الاستنتاج النصي المستند إلى الأدلة باستخدام مُشَرِّع التشفير التلقائي المتعدد التجزئة المُتعدد المتجهات

يتطلب إنشاء نصوص استنتاجية حول حدث ما من زوايا مختلفة التفكير في السياقات المختلفة التي يحدث فيها هذا الحدث. تتجاهل الدراسات الحالية عادةً السياقات التي لا تُقدَّم صراحةً، مما يؤدي إلى تمثيل معنوي مستقل عن السياق، وهو ما يعاني من صعوبة في دعم عملية الإنشاء. ولحل هذه المشكلة، نقترح منهجية تُحدِّد تلقائيًا الأدلة المتعلقة بحدث ما من خلال مجموعة كبيرة من النصوص، وتستفيد من هذه الأدلة لتوجيه إنشاء النصوص الاستنتاجية. يعمل منهجنا بطريقة مشفرة-فكّر (encoder-decoder)، ويحتوي على مُشفر متعدد التجزئة-مُشفر تلقائي احتمالي (Vector Quantised-Variational Autoencoder)، حيث يُخرِج المشفر تمثيلات من توزيع على متغيرات منفصلة. تتيح هذه التمثيلات المنفصلة اختيار الأدلة ذات الصلة تلقائيًا، مما لا يسهل فقط إنشاء نصوص واعية بالدليل، بل يوفر أيضًا طريقة طبيعية لكشف الأسباب الكامنة وراء عملية الإنشاء. يُظهر منهجنا أداءً منافسًا للحالة الراهنة على كلا مجموعتي البيانات Event2Mind وATOMIC. والأهم من ذلك، نجد أن استخدام التمثيلات المنفصلة يمكّن نموذجنا من اختيار الأدلة بشكل انتقائي لإنشاء نصوص استنتاجية مختلفة.