محققان در یک پژوهش جدید، روشی سبک و کارآمد برای استخراج روابط «شخص-مکان» از روزنامههای تاریخی ارائه دادهاند. برخلاف ترندِ فعلی که به مدلهای بزرگ زبانی وابسته است، این تیم با استفاده از گرافهای وابستگی و ویژگیهای مهندسیشده، توانستهاند با کمترین هزینه محاسباتی (زیر ۸۴۷ هزار پارامتر)، نتایج قابل قبولی در مسابقات HIPE-2026 کسب کنند.
نکته جالب این تحقیق، اثبات این واقعیت است که گاهی مدلهای ساده و کلاسیک در کنار تحلیلهای آماری دقیق، میتوانند جایگزینهای بسیار سریع و بهینهای برای مدلهای پیچیده هوش مصنوعی باشند. این رویکرد بهویژه برای تحلیل آرشیوهای عظیم و تاریخی بسیار حیاتی است.
منبع: arXiv NLP
