ترميز نصوص البحث مسبقا: ماذا يتغير عندما يتغير السؤال؟

الخلاصة السريعة

إذا كان تمثيل الفقرة مستقلا والمدخل والإعداد ثابتين، يمكن إعادة استعماله لسؤال جديد؛ تظل مقارنة السؤال بالمرشحين خطوة لازمة.

• التمثيل المستقل يسمح بفصل تجهيز النصوص عن مقارنة الأزواج؛ هذا هو المسار الذي تصفه ورقة Sentence-BERT، لا كل نموذج نصي. ^[1]
• في مثال ثلاثة نصوص وسؤالين، نعد خمس وحدات ترميز فردية وست مقارنات عند مقارنة كل سؤال بكل نص؛ ليست أعداد طلبات شبكة أو دفعات أو أزمنة.
• تغيير السؤال وحده لا يغير مدخل الفقرة المستقل؛ تغيير نصها أو إعداد تمثيلها يحتاج مراجعة ما حفظناه.
• اقرأ النص الذي يشير إليه التمثيل؛ إعادة استعماله لا تثبت صحة معلوماته أو اكتمال جواب المساعد.

ما الذي يمكن تجهيزه قبل وصول السؤال؟

نفترض مكتبة تعليمية فيها ثلاث فقرات قصيرة عن صنع فاصل كتاب: مواد البداية، وتشكيل الطرف، ووضع الزخرفة. نختار في تصميمنا مسارا يعطي كل فقرة تمثيلا عدديا مستقلا، ونربطه بمعرفها ونصها؛ لا نسميه جوابا عن سؤال لم يصل بعد.

تصف الورقة تمثيلات جمل ذات حجم ثابت تقارن بمقياس تشابه، وتفصلها عن تقييم الزوج المشترك. ^[1] تطبيقنا المكتوب يفترض هذا الفصل، ولا يثبت أن اختيار أي نموذج يحمل كلمة BERT يحقق السلوك أو الجودة نفسيهما.

كم عملا نعد في مثال صغير؟

يسأل المستخدم أولا عن المواد، ثم يسأل عن الزخرفة. في جدولنا المفترض، رمّزنا النصوص الثلاثة مرة، ثم رمّزنا السؤالين مرة لكل سؤال. المجموع خمسة مدخلات فردية. ولو قارنا كل سؤال بالفقرات الثلاث، تكون لدينا ست مقارنات؛ تقليل تكرار تجهيز النص لا يلغي المقارنة.

هذه أعداد وحدات منطقية في المثال، وليست عدد طلبات شبكة أو دفعات معالجة أو ثوان. ولو استخدمنا مسارا يقيم كل زوج مشتركا، فالأزواج الكاملة لهذا الجدول ستة. ^[1] لا نستنتج أن فارق خمسة وستة يعطي نسبة سرعة؛ الطول والجهاز والإعداد والعمل داخل المرحلة أمور لم نقسها.

لماذا يظل النص القديم قابلا للاستعمال لسؤال آخر؟

افترضنا أن تمثيل فقرة المواد ينتج من الفقرة نفسها وفق إعداد ثابت، وأننا احتفظنا به. السؤال الجديد عن الزخرفة يغير جهة المقارنة، لكنه لا يغير نص فقرة المواد. لذلك لا نعيد ترميز الفقرة لمجرد أن المستخدم غير سؤاله، تحت هذه الافتراضات المعلنة.

أما إذا عدلنا فقرة المواد بإضافة شرط عن نوع الورق، فقد تغير المدخل الذي يمثله المتجه المحفوظ. نقترح تسجيل النص والإعداد اللذين أنتجا التمثيل ومراجعتهما قبل إعادة استعماله. لا يكون تاريخ الملف وحده دليلا على أن التمثيل يشمل آخر تعديل.

ماذا تحتاج بعد اختيار فقرة قريبة؟

نعود من معرف الفقرة إلى نصها ونفحص هل يجيب عن الجزء المطلوب. فقرة مواد البداية قد تذكر الزخرفة عرضا، بينما التفاصيل في الفقرة الثالثة. القرب العددي، حتى لو حسب في تجربة فعلية، لا يحول الإشارة العرضية إلى تعليمات كاملة.

نقترح في مثالنا حفظ الفرق بين عدد الترميزات وعدد المقارنات والنص المستخدم في الجواب. لم نحمل نموذجا أو نحسب متجهات، ولم ندّع أن الأسئلة العربية أدت إلى ترتيب محدد. فائدتنا هنا فهم ما يمكن إعادة استعماله وما لا يزال يحتاج عملا عند سؤال جديد.