نموذج ترميز جمل متعدد المهام للبحث الدلالي في أنظمة الإجابة على الأسئلة

تُستخدم أنظمة الإجابة على الأسئلة (QA) لتوفير ردود مناسبة تلقائيًا على أسئلة المستخدمين. وتعتبر مطابقة الجملة مهمة أساسية في أنظمة الإجابة على الأسئلة، وغالبًا ما تُعاد صياغتها كمشكلة تحديد التعبيرات المترادفة (PI). وبما أن السؤال يُقدَّم، يكون الهدف من المهمة هو العثور على السؤال الأكثر تشابهًا من قاعدة معرفة الإجابة على الأسئلة. في هذا البحث، نقترح نموذجًا متعدد المهام لتمثيل الجمل (MSEM) لحل مشكلة التعبيرات المترادفة، حيث يُستخدم رسم بياني متصل لتمثيل العلاقات بين الجمل، ويُطبَّق نموذج تعلم متعدد المهام لمعالجة كل من مسألة مطابقة الجملة وتصنيف نية الجملة في آنٍ واحد. بالإضافة إلى ذلك، نُنفِّذ إطارًا عامًا لاسترجاع المعنى يدمج النموذج المقترح مع تقنية الجيران الأقرب التقريبية (ANN)، مما يمكّننا من العثور على السؤال الأقرب من بين جميع المرشحين المتاحة بسرعة كبيرة أثناء الخدمة المباشرة. وتُظهر التجارب تفوق الطريقة المقترحة مقارنةً بالنماذج الحالية لمطابقة الجمل.