كُن مؤرخاً ذكياً: كيفية الكشف عن تناقضات المعرفة بأسلوب ثوري!

في عالم المعلومات اليوم، تُعد منصات مثل ويكيبديا وويكيداتا مصدراً حيوياً للوصول إلى البيانات. ومع ذلك، فإن المعرفة المتاحة على هذه المنصات ليست فقط قابلة للتجزئة، بل قد تُعاني في بعض الأحيان من تناقضات بين النصوص والجداول والرسوم البيانية. ومن هنا، يطرح تساؤل مهم حول كيفية الكشف عن هذه التناقضات وشرحها.

هذه المشكلة تُعرف باسم **كشف تناقضات المعرفة على مستوى الوسائط** (modality-level inconsistency detection). ولتسليط الضوء على تلك التحديات، طوّر الباحثون تصنيفاً جديداً لتناقضات المعرفة عبر الوسائط، يتناول الفروقات في دقة المعلومات، والصراعات المباشرة، والتغيرات الزمنية، ونقص في بنية الرسم البياني للمعرفة (KG).

لتجاوز هذه العقبات، تم تقديم إطار عمل مبتكر يُدعى **كونترست** (Kontrast). يعتمد هذا النظام على تقنيتي **Text-to-SPARQL** و**استدلال نماذج اللغات الضخمة** (LLM reasoning) للمقارنة بين الإجابات المعتمدة على الجداول والأدلة من الرسم البياني للمعرفة، وتصنيف التناقضات الناتجة.

أظهرت التجارب على مجموعات بيانات متنوعة أن التناقضات المشتركة بين الوسائط ليست شائعة فحسب، بل أيضاً توفّر معلومات قيمة تكشف النقاب عن صراعات المعرفة الحقيقية، بالإضافة إلى بنية الرسم البياني المفقودة وعدم توافق الزمن. ورغم وجود بعض القيود نتيجة لأخطاء **Text-to-SPARQL** والضجيج، فإن التحليل الذي تم إعداده يُظهر كيف يمكن للنصوص والجداول والرسوم البيانية تصحيح بعضهم البعض من خلال مقارنة منهجية.

تقدم كونترست كأداة عملية لمراجعة المعرفة على نطاق واسع وتؤسس معياراً للعمل المستقبلي في مجال تناسق المعرفة عبر الوسائط. يُمكنك زيارة الرابط الرسمي للحصول على الشيفرة والبيانات اللازمة.