التكيف الحدودي الشامل

يهدف التكييف النطاقي إلى نقل المعرفة في ظل وجود فجوة بين النطاقات. تعتمد الطرق الحالية للتكييف النطاقي على معرفة سابقة غنية حول العلاقة بين مجموعات التسميات في النطاقات المصدرية والهدفية، مما يحد بشكل كبير من تطبيقاتها في البيئات الواقعية. تقدم هذه الورقة مفهوم التكييف النطاقي الشامل (UDA) الذي لا يتطلب أي معرفة سابقة حول مجموعات التسميات. بالنسبة لمجموعة تسميات مصدرية وواحدة هدفية معطاة، قد تتضمن كل منهما مجموعة تسميات مشتركة ومجموعة تسميات خاصة بكل نطاق، مما يخلق فجوة فئوية إضافية. يتطلب نموذج UDA أن يقوم بتصنيف العينة الهدفية بشكل صحيح إذا كانت مرتبطة بتسمية ضمن مجموعة التسميات المشتركة، أو أن يُعلّمها كـ"غير معروف" في الحالة المعاكسة. والأهم من ذلك، يجب أن يعمل نموذج UDA بشكل مستقر أمام طيف واسع من درجات التشابه (النسبة المئوية لمجموعة التسميات المشتركة بالنسبة لمجموعة التسميات الكاملة)، بحيث يمكنه التعامل مع المشكلات الواقعية التي لا تُعرف فيها مجموعات التسميات الهدفية. ولحل مشكلة التكييف النطاقي الشامل، نقترح شبكة التكييف الشامل (UAN). حيث تقوم هذه الشبكة بقياس قابلية نقل العينات على مستوى العينة للكشف عن مجموعة التسميات المشتركة ومجموعات التسميات الخاصة بكل نطاق، مما يعزز التكييف في مجموعة التسميات المشتركة التي تم اكتشافها تلقائيًا، وينجح في التعرف على العينات "غير المعروفة". وأظهرت تقييمات مفصلة أن UAN تتفوق على أحدث الطرق في مجال التكييف النطاقي المغلق، الجزئي، والمتاح في الإطار الجديد لـ UDA.