KGPool: اختيار السياق الديناميكي لمخطط المعرفة لاستخراج العلاقات

نقدم طريقة جديدة لاستخراج العلاقات (RE) من جملة واحدة، تقوم بربط الجملة وكيانين معطويين بحقيقة قياسية في مخطط المعرفة (KG). خاصة في هذا الإعداد المفترض لاستخراج العلاقات من الجملة، يكون سياق الجملة الواحدة غالبًا نادرًا. يُدخل هذا البحث طريقة KGPool لمعالجة هذه الندرة، حيث تتوسع السياق بشكل ديناميكي بإضافة حقائق إضافية من مخطط المعرفة. يتم تعلم تمثيل هذه الحقائق (مثل أسماء الكيانات البديلة، وصف الكيانات، إلخ) باستخدام الطرق العصبية، مما يكمل سياق الجملة. على عكس الطرق الحالية التي تستعمل جميع الحقائق الموسعة بشكل ثابت، فإن KGPool يشترط توسيع السياق على أساس الجملة. درسنا فعاليةKGPool بتقييمها باستخدام نماذج عصبية مختلفة ومخططات معرفة مختلفة (Wikidata وNYT Freebase). أظهر تقييمنا التجريبي على مجموعات البيانات القياسية أن تقديم تمثيل KGPool إلى شبكة عصبية بيانية يجعل الطريقة الكلية أكثر دقة بكثير من أفضل الطرق المتاحة حاليًا.