التصنيف الدلالي الموحّد مع استنتاج التسميات ذات المعنى

تهدف التصنيف الدلالي إلى تصنيف الرموز أو الفواصل المهمة في السياق النصي إلى فئات دلالية مثل العلاقات وأنواع الكيانات وأنواع الأحداث. وتُفسّر العلامات المستنتجة للفئات الدلالية بشكل معنوي كيفية فهم الآلات لمكونات النص. في هذه الورقة، نقدّم UniST، وهي إطار موحد للتصنيف الدلالي، يُمكّن من التقاط الدلالة المتأصلة في العلامات من خلال إسقاط كل من المدخلات والعلامات في فضاء تضمين دلالي مشترك. ولتحويل مهام التصنيف الدلالي المختلفة، سواء من حيث المفردات أو العلاقات، إلى مهمة موحدة، نُدمج وصفات المهام مع المدخلات بحيث يتم ترميزها معًا، مما يسمح لـ UniST بالتكيف مع مهام مختلفة دون إدخال مكونات نموذج مخصصة لكل مهمة. ويُحسّن UniST دالة خسارة التصنيف بمسافة (margin ranking loss) بحيث تعكس العلاقة الدلالية بين المدخلات والعلامات من خلال تشابه التضمينات. وتُظهر تجاربنا أن UniST تحقق أداءً قويًا عبر ثلاث مهام للتصنيف الدلالي: تصنيف الكيانات، وتصنيف العلاقات، وتصنيف الأحداث. وفي الوقت نفسه، تُحوّل UniST المعرفة الدلالية للعلامات بشكل فعّال، وتحسّن بشكل كبير قدرة التعميم عند استنتاج أنواع نادرة أو غير مرئية مسبقًا. بالإضافة إلى ذلك، يمكن تدريب مهام التصنيف الدلالي المتعددة معًا ضمن الإطار الموحّد، ما يؤدي إلى نموذج موحد متعدد المهام صغير الحجم، يُنافس نماذج المهام المخصصة من حيث الأداء، مع تقديم قدرة تحوّل حتى أفضل.