PullNet: الإجابة على الأسئلة في مجالات مفتوحة باستخدام الاسترجاع التكراري للقواعد المعرفية والنصوص

نعتبر الإجابة على الأسئلة في مجال غير محدد (QA) حيث يتم استخلاص الإجابات من مكتبة نصية، أو قاعدة بيانات معرفية (KB)، أو من الجمع بينهما. نركز على السيناريو الذي يتم فيه تكميل المكتبة النصية بقاعدة بيانات معرفية كبيرة ولكن غير كاملة، وعلى الأسئلة التي تتطلب استدلالًا غير بسيط (مثل "الاستدلال متعدد الخطوات" multi-hop). نصف نظام PullNet، وهو إطار متكامل لـ (1) تعلم ما يجب استخلاصه (من قاعدة البيانات المعرفية و/أو المكتبة النصية) و(2) استخدام هذا المعلومات المتغايرة في الاستدلال للعثور على أفضل إجابة. يستخدم PullNet عملية تكرارية لبناء جزء من الرسم البياني خاص بالسؤال يحتوي على المعلومات ذات الصلة بالسؤال. في كل تكرار، يتم استخدام شبكة انتشار الرسوم البيانية (graph CNN) لتحديد العقد التي يجب توسيعها باستخدام عمليات الاستخلاص (أو "سحب" pull) من المكتبة النصية و/أو قاعدة البيانات المعرفية. بعد إكمال الجزء الفرعي من الرسم البياني، يتم استخدام شبكة انتشار الرسوم البيانية مشابهة لاستخراج الإجابة من الجزء الفرعي. هذه العملية التي تعتمد على الاستخلاص والاستدلال تمكننا من الإجابة على أسئلة متعددة الخطوات باستخدام قواعد بيانات معرفية كبيرة ومكتبات نصية. يتم التعليم الضعيف لـ PullNet، حيث يتطلب أزواج السؤال والإجابة وليس المسارات الاستدلالية الذهبية. تبين التجارب أن PullNet يتفوق على الحالة السابقة لأفضل التقنيات المعروفة، وفي السيناريو الذي يتم فيه استخدام مكتبة نصية مع قاعدة بيانات معرفية غير كاملة تكون هذه التحسينات غالبًا دراماتيكية. كما أن PullNet غالبًا ما يكون أفضل من الأنظمة السابقة في سياق استخدام قاعدة بيانات معرفية فقط أو نصوص فقط.