التحليل القائم على EDG لتفكيك الأسئلة المعقدة في الإجابة على الأسئلة عبر قواعد المعرفة
{Yuzhong Qu Xiang Huang Yiheng Shu Xixin Hu}
الملخص
تهدف الإجابة على الأسئلة باستخدام قواعد المعرفة (KBQA) إلى الإجابة تلقائيًا على الأسئلة الحقيقية المبنية على قواعد المعرفة (KBs). وفيما يتعلق بالأسئلة المعقدة التي تتطلب علاقات متعددة من قواعد المعرفة أو قيودًا، تواجه أنظمة KBQA العديد من التحديات، بما في ذلك فهم السؤال، وربط المكونات (مثل ربط الكيانات والعلاقات والأنواع)، وتكوين الاستعلام. في هذه الورقة، نقترح بنية رسمية جديدة تُسمى "رسم الكيانات الوصفية" (Entity Description Graph - EDG) لتمثيل بنية الأسئلة المعقدة، مما يساعد في تخفيف المشكلات المذكورة أعلاه. وباستخدام هيكل EDG الخاص بالأسئلة المقدمة، نُنفّذ نظامًا للإجابة على الأسئلة يعمل على قاعدة بيانات DBpedia، ويُسمى EDGQA. وأظهرت التجارب الواسعة أن EDGQA تتفوق على النتائج الرائدة في مجالها على مجموعتي بيانات LC-QuAD وQALD-9، كما تُثبت أن التحليل القائم على EDG هو طريقة عملية لحل الأسئلة المعقدة على قواعد المعرفة.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| knowledge-base-question-answering-on-lc-quad | EDGQA | F1: 53.1 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.