HyperAIHyperAI
منذ 17 أيام

SAIS: المراقبة وتعزيز الخطوات المتوسطة لاستخراج العلاقات على مستوى المستند

Yuxin Xiao, Zecheng Zhang, Yuning Mao, Carl Yang, Jiawei Han
SAIS: المراقبة وتعزيز الخطوات المتوسطة لاستخراج العلاقات على مستوى المستند
الملخص

بالانتقال من المستوى الجملة إلى المستوى المستند، تواجه أبحاث استخراج العلاقات (RE) طولًا متزايدًا في النص وتفاعلات كيانات أكثر تعقيدًا. ونتيجة لذلك، أصبح من الأصعب بشكل متزايد ترميز مصادر المعلومات الأساسية—ألا وهي السياقات ذات الصلة وأنواع الكيانات. ومع ذلك، فإن الطرق الحالية تتعلم بشكل ضمني فقط كيفية نمذجة هذه المصادر الحرجة أثناء التدريب على استخراج العلاقات. ونتيجة لذلك، تعاني هذه الطرق من مشكلات في الإشراف غير الفعّال وتوقعات النموذج غير القابلة للتفسير. على النقيض من ذلك، نقترح تدريس النموذج بشكل صريح لاستخلاص السياقات ذات الصلة وأنواع الكيانات من خلال إشراف وتدعيم الخطوات الوسيطة (SAIS) لاستخراج العلاقات. وباستناد إلى طيف واسع من المهام المصممة بعناية، لا يُعدّ منهج SAIS قادرًا على استخراج العلاقات بجودة أعلى بفضل إشراف أكثر فعالية، بل يُمكنه أيضًا استرجاع الأدلة الداعمة ذات الصلة بدقة أكبر، مما يعزز قابلية التفسير. وبالاعتماد على تقييم عدم اليقين في النموذج، يُعزز SAIS الأداء من خلال تكبير البيانات المستند إلى الأدلة والاندماج في الاستنتاج، مع تقليل التكلفة الحسابية في الوقت نفسه. في النهاية، يُحقّق SAIS نتائج رائدة في مجال استخراج العلاقات على ثلاث معايير (DocRED و CDR و GDA)، ويتفوّق على المركز الثاني بنسبة 5.04٪ في مقياس F1 عند استرجاع الأدلة على معيار DocRED.