في عالم الذكاء الاصطناعي، يتطلب فهم القصص الطويلة أكثر من مجرد معالجة عبارات مجزأة. فالأجوبة على الأسئلة تتطلب استنتاجات تعتمد على تطور الشخصيات والأهداف الاجتماعية والدوافع الزمنية. هنا يأتي دور 'نسج المعرفة السردية' (Narrative Knowledge Weaver)، وهو إطار مبتكر يهدف إلى تحسين فهم النصوص الطويلة عبر دمج عدة عناصر تفصيلية.

تستخدم هذه التقنية منهجاً مبتكراً يجمع بين الأدلة النصية، الحقائق الأساسية، الهيكل الرسومي، ملفات تعريف الكيانات، والتفاعلات والأحداث السردية، مما يسهم في خلق تجربة متكاملة للمستخدم. عند تلقي استفسار، يقوم نظام NKW بالاستفادة من المهارات المخصصة لقراءة النصوص، مما يساعد في تجميع الأدلة وتقييم ظروف الشخصيات، والمجال، والقطبية، والحالة، والعوامل الزمنية.

أثبتت التجارب أن NKW يتفوق في أسئلة المعلومات الموجهة نحو سيناريوهات القصص، مثل اختبارات STAGE وFairytaleQA وQuALITY، حيث يقدم أداءً تنافسياً مقارنة بالمناهج التقليدية.

تعتبر هذه النتائج واعدة في تمكين الذكاء الاصطناعي من بناء تجارب سردية أكثر تعقيدًا، ومن الممكن استخدامها في مجالات متعددة تشمل التعليم والترفيه، مما يمكن المستخدمين من استكشاف القصص بطرق جديدة ومثيرة.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.