التدريب الذاتي من الذاكرة الذاتية في توليد النص من البيانات

يقدم هذا البحث نموذج تدريب جديد، وهو التدريب الذاتي من الذاكرة الذاتية (STSM) في مجال تحويل البيانات إلى النص (DTG)، مما يسمح للنموذج بالتدريب الذاتي على مجموعات فرعية تشمل الذاكرة الذاتية كمخرجات مستنتجة مباشرة من النماذج المدربة و/أو البيانات الجديدة. يتم التحقق من جودة الذاكرة الذاتية بواسطة نموذجين، وهما تحويل البيانات إلى النص (D2T) وتحويل النص إلى البيانات (T2D)، من خلال شرطين محددين مسبقًا: (1) ظهور جميع قيم المصدر في مخرجات نموذج D2T، و(2) القدرة على تحويل المخرجات مرة أخرى إلى بيانات المصدر في نموذج T2D. نستخدم خوارزمية الطمع لتقديم مخرجات أقصر لنموذج D2T إذا كانت تحتوي على جميع قيم المصدر. بعد ذلك، نستخدم نموذج T2D للتحقق من أن هذه المخرجات يمكنها التقاط العلاقات الإدخال عن طريق إظهار قدرتها على تحويل النص مرة أخرى إلى البيانات. يمكننا تدريب نموذج D2T بنسبة 30% من مجموعة البيانات مع أداء تنافسي مقارنة بالتدريب الكامل بنفس الإعداد. قمنا بتجربة نموذجنا على مجموعتين من البيانات، وهما E2E NLG و DART. يقدم STSM لنموذج D2T قدرة تعميمية من ذاكرته الفرعية مع تقليل حجم بيانات التدريب. في النهاية، نتوقع أن يساهم هذا البحث في حلول التعلم المستمر التي تتكيّف مع بيانات التدريب الجديدة، وذلك بدمجها كشكل من أشكال الذاكرة الذاتية في مهام DTG. مجموعة البيانات المحضرة متاحة للعامة على الرابط التالي: https://github.com/hoangthangta/STSM.