From Symbolic to Natural-Language Relations: Rethinking Knowledge Graph Construction in the Era of Large Language Models

ملخص تقني: من العلاقات الرمزية إلى علاقات اللغة الطبيعية في الرسوم البيانية للمعرفة

بيان المشكلة
تعتمد الرسوم البيانية للمعرفة (KGs) التقليدية على مخططات علاقات رمزية محددة مسبقًا، حيث تُصنف الحواف بين الكيانات بعلامات أنواع علاقات منفصلة وفئوية (مثل: يعمل-في، صديق-لـ). وبينما كان هذا النموذج فعالاً تشغيلياً للمهام اللاحقة لما قبل النماذج اللغوية الكبيرة (Pre-LLM)—مما سهل الاسترجاع الفعال، وتوليد التضمينات، والاستدلال المهيكل—إلا أنه يعاني من قيود متأصلة. فالعلاقات في العالم الحقيقي غالباً ما تكون سياقية، ودقيقة، وغير مؤكدة، ومتطورة. إن ضغط هذه التفاعلات المعقدة في تسميات رمزية ثابتة يؤدي إلى تجريد التفاصيل الدلالية الحرجة، مما يسبب عدم تطابق بين الهيكل غير المرن للمخططات الرمزية وتعقيد المعرفة العلاقاتية التي تحدث بشكل طبيعي. علاوة على ذلك، أدى ظهور النماذج اللغوية الكبيرة (LLMs) إلى تغيير المشهد في إنشاء واستهلاك المعرفة: إذ تتفوق هذه النماذج في تركيب الحقائق بلغة طبيعية وتفضل السياق الغني والنصوص الحرة لعمليات الاستدلال على التمثيلات الكمية والمنفصلة. وغالباً ما تكتفي ممارسات بناء الرسوم البيانية للمعرفة الحالية باستخدام النماذج اللغوية الكبيرة لملء المخططات الرمزية التقليدية بكفاءة أكبر، مما يفشل في استغلال الإمكانات الكاملة لهذه النماذج لإعادة التفكير في تمثيل العلاقات نفسها.

المنهجية والإطار المقترح
لا تقترح هذه الورقة البحثية خوارزمية محددة أو مجموعة بيانات جديدة، بل تدعو إلى تحول جذري في النموذج في بناء الرسوم البيانية للمعرفة: الانتقال من فئات العلاقات الرمزية البحتة إلى أوصاف العلاقات باللغة الطبيعية. يقترح المؤلفون مجموعة من مبادئ التصميم الهجين لتحقيق التوازن بين الحاجة إلى القابلية للاستخدام الهيكلي وبين التعبيرية التي توفرها اللغة الطبيعية:

1. المخططات الضمنية الواعية بالمهام: بينما توفر اللغة الطبيعية المرونة، فإن العلاقات مفتوحة النهايات تماماً قد تؤدي إلى الضجيج وتعيق عملية الاسترجاع. يجادل المؤلفون بضرورة وجود مخططات "ضمنية" مستمدة من أهداف ومجالات محددة. هذه المخططات توجه توليد العلاقات لضمان النطاق الدلالي المناسب دون فرض أنطولوجيات جامدة وثابتة.
2. دعم الاستدلال الرمزي الثانوي: يجب ألا تكون العلاقات ذات اللغة الطبيعية مجرد نواتج معزولة؛ بل يجب تصميمها بحيث تكون قابلة للربط أو التصنيف ضمن الفئات الرمزية الموجودة عندما تتطلب المهام اللاحقة الاستعلام المهيكل أو التجميع. وهذا يضمن التوافق مع العمليات التقليدية للرسوم البيانية مع الحفاظ على المحتوى الدلالي الدقيق.
3. العمود الفقري الهيكلي الهجين: المقترح الجوهري هو بنية هجينة حيث تعمل مجموعة دنيا من العلاقات الرمزية العامة وغير المرتبطة بمجال معين كعمود فقري هيكلي لضمان كفاءة التتبع، والفهرسة، والاسترجاع. وترافق هذه الركائز الرمزية أوصاف غنية باللغة الطبيعية تلتقط الجوانب السياقية والمتطورة والدقيقة للعلاقة. يسمح هذا التصميم للرسم البياني للمعرفة بالتطور (على سبيل المثال، تقسيم أو دمج العلاقات بناءً على الرؤى النصية) دون تعطيل الهيكل العام للرسم البياني.

المساهمات الرئيسية

• إعادة تقييم النموذج: تتحدى الورقة الافتراض السائد بأن النماذج اللغوية الكبيرة يجب أن تُستخدم فقط لملء المخططات الرمزية الموجودة. وبدلاً من ذلك، تجادل بأن تمثيل العلاقات نفسها يجب أن يتغير ليتماشى مع قدرات النماذج اللغوية الكبيرة.
• تحديد أوجه القصور: تفصل الورقة بشكل منهجي عيوب الرسوم البيانية للمعرفة الحالية، بما في ذلك جمود المخططات المحددة مسبقاً، ونقص التوحيد في أساليب استخراج المعلومات المفتوحة (OpenIE)، وغموض التسميات خشنة الحبيبات، وعدم قدرة التسميات الرمزية على التقاط الاعتماد على السياق.
• مبادئ التصميم الهجين: تصيغ إطاراً ملموساً لبناء رسوم بيانية للمعرفة تستفيد من اللغة الطبيعية للتعبيرية مع الاحتفاظ بالهياكل الرمزية من أجل القابلية للتوسع وكفاءة الاسترجاع.
• خارطة طريق بحثية: تحدد الورقة اتجاهات بحثية مستقبلية محددة مطلوبة لتفعيل هذا التحول، بما في ذلك:
  • بناء رسوم بيانية للمعرفة من مصادر غير متجانسة مع الحفاظ على الأوصاف العلاقاتية المتعارضة.
  • استخدام النماذج اللغوية الكبيرة لتحسين الرسوم البيانية للمعرفة الحالية عبر إثراء العلاقات الرمزية باللغة الطبيعية وتطوير المخطط نفسه.
  • تطوير طرق التتبع والاستدلال القائمة على السياق حيث تختار النماذج اللغية الكبيرة العقد/العلاقات ديناميكياً بناءً على المحتوى الدلالي.
  • ابتكار طرق تضمين مشتركة (هيكلية-دلالية) تلتقط كل من طوبولوجيا الرسم البياني والأوصاف النصية الدقيقة.
  • وضع بروتوكولات تقييم جديدة (مثل: النموذج اللغوي الكبير كحكم) لتقييم الأمانة الواقعية وتغطية المعلومات بما يتجاوز الدقة والاستدعاء التقليدي على الثلاثيات (triples).

النتائج والادعاءات
باعتبارها ورقة بحثية موقفيّة (Position Paper)، لا تقدم هذه الدراسة تجارب جديدة واسعة النطاق أو نتائج تجريبية تثبت صحة الرسوم البيانية الهجينة المقترحة. بدلاً من ذلك، فإن "نتائجها" هي مفاهيمية وتحليلية:

• تثبت أن النموذج الرمزي الحالي أصبح غير متوافق بشكل متزايد مع آليات الاستدلال في النماذج اللغوية الكبيرة الحديثة، والتي تفضل الاستدلال عبر سياقات اللغة الطبيعية.
• تجادل بأن النهج الهجين يقدم حلاً وسطاً عملياً، مما يسمح بتمثيل معرفي أغنى دون التضحية بالانتظام الهيكلي المطلوب للاسترجاع والفهرسة الفعالة.
• تزعم أن هذا التحول يسمح للرسوم البيانية للمعرفة بالتقاط تعقيد العلاقات في العالم الحقيقي بشكل أفضل، مثل الروابط الاجتماعية أو التبعيات الخاصة بالمجالات، والتي غالباً ما تضيع في التجريد الفئوي.

الأهمية
تكمن أهمية الورقة في دعوتها لتجاوز استخدام النماذج اللغوية الكبيرة كمجرد "مستخرجات كفؤة" للرسوم البيانية للمعرفة التقليدية. فهي ترى أن الإمكانات الحقيقية للنماذج اللغوية الكبيرة في تمثيل المعرفة لا تتحقق إلا عندما يُعاد التفكير في هياكل البيانات الأساسية (وتحديداً العلاقات) لتكون أصلية في لغتها الطبيعية. ومن خلال الدعوة إلى نموذج هجين، يقدم المؤلفون مساراً لمواءمة الرسوم البيانية للمعرفة مع عصر "الاستدلال القائم على التلقين" (Prompting-based inference)، مما قد يحسن الأداء في المهام كثيفة المعرفة مثل الإجابة على الأسئلة، والاستدلال، والتوصيات، مع الإقرار بالمقايضات الضرورية بين التعبيرية والقدرة على التحكم الهيكلي. وتختتم الورقة بالإشارة إلى حدودها الخاصة، وتحديداً أنها تركز على الجانب العلاقاتي للرسومات البيانية للمعرفة (تاركة تمثيل الكيانات للعمل المستقبلي)، وهي مركزة بشكل أساسي على النصوص، وتقدم توجيهات مفاهيمية بدلاً من بروتوكولات مثبتة تجريبياً.