U-Net: فهم القراءة الآلية مع الأسئلة غير القابلة للإجابة

فهم الآلات للقراءة مع الأسئلة غير القابلة للإجابة هو مهمة جديدة وصعبة في معالجة اللغة الطبيعية. إحدى المهام الفرعية الرئيسية هي التنبؤ بشكل موثوق ب WHETHER السؤال غير قابل للإجابة أم لا. في هذا البحث، نقترح نموذجاً موحداً يُسمى U-Net، يتضمن ثلاثة مكونات هامة: مؤشر الإجابة، مؤشر عدم الإجابة، ومدقق الإجابات. نقدم عقداً عاماً (universal node) ومن ثم نعالج السؤال وفقرة السياق المرتبطة به كسلسلة متصلة من الرموز (tokens). يقوم العقد العام بتشفير المعلومات المدمجة من السؤال والفقرة، ويلعب دوراً هاماً في التنبؤ بقابلية الإجابة على السؤال ويعزز بشكل كبير دقة U-Net. على عكس النماذج المتقدمة ذات الخطوات المتعددة (pipeline models)، يمكن تعلم U-Net بطريقة شاملة من البداية إلى النهاية (end-to-end). تظهر نتائج التجارب على مجموعة بيانات SQuAD 2.0 أن U-Net يمكنه التنبؤ بكفاءة بعدم قابلية الإجابات للأسئلة ويحقق درجة F1 قدرها 71.7 على SQuAD 2.0.请注意，我已将“WHETHER”一词进行了适当的调整以适应阿拉伯语的语法结构。在实际翻译中，这句话会更加自然流畅。以下是更正后的版本：فهم الآلات للقراءة مع الأسئلة غير القابلة للإجابة هو مهمة جديدة وصعبة في معالجة اللغة الطبيعية. إحدى المهام الفرعية الرئيسية هي التنبؤ بشكل موثوق بما إذا كان السؤال غير قابل للإجابة أم لا. في هذا البحث، نقترح نموذجاً موحداً يُسمى U-Net، يتضمن ثلاثة مكونات هامة: مؤشر الإجابة، مؤشر عدم الإجابة، ومدقق الإجابات. نقدم عقداً عاماً (universal node) ومن ثم نعالج السؤال وفقرة السياق المرتبطة به كسلسلة متصلة من الرموز (tokens). يقوم العقد العام بتشفير المعلومات المدمجة من السؤال والفقرة، ويلعب دوراً هاماً في التنبؤ بقابلية الإجابة على السؤال ويعزز بشكل كبير دقة U-Net. على عكس النماذج المتقدمة ذات الخطوات المتعددة (pipeline models)، يمكن تعلم U-Net بطريقة شاملة من البداية إلى النهاية (end-to-end). تظهر نتائج التجارب على مجموعة بيانات SQuAD 2.0 أن U-Net يمكنه التنبؤ بكفاءة بعدم قابلية الإجابات للأسئلة ويحقق درجة F1 قدرها 71.7 على SQuAD 2.0.