استخراج العلاقة بين الكيانات كأسئلة متعددة الأدوار

في هذا البحث، نقترح نموذجًا جديدًا لمهمة استخراج الكيانات والعلاقات. نحول هذه المهمة إلى مشكلة إجابة متعددة الأدوار (Multi-turn Question Answering)، أي يتم تحويل استخراج الكيانات والعلاقات إلى مهمة تحديد فترات الإجابة من السياق. يأتي هذا النموذج المتعدد الأدوار في صيغة الإجابة على الأسئلة مع عدة مزايا رئيسية: أولاً، يشفر الاستعلام عن السؤال المعلومات الهامة للصنف الكياني/العلاقة الذي نرغب في تحديده؛ ثانياً، يوفر الإجابة على الأسئلة طريقة طبيعية لنمذجة الكيان والعلاقة بشكل مشترك؛ وثالثاً، يتيح لنا الاستفادة من النماذج المتطورة جيدًا لفهم القراءة الآلية (Machine Reading Comprehension - MRC). تظهر التجارب على مجموعات البيانات ACE و CoNLL04 أن النموذج المقترح يتفوق بشكل كبير على أفضل النماذج السابقة. تمكنا من الحصول على أفضل النتائج الحالية في جميع مجموعات بيانات ACE04 و ACE05 و CoNLL04، حيث ارتفعت النتائج الرائدة في الثلاث مجموعات إلى 49.4 (+1.0)، 60.2 (+0.6) و 68.9 (+2.1) على التوالي. بالإضافة إلى ذلك، قمنا ببناء مجموعة بيانات جديدة تسمى RESUME باللغة الصينية، والتي تتطلب الاستدلال متعدد الخطوات لبناء الاعتمادات بين الكيانات، وذلك بخلاف استخراج الاعتماد الواحد في استخراج الثلاثيات في المجموعات السابقة. حقق النموذج المتعدد الأدوار المقترح أيضًا أفضل الأداء في مجموعة بيانات RESUME.