مقاله حاضر به بررسی روشی نوین برای پاسخگویی به سوالات مطرح شده به زبان طبیعی بر روی گراف‌های دانش (Knowledge Graphs) می‌پردازد. این حوزه، که به عنوان پرسش‌وپاسخ گراف دانش (Knowledge Graph Question Answering – KGQA) شناخته می‌شود، به دلیل ظهور گراف‌های دانش بزرگ و پیچیده، اهمیت فزاینده‌ای در پردازش زبان طبیعی (Natural Language Processing – NLP) پیدا کرده است.

گراف‌های دانش، مانند DBpedia، Wikidata و Google Knowledge Graph، اطلاعات ساختاریافته‌ی وسیعی را در مورد موجودیت‌ها و روابط بین آن‌ها ارائه می‌دهند. با استفاده از KGQA، می‌توان به سوالات پیچیده در مورد این داده‌ها به طور خودکار پاسخ داد. برای مثال، به جای جستجو در صفحات وب برای یافتن پاسخ “چه فیلم‌هایی با بازی لئوناردو دی‌کاپریو در سال ۲۰۲۳ اکران شدند؟”، می‌توان مستقیماً از گراف دانش این سوال را پرسید و پاسخ دقیق و ساختاریافته دریافت کرد.

اهمیت این مقاله در ارائه راهکاری برای غلبه بر چالش‌های موجود در روش‌های فعلی KGQA، به ویژه در مواجهه با واژگان خارج از مجموعه آموزش (Out-of-Vocabulary – OOV) است. این چالش زمانی رخ می‌دهد که موجودیت‌ها و روابطی در سوال مطرح شوند که در داده‌های آموزش مدل وجود نداشته‌اند.

این مقاله توسط Sukannya Purkayastha، Saswati Dana، Dinesh Garg، Dinesh Khandelwal و G P Shrivatsa Bhargav نوشته شده است. نویسندگان در زمینه‌های محاسبات و زبان، هوش مصنوعی، بازیابی اطلاعات و یادگیری ماشین تخصص دارند. تمرکز اصلی تحقیق آن‌ها بر توسعه روش‌های کارآمد و دقیق برای استخراج اطلاعات از گراف‌های دانش و پاسخگویی به سوالات مطرح شده به زبان طبیعی است.

این تحقیق در راستای تلاش‌های گسترده‌تر در زمینه NLP و هوش مصنوعی برای ایجاد سیستم‌هایی قرار می‌گیرد که قادر به درک زبان انسان و تعامل هوشمندانه با داده‌های ساختاریافته هستند. با توجه به حجم عظیم اطلاعات موجود در گراف‌های دانش، توسعه روش‌های موثر KGQA می‌تواند کاربردهای گسترده‌ای در زمینه‌های مختلف، از جمله جستجوی معنایی، سیستم‌های توصیه‌گر و دستیارهای مجازی داشته باشد.

چکیده مقاله به این صورت است: پرسش‌وپاسخ گراف دانش (KGQA) به دلیل ظهور گراف‌های دانش گسترده، به حوزه‌ای برجسته در پردازش زبان طبیعی تبدیل شده است. رویکردهای مبتنی بر ترجمه ماشینی عصبی (Neural Machine Translation – NMT) که پرسش‌های زبان طبیعی را به زبان‌های پرس‌وجوی ساختاریافته ترجمه می‌کنند، در حال کسب محبوبیت هستند و وظیفه KGQA را حل می‌کنند. با این حال، اکثر این روش‌ها با واژگان خارج از مجموعه آموزش (OOV) مشکل دارند، جایی که موجودیت‌ها و روابط آزمایشی در طول زمان آموزش دیده نمی‌شوند. در این مقاله، یک معماری عصبی دو مرحله‌ای ماژولار برای حل وظیفه KGQA پیشنهاد می‌کنیم. مرحله اول یک طرح کلی از SPARQL هدف، به نام الگوی SPARQL، برای پرسش ورودی تولید می‌کند. این شامل (1) یک شبیه‌ساز نویز برای تسهیل واژگان خارج از مجموعه آموزش و کاهش اندازه واژگان (2) مدل seq2seq برای تولید متن به الگوی SPARQL است. مرحله دوم یک ماژول جستجوی گراف عصبی است. الگوی SPARQL تولید شده در مرحله اول در مرحله دوم با جایگزینی رابطه دقیق در ساختار پیش‌بینی‌شده، پالایش می‌شود. ما سناریوهای ایده‌آل و واقع‌بینانه را با طراحی یک شبیه‌ساز نویز شبیه‌سازی می‌کنیم. نتایج تجربی نشان می‌دهد که کیفیت الگوی SPARQL تولید شده در مرحله اول برای سناریوهای ایده‌آل برجسته است، اما برای سناریوهای واقع‌بینانه (به عنوان مثال، پیونددهنده پر سر و صدا)، کیفیت الگوی SPARQL حاصل به طور چشمگیری کاهش می‌یابد. با این حال، ماژول جستجوی گراف عصبی ما آن را به طور قابل توجهی بازیابی می‌کند. ما نشان می‌دهیم که روش ما می‌تواند با بهبود حالت هنر به میزان 3.72٪ F1 برای مجموعه داده LC-QuAD-1 به عملکرد معقولی دست یابد. ما معتقدیم، رویکرد پیشنهادی ما جدید است و منجر به راه‌حل‌های پویای KGQA می‌شود که برای کاربردهای عملی مناسب هستند.

به طور خلاصه، مقاله یک روش دو مرحله‌ای برای KGQA ارائه می‌دهد: ابتدا، یک “الگوی SPARQL” از پرسش زبان طبیعی تولید می‌شود. این الگو، ساختار کلی پرس‌وجوی SPARQL را مشخص می‌کند، اما جزئیات دقیق (مانند نام موجودیت‌ها و روابط) را شامل نمی‌شود. سپس، در مرحله دوم، یک ماژول جستجوی گراف عصبی این الگو را با استفاده از گراف دانش پر می‌کند و پرس‌وجوی SPARQL نهایی را تولید می‌کند. این روش به ویژه برای مقابله با واژگان OOV طراحی شده است.

این رویکرد با استفاده از یک “شبیه‌ساز نویز” در مرحله آموزش، مدل را در معرض داده‌های نامطمئن قرار می‌دهد و به آن کمک می‌کند تا در برابر اشتباهات ناشی از واژگان OOV مقاوم‌تر شود.

روش‌شناسی این تحقیق شامل چندین مرحله کلیدی است:

1. تولید الگوی SPARQL: این مرحله با استفاده از یک مدل sequence-to-sequence (seq2seq) انجام می‌شود. مدل seq2seq یک پرسش زبان طبیعی را به عنوان ورودی دریافت می‌کند و یک الگوی SPARQL به عنوان خروجی تولید می‌کند. الگوی SPARQL شامل ساختار کلی پرس‌وجوی SPARQL است، اما جزئیات دقیق موجودیت‌ها و روابط را در بر نمی‌گیرد. به عنوان مثال، اگر سوال “چه کشورهایی عضو سازمان ملل متحد هستند؟” باشد، الگوی SPARQL ممکن است به این صورت باشد: “SELECT ?x WHERE { ?x wdt:P463 wd:Q43204 }”. در این الگو، wdt:P463 نشان‌دهنده رابطه “عضویت در سازمان” و wd:Q43204 نشان‌دهنده موجودیت “سازمان ملل متحد” است. مدل seq2seq با استفاده از داده‌های آموزش، یاد می‌گیرد که چگونه پرسش‌های زبان طبیعی را به الگوهای SPARQL متناظر ترجمه کند.
2. شبیه‌ساز نویز: برای مقابله با چالش واژگان OOV، از یک شبیه‌ساز نویز استفاده می‌شود. این شبیه‌ساز در طول آموزش، به طور مصنوعی نام موجودیت‌ها و روابط را در پرسش‌ها و الگوهای SPARQL تغییر می‌دهد. هدف از این کار، آموزش مدل برای تحمل اشتباهات ناشی از واژگان OOV است. برای مثال، ممکن است نام “لئوناردو دی‌کاپریو” به طور تصادفی به یک نام مشابه تغییر داده شود.
3. جستجوی گراف عصبی: پس از تولید الگوی SPARQL، یک ماژول جستجوی گراف عصبی برای پر کردن الگو با اطلاعات دقیق از گراف دانش استفاده می‌شود. این ماژول با جستجو در گراف دانش، موجودیت‌ها و روابطی را پیدا می‌کند که با ساختار الگو مطابقت داشته باشند. به عنوان مثال، اگر الگو شامل رابطه “عضویت در سازمان” باشد، ماژول جستجو، تمام کشورهایی را پیدا می‌کند که عضو سازمان ملل متحد هستند.
4. ارزیابی: برای ارزیابی عملکرد روش پیشنهادی، از مجموعه داده LC-QuAD-1 استفاده شده است. این مجموعه داده شامل پرسش‌های زبان طبیعی و پرس‌وجوهای SPARQL متناظر است. عملکرد مدل با استفاده از معیار F1 اندازه‌گیری می‌شود که ترکیبی از دقت (Precision) و بازخوانی (Recall) است.

نتایج تجربی نشان داد که:

• کیفیت الگوهای SPARQL تولید شده در مرحله اول، در سناریوهای ایده‌آل (بدون نویز)، بسیار خوب است. این نشان می‌دهد که مدل seq2seq به خوبی قادر به یادگیری نحوه ترجمه پرسش‌های زبان طبیعی به ساختار SPARQL است.
• در سناریوهای واقع‌بینانه (با پیونددهنده پر سر و صدا)، کیفیت الگوهای SPARQL به طور چشمگیری کاهش می‌یابد. این نشان می‌دهد که واژگان OOV می‌تواند تاثیر قابل توجهی بر عملکرد مدل داشته باشد.
• ماژول جستجوی گراف عصبی به طور قابل توجهی کیفیت الگوهای SPARQL را بازیابی می‌کند. این نشان می‌دهد که این ماژول قادر است اشتباهات ناشی از واژگان OOV را تصحیح کند و پرس‌وجوهای SPARQL دقیقی تولید کند.
• روش پیشنهادی می‌تواند به عملکرد معقولی دست یابد و عملکرد روش‌های موجود را به میزان 3.72% F1 برای مجموعه داده LC-QuAD-1 بهبود بخشد.

یکی از نکات کلیدی این است که معماری دو مرحله‌ای پیشنهادی، به مدل اجازه می‌دهد تا به طور جداگانه با چالش‌های تولید ساختار SPARQL و پر کردن آن با اطلاعات دقیق از گراف دانش مقابله کند. این امر منجر به بهبود عملکرد کلی سیستم می‌شود.

این تحقیق دستاوردهای قابل توجهی در زمینه KGQA ارائه می‌دهد و می‌تواند کاربردهای گسترده‌ای داشته باشد:

• بهبود سیستم‌های جستجوی معنایی: با استفاده از روش پیشنهادی، می‌توان سیستم‌های جستجویی ایجاد کرد که قادر به درک سوالات پیچیده و پاسخگویی دقیق به آن‌ها با استفاده از گراف‌های دانش باشند.
• توسعه سیستم‌های توصیه‌گر هوشمند: می‌توان از KGQA برای استخراج اطلاعات مرتبط از گراف‌های دانش و ارائه توصیه‌های شخصی‌سازی شده به کاربران استفاده کرد. برای مثال، می‌توان با پرسیدن سوال “چه فیلم‌هایی شبیه فیلم‌هایی هستند که من دوست دارم؟” از گراف دانش، توصیه‌هایی در مورد فیلم‌های جدید دریافت کرد.
• ایجاد دستیارهای مجازی هوشمندتر: KGQA می‌تواند به دستیارهای مجازی کمک کند تا سوالات کاربران را به طور دقیق‌تر درک کنند و پاسخ‌های مناسبی ارائه دهند.
• بهبود استخراج اطلاعات از متون علمی: می‌توان از KGQA برای استخراج اطلاعات ساختاریافته از مقالات علمی و ایجاد گراف‌های دانش تخصصی استفاده کرد.

با غلبه بر چالش واژگان OOV، این روش گامی مهم در جهت ایجاد سیستم‌های KGQA قوی‌تر و کاربردی‌تر است.

مقاله حاضر یک روش نوین و موثر برای پرسش‌وپاسخ گراف دانش با استفاده از تولید الگوی SPARQL ارائه می‌دهد. این روش با استفاده از یک معماری دو مرحله‌ای و یک شبیه‌ساز نویز، قادر به غلبه بر چالش‌های موجود در روش‌های فعلی، به ویژه در مواجهه با واژگان OOV، است. نتایج تجربی نشان می‌دهد که این روش می‌تواند به عملکرد معقولی دست یابد و عملکرد روش‌های موجود را بهبود بخشد.

این تحقیق می‌تواند الهام‌بخش تحقیقات بیشتری در زمینه KGQA باشد و منجر به توسعه سیستم‌های هوشمندتر و کاربردی‌تری شود که قادر به تعامل هوشمندانه با داده‌های ساختاریافته هستند.

در نهایت، این مقاله تاکید می‌کند که استفاده از الگوهای SPARQL و یک رویکرد ماژولار می‌تواند به بهبود قابل توجهی در عملکرد سیستم‌های KGQA منجر شود و راه را برای کاربردهای عملی‌تر و گسترده‌تر هموار سازد.