RECON: استخراج العلاقات باستخدام سياق الرسم البياني للمعرفة في شبكة عصبية للرسم البياني

في هذا البحث، نقدم طريقة جديدة تُسمى RECON، والتي تقوم بشكل آلي بتحديد العلاقات في الجملة (استخراج العلاقات الجملية) وتوحيدها مع الرسم البياني للمعرفة (KG). يستخدم RECON شبكة عصبية بيانية لتعلم تمثيلات للجملة وكذلك الحقائق المخزنة في رسم بياني للمعرفة، مما يحسن جودة الاستخراج بشكل عام. هذه الحقائق، بما في ذلك خصائص الكيانات (الاسم، الاسم البديل، الوصف، نوع الحالة) والثلاثيات الواقعية، لم يتم استخدامها مجتمعةً في الأساليب المتقدمة حتى الآن. قمنا بتقييم تأثير أشكال مختلفة لتمثيل سياق الرسم البياني للمعرفة على أداء RECON. أظهر التقييم التجريبي على مجموعتين قياسيتين لبيانات استخراج العلاقات أن RECON يتفوق بشكل كبير على جميع الأساليب المتقدمة في مجموعتي بيانات NYT Freebase وWikidata. حيث بلغت قيمة مؤشر F1 لـ RECON 87.23% (مقابل 82.29% كأساس مقارن) على مجموعة بيانات Wikidata، بينما على مجموعة بيانات NYT Freebase، كانت القيم المبلغ عنها 87.5% (P@10) و74.1% (P@30)، مقارنة بالنقاط الأساسية السابقة التي بلغت 81.3% (P@10) و63.1% (P@30).