في عالم الذكاء الاصطناعي، تظل أنظمة الإجابة على الأسئلة (Question Answering Systems) من أهم التطورات المستمرة. لكن ماذا عن الإجابات متعددة الخطوات؟ هنا يأتي دور التقنية الحديثة SentGraph، التي تحدث ثورة في طريقة معالجة الأسئلة المعقدة.

تواجه الأنظمة التقليدية لتوليد الإجابات المعززة بالاسترجاع (Retrieval-Augmented Generation) صعوبات كبيرة في تلبية احتياجات مهام الإجابة متعددة الخطوات. تتطلب هذه المهام دمج أدلة من مستندات متعددة، وهو ما يصعب تحقيقه بسبب المعلومات غير ذات الصلة التي يتم استرجاعها غالباً، مما يؤدي في النهاية إلى استنتاجات غير دقيقة أو غير مكتملة.

يطرح الباحثون بديلاً مبتكراً باسم SentGraph، إطار عمل يعتمد على الجرافات الجملية (sentence-level graphs). يتمحور هذا النموذج حول تمثيل العلاقات المنطقية الفائقة بين الجمل بشكل دقيق، مما يسهل أفضل استرجاع للمعلومات.

يعتمد SentGraph على نظرية الهيكل البلاغي (Rhetorical Structure Theory) لتمييز بين الجمل الأساسية والتابعة، وتنظيمها داخل جرافات فرعية وفق المستويات المواضيعية، مع وجود جسور بين الكيانات عبر المستندات.

في مرحلة الاسترجاع، ينفذ SentGraph عملية اختيار الأدلة الموجهة بالجراف وتوسيع المسارات بهدف استرجاع أدلة على مستوى الجمل تحدد بشكل أدق السياق المطلوب.

أثبتت التجارب الواسعة في أربعة معايير مختلفة للإجابة على الأسئلة متعددة الخطوات فعالية SentGraph، مما يبرز أهمية نمذجة التبعيات المنطقية بين الجمل في تعزيز الاستدلال المتعدد الخطوات.

هذا الابتكار يعد بمثابة بداية جديدة في عالم الذكاء الاصطناعي، فهل أنتم مستعدون لاستكشاف آثاره المستقبلية؟