معالجة كلمات التحفيز والحجج متعددة المعاني في استخراج الأحداث: استراتيجية تعلم دلالي تكيفي مستندة إلى آلية المكافأة والعقاب
Abstract
استخراج الأحداث هو مهمة معقدة في معالجة اللغة الطبيعية تهدف إلى التعرف على كلمات التحفيز والحجج وتصنيفها من النص غير المهيكل. تعد تعدد معاني كلمات التحفيز والحجج أحد التحديات الرئيسية التي تؤثر على دقة استخراج الأحداث. عادةً ما تفترض الطرق الحالية أن التوزيع الدلالي لكلمات التحفيز والحجج متعدد المعاني متوازن. ومع ذلك، في السيناريوهات العملية، يختلف عدد عينات المعاني المختلفة في نفس كلمة التحفيز أو الحجة، مما يؤدي إلى تحيّز في التوزيع الدلالي. يطرح هذا التحيز تحديين للاستخرج الدقيق للأحداث: التغاضي عن المعاني قليلة التكرار والتصنيف الخاطئ للمعاني عالية التكرار. لحل هذه التحديات، تم اقتراح طريقة تعلم دلالية تكيفية تستخدم آلية المكافأة والعقاب لموازنة التوزيع الدلالي لكلمات التحفيز والحجج متعددة المعاني. تقلل آلية المكافأة والعقاب من الفرق بين المعاني ذات التكرار العالي والمنخفض عن طريق مكافأة التصنيفات الصحيحة ومعاقبة التصنيفات الخاطئة، وتوسع الفارق بين المعاني الهدف وغير الهدف لموازنة التوزيع الدلالي. بالإضافة إلى ذلك، تم اقتراح آلية إدراك سياق الحدث على مستوى الجملة لتوجيه المشفر لتعلم معرفة الأحداث المذكورة في الجملة بدقة، مما يعزز التنبؤ الدلالي الدقيق لكلمات التحفيز والحجج متعددة المعاني. أخيرًا، بالنسبة للمهام المختلفة، تم اقتراح فك ترميز دلالي مهمتي خاص لتعريف بدقة حدود الكلمات التحفيزية والحجج التنبؤية لتلك المعاني. أظهرت نتائج التجارب على ACE2005 وتنوعاته وكذلك معيار ERE أن الطريقة المقترحة تتفوق على جميع قواعد استخراج الأحداث أحادية ومتعددة المهام.
Keywords
استخراج الأحداث; كلمات التحفيز متعددة المعاني; الحجج متعددة المعاني; عدم توازن دلالي; آلية المكافأة والعقاب