نمذجة الدلالات باستخدام الشبكات العصبية الرسومية المغلقة لأسئلة قاعدة المعرفة والإجابة عليها

معظم النهج المتبعة في الإجابة على أسئلة قاعدة المعرفة تعتمد على التحليل الدلالي (semantic parsing). في هذا البحث، نتناول مشكلة تعلم تمثيلات متجهية لتحليلات دلالية معقدة تتكون من كيانات متعددة وعلاقات. ركزت الأعمال السابقة بشكل كبير على اختيار العلاقات الدلالية الصحيحة للسؤال وأغفلت بنية التحليل الدلالي: الروابط بين الكيانات واتجاهات العلاقات. نقترح استخدام شبكات العصبونات الرسومية ذات الأبواب (Gated Graph Neural Networks) لترميز بنية الرسم البياني للتحليل الدلالي. نوضح من خلال مجموعتين من البيانات أن الشبكات الرسومية تتفوق على جميع النماذج الأساسية التي لا تُنمذِّج البنية بشكل صريح. يؤكد تحليل الأخطاء أن نهجنا يمكنه معالجة التحليلات الدلالية المعقدة بنجاح.