تحسين التنبؤ بالفئة الأقلية المستهدفة في استخراج العلاقات على مستوى الجملة

استخراج العلاقات على مستوى الجملة (RE) يعاني من توزيع غير متوازن للبيانات، حيث تمثل حوالي 80٪ من البيانات تسميات سلبية، أي لا توجد علاقة، بينما توجد فئات قليلة (MC) ضمن التسميات الإيجابية، وإضافةً إلى ذلك، تمتلك بعض أمثلة الفئات القليلة تسميات خاطئة. وبسبب هذه التحديات، مثل الضوضاء في التسميات وندرة المصادر، تفشل معظم النماذج في تعلُّم الفئات القليلة، وتُظهر درجات F1 صفرية أو منخفضة جدًا في هذه الفئات. ومع ذلك، ركّزت الدراسات السابقة بشكل رئيسي على درجات F1 الصغيرة (micro F1)، ولم تُعالج الفئات القليلة بشكل كافٍ. لمعالجة أخطاء التصنيف العالية في الفئات القليلة، نقدّم (1) وحدة انتباه للتصنيف القليل (MCAM)، و(2) طرق تكبير فعّالة مخصصة لاستخراج العلاقات. تقوم وحدة MCAM بحساب درجات الثقة على أمثلة الفئات القليلة لاختيار الأمثلة الموثوقة لغرض التكبير، كما تقوم بدمج معلومات الفئات القليلة أثناء عملية تدريب النموذج. تُظهر تجاربنا أن أساليبنا تحقق أفضل درجات F1 على مجموعة بيانات TACRED، وتحسّن بشكل كبير درجات F1 للتصنيفات القليلة.