تحسين الإجابة على الأسئلة متعددة الخطوات على المعرفة الرسومية باستخدام تضمينات قواعد المعرفة

تُشكّل الرسوم البيانية للمعرفة (KG) رسومًا متعددة العلاقات تتكون من كيانات كعُقد وعلاقات بينها كحواف مُصنّفة. ويهدف مُهمة الإجابة على الأسئلة عبر الرسوم البيانية للمعرفة (KGQA) إلى الإجابة على الاستفسارات بلغة طبيعية المُقدمة على الرسم البياني للمعرفة. ويتطلب تنفيذ KGQA متعدد الخطوات التفكير عبر عدة حواف في الرسم البياني للوصول إلى الإجابة الصحيحة. غالبًا ما تكون الرسوم البيانية للمعرفة غير كاملة، مع وجود العديد من الروابط المفقودة، مما يُعدّ تحديًا إضافيًا لمهام KGQA، خصوصًا في حالة KGQA متعدد الخطوات. وقد حاولت الأبحاث الحديثة في مجال KGQA متعدد الخطوات التعامل مع نقص البيانات في الرسوم البيانية باستخدام نصوص خارجية ذات صلة، والتي لا تكون دائمًا متاحة بسهولة. وفي مسار بحثي منفصل، تم اقتراح طرق تمثيل الرسوم البيانية للمعرفة (KG embedding) لتقليل نقص البيانات في الرسوم البيانية من خلال التنبؤ بالروابط المفقودة. وعلى الرغم من أن هذه الطرق تُعدّ ذات صلة عالية، إلا أنها لم تُستَخدَم حتى الآن في مهام KGQA متعدد الخطوات. ونُغِّطُ هذا الفجوة في هذا البحث، ونُقدّم نموذج EmbedKGQA. ويُعدّ EmbedKGQA فعّالًا بشكل خاص في تنفيذ KGQA متعدد الخطوات على الرسوم البيانية المُتفرّقة. كما يُخفّف EmbedKGQA من متطلبات اختيار الإجابة من جوار مُحدّد مسبقًا، وهي قيد غير مثالي تم فرضه من قبل الطرق السابقة لـ KGQA متعدد الخطوات. وقد أظهرت تجارب واسعة على عدة مجموعات بيانات معيارية فعالية EmbedKGQA مقارنةً بالأساليب الرائدة الأخرى.