تعلم التذكّر للعلاقات الاستنتاجية والعلاقات الخطابية لتحقيق حوارات متسقة مع الشخصية

الحفاظ على التفاعل والاتساق يُعد أمرًا بالغ الأهمية في أنظمة الحوار. وقد ساهمت الدراسات السابقة في تحسين أداء أنظمة الحوار من خلال التعلم المقصود للهويات الشخصية للمشاركين باستخدام هياكل شبكات معقدة. لكن من أبرز المشكلات المرتبطة بهذه الطريقة هو الحاجة إلى مجموعات بيانات شخصية أكبر مُعلّمة بشكل مسبق. علاوةً على ذلك، غالبًا ما تُقدّم هذه النماذج تنبؤًا بالعبارة التالية لتكوين الرد، لكنها تتجاهل الترابط التواصلي في الحوار بأكمله. ولحل هذه المشكلات، تُقدّم هذه الدراسة طريقة لتعلم تذكّر العلاقات الاستنتاجية والعلاقات التواصليّة في مهام الحوار المتماسك من حيث الهوية الشخصية. تم استخدام أزواج النصوص الاستنتاجية من مجموعة بيانات الاستنتاج باللغة الطبيعية لتعلم العلاقات الاستنتاجية الضمنية كذاكرة خارجية من خلال مهمة إنشاء الفرضية من المقدمة. بالإضافة إلى ذلك، تم توظيف ذاكرة داخلية ذات هيكل مشابه لتمثيل المعلومات التواصليّة في الحوار. ووضع قيود التقابلية (orthogonality) على هاتين الفضاءين الذاكرة يضمن بقاء العلاقات الاستنتاجية الضمنية مستقلة عن الحوار. ويعمل كلا الذاكرة معًا لاستخلاص تمثيلات للعلاقة الاستنتاجية والربط التواصلي في عملية التوليد، مما يتيح فهمًا أعمق لكلا الجانبين: الاتساق والتماسك. أظهرت التجارب على مجموعتي بيانات عامتين كبيرتين، وهما PersonaChat وDSTC7-AVSD، فعالية الطريقة المقترحة. وتشير التقييمات الآلية والبشرية إلى أن النموذج المُقترح يتفوّق على عدة نماذج قوية في كلا الجانبين: الاتساق الهوياتي والتماسك في الردود. يُمكن الوصول إلى الكود المصدري للدراسة عبر الرابط التالي: https://github.com/Chenrj233/LMEDR.