e-SNLI: الاستدلال اللغوي مع التوضيحات اللغوية الطبيعية

لتحقيق القبول العام الواسع للتعلم الآلي، يجب على النماذج أن تكون قادرة على تقديم تفسيرات قابلة للتفهم ومتينة لأحكامها، بالإضافة إلى التعلم من التفسيرات التي يوفرها البشر أثناء التدريب. في هذا البحث، نوسع مجموعة بيانات الاستدلال اللغوي الطبيعي من جامعة ستانفورد بإضافة طبقة إضافية من التفسيرات اللغوية الطبيعية المُشَرَّحة من قبل البشر لعلاقات الاستدلال. كما نقوم بتنفيذ نماذج تدمج هذه التفسيرات في عملية التدريب وتُخرِجها أثناء الاختبار. نوضح كيف يمكن استخدام مجموعتنا من التفسيرات، والتي نطلق عليها اسم e-SNLI (e-Stanford Natural Language Inference)، لتحقيق أهداف مختلفة مثل الحصول على تبريرات جمل كاملة لأحكام النموذج، تحسين تمثيل الجمل الشامل ونقل البيانات إلى مجموعات بيانات استدلال خارج المجال. وبالتالي，则我们的数据集为利用自然语言解释开辟了一系列研究方向，既可用于改进模型，也可用于增强其可信度。请注意，最后一句中的“则”字在阿拉伯语中没有直接对应的词语，因此在翻译时进行了适当的调整以保持句子的流畅性和正式性：وبالتالي، فإن مجموعتنا من البيانات تفتح سلسلةً من الاتجاهات البحثية لاستخدام التفسيرات اللغوية الطبيعية، سواءً لتحسين النماذج أو لتعزيز ثقة المستخدمين بها.