إكسبر في سيمإيل-2018 المهمة 9: نهج مدمج لاكتشاف الهيبرنيم

في هذه الورقة البحثية، نقدّم نظامنا المقترح (EXPR) للمشاركة في مهمة اكتشاف الهيبرنيم ضمن مسابقة SemEval 2018. تتناول هذه المهمة التحدي المتمثل في اكتشاف علاقات الهيبرنيم من خلال مجموعة نصية (corpus). يعتمد اقتراحنا على نهج مدمج يجمع بين تقنية المسار (path-based) وتقنية التوزيع (distributional). نستخدم معالج الاعتماد النحوي (dependency parser) على مجموعة نصية لاستخراج المرادفات المحتملة (candidate hypernyms)، ثم نمثل مسارات الاعتماد الخاصة بها كمتجه خاصية (feature vector). يُدمج هذا المتجه الخاصية مع متجه خاصية آخر يُستخلص باستخدام نموذج ترميز المصطلحات المُدرّب مسبقًا على ويكيبيديا (Wikipedia pre-trained term embedding model). ويُستخدم المتجه الخاصية المدمج في نموذج تعلم آلي مراقب لتعلم نموذج تصنيف. يُمكّن هذا النموذج من تصنيف المرادفات المحتملة الجديدة على أنها هايبيرنيم أم لا. أظهر النظام أداءً متميزًا في اكتشاف هايبيرنيم جديدة لم تُدرج ضمن قائمة الهيبرنيم الذهبية (gold hypernyms).