HyperAIHyperAI
منذ 15 أيام

لوجوفورمر: شبكة تحويلية رسمية ثنائية الفرع للاستدلال المنطقي القابل للتفسير

Fangzhi Xu, Jun Liu, Qika Lin, Yudai Pan, Lingling Zhang
لوجوفورمر: شبكة تحويلية رسمية ثنائية الفرع للاستدلال المنطقي القابل للتفسير
الملخص

أثار فهم القراءة الآلية قلقًا واسعًا، نظرًا لاستكشاف إمكانات النموذج في فهم النصوص. ولتعزيز قدرة الآلة على الاستدلال، تم اقتراح مهمة صعبة تتمثل في الاستدلال المنطقي. وقد اقترح العمل السابق في مجال الاستدلال المنطقي بعض الاستراتيجيات لاستخراج الوحدات المنطقية من جوانب مختلفة. ومع ذلك، لا يزال يواجه تحديًا في نمذجة الاعتماد طويل المدى بين الوحدات المنطقية. كما يُعد من الصعب الكشف عن الهياكل المنطقية للنص، ثم دمج الهياكل المنطقية المنفصلة مع تمثيلات النص المستمرة. ولحل هذه المشكلات، نقترح نموذجًا من النهاية إلى النهاية يُدعى Logiformer، والذي يستخدم شبكة من نوع مُحول الرسم البياني ذوات فرعين لاستدلال النصوص. أولاً، نُقدّم استراتيجيات استخراج مختلفة لتقسيم النص إلى مجموعتين من الوحدات المنطقية، ونُنشئ على التوالي رسمًا منطقيًا ورسمًا نحويًا. يُمثّل الرسم المنطقي العلاقات السببية في الفرع المنطقي، بينما يُمثّل الرسم النحوي العلاقات المتزامنة في الفرع النحوي. ثانيًا، لتمثيل الاعتماد طويل المدى، تُدخل تسلسلات العقد من كل رسم إلى هيكل مُحول الرسم البياني المترابط بالكامل. تُنظر المصفوفتان المجاورتان كتحيزات انتباه لطبقات مُحول الرسم البياني، والتي تُحول الهياكل المنطقية المنفصلة إلى فضاء التمثيل النصي المستمر. ثالثًا، نُقدّم آلية بوابة ديناميكية ووحدة انتباه ذاتي تُراعي السؤال قبل التنبؤ بالإجابة، بهدف تحديث الميزات. يوفر عملية الاستدلال التفسيرية من خلال استخدام الوحدات المنطقية، والتي تتماشى مع التفكير البشري. أظهرت النتائج التجريبية تفوق نموذجنا، حيث تفوق النموذج الأفضل من حيث الأداء على نموذج واحد في بحثين من بحوث الاستدلال المنطقي.

لوجوفورمر: شبكة تحويلية رسمية ثنائية الفرع للاستدلال المنطقي القابل للتفسير | أحدث الأوراق البحثية | HyperAI