إدماج دعائم التعليم داخل إطار توليدي موحد للكشف المشترك عن النوايا المتعددة وتعبئة الفجوات

يُعدّ الكشف المتعدد عن النوايا (ID) والتعبئة الفعلية للمسافات (SF) في فهم اللغة الشفهية تحديًا مهمًا. نظرًا لأن المسافات في جملة قد تكون مرتبطة بنوايا متعددة، فإن معظم النماذج الحالية تركز على استخدام مكونات مخصصة لالتقاط العلاقات بين النوايا والمسافات. لكن هذه الشبكات المخصصة تقيّد النماذج من نمذجة الخصائص المشتركة بين المهام، وتقلل من قدرتها على التعميم في تطبيقات أوسع. ولحل هذه المشكلة، نقترح إطارًا موحدًا توليدياً (UGEN) مبنيًا على منهجية القوالب التوجيهية (prompt-based)، ونُصِف المهمة كمشكلة إجابة على الأسئلة. وبشكل محدد، نصمم 5 أنواع من القوالب التوجيهية كأسئلة توجيهية، حيث يحتوي كل قالب على سؤال يعمل كمحرك يعلّم UGEN على فهم النموذج، وخيارات تُدرج النوايا أو المسافات المرشحة لتقليل مساحة البحث عن الإجابة، بينما يشير السياق إلى الجملة الأصلية. من خلال هذه القوالب التوجيهية، يُرشد UGEN لفهم النوايا والمسافات والعلاقات الضمنية بينها. وقد أظهرت النتائج التجريبية على مجموعتي بيانات شهيرتين للكشف متعدد النوايا أن UGEN يحقق أداءً جديدًا في الصدارة (SOTA) في ظل البيانات الكاملة، ويتفوق على النماذج الأساسية بفارق كبير في سيناريوهات 5-نماذج (28.1%) و10-نماذج (23%)، مما يؤكد أن UGEN قوي وفعال.