Instradamento coadattivo delle regole e imposizione di vincoli per il recupero di conoscenze strutturate

Abstract degli autori

Il recupero di conoscenze strutturate acquisisce da fonti strutturate le evidenze pertinenti a un compito, da usare nei compiti successivi. I metodi esistenti si basano su un recupero privo di vincoli oppure sulla supervisione tramite regole di interrogazione predefinite, come le regole autore-articolo per la scoperta scientifica e quelle anatomia-farmaco per la medicina di precisione. Nella pratica, una supervisione del genere è raramente disponibile. Proponiamo Co-Adaptive Rule Routing and Constraining Retrieval (CoRE), che apprende congiuntamente quale regola di ragionamento assegnare a ogni interrogazione e come recuperare le evidenze nel rispetto di quella regola, senza coppie interrogazione-regola predefinite. Un agente di instradamento seleziona una regola; il modulo di recupero corrispondente percorre la base di conoscenza e ordina le evidenze che soddisfano i vincoli della regola. Poiché instradamento e recupero sono interdipendenti, CoRE alterna l’apprendimento per rinforzo della politica di instradamento e l’apprendimento contrastivo del modulo di recupero vincolato dalla regola. Le regole selezionate forniscono la supervisione per l’addestramento del modulo di recupero, mentre le prestazioni del recupero forniscono la ricompensa alla politica di instradamento. Questo processo a ciclo chiuso consente a entrambi i componenti di adattarsi reciprocamente senza una supervisione esplicita sulle coppie interrogazione-regola. Esperimenti sui dataset STaRK-QA, nell’ambito della scoperta scientifica, del ragionamento biomedico e della gestione della conoscenza nell’e-commerce, dimostrano l’efficacia di CoRE. Gli studi di ablazione mostrano i vantaggi dell’adattamento reciproco del modulo di instradamento e di quello di recupero. L’instradamento basato sulla generazione si trasferisce tra dataset e trae beneficio da un preaddestramento su più domini seguito da un fine-tuning specifico per il target. L’analisi dell’uso delle regole nelle diverse interrogazioni fornisce inoltre indicazioni per affinare e scoprire automaticamente nuove regole.