TDSM: التوسع الثلاثي لتطابق الهيكل النصي في تصنيف الأفعال دون تدريب مسبق

نقدم أولاً نظامًا للاعتراف بالأفعال يستند إلى الانتشار مع التعلم بدون أمثلة (Zero-Shot Learning) للإدخالات الهيكلية. في الاعتراف بالأفعال بدون أمثلة باستخدام البيانات الهيكلية، يعد مواءمة الخصائص الهيكلية مع خصائص النصوص الموصوفة للأفعال ضروريًا للتنبؤ الدقيق بالأفعال غير المرئية. ركزت الأساليب السابقة على المواءمة المباشرة بين فضاءات الخصائص الهيكلية والنصوص، ولكن الفجوات بين هذه الفضاءات تعيق التعميم القوي للتعلم. مستوحين من الأداء المتميز لنماذج الانتشار من النص إلى الصورة، نستفيد من قدراتهم على المواءمة بين الأصناف المختلفة بشكل أساسي خلال عملية الانتشار العكسي بدلاً من استخدام قوتهم التوليدية. بناءً على هذا، تم تصميم إطارنا كطريقة انتشار ثلاثي لمطابقة الهيكل والنص (TDSM) والتي تقوم بمواءمة الخصائص الهيكلية مع دوافع النص عبر الانتشار العكسي، مما يتيح غرس الدوافع في الفضاء الكامن الموحد للهيكل والنص لتحقيق مطابقة قوية. لتعزيز القوة التمييزية، نقدم خسارة انتشار ثلاثي (TD) جديدة تشجع TDSM على تصحيح مطابقات الهيكل والنص بينما تبعد المطابقات الخاطئة. يتفوق نظام TDSM الخاص بنا بشكل كبير على أحدث الأساليب الرائدة بفوارق كبيرة تتراوح بين 2.36 نقطة مئوية و13.05 نقطة مئوية، مما يدل على دقته وقابلية توسيعه في بيئات التعلم بدون أمثلة من خلال مطابقة فعالة بين الهيكل والنص.