ملخص تقني: FT-RAG للاستدلال المعقد على الجداول

بيان المشكلة

أثبتت أنظمة التوليد المعزز بالاسترجاع (RAG) فعاليتها في النصوص غير المهيكلة، لكنها تعاني بشكل كبير مع البيانات الجدولية المهيكلة. فنهج RAG التقليدي يتعامل عادةً مع الجداول كوحدات متجانسة أو يقوم بتسطيحها إلى نص عادي، مما يؤدي إلى تجزئة استرجاع خشنة وفقدان العلاقات الدلالية الدقيقة على مستوى الخلايا المطلوبة للاستدلال عالي الدقة. هذا التبسيط يحجب المنطق المكاني والهيكلي المتأصل في الجداول، مما يجعل من الصعب إجراء دمج معلومات دقيق عبر الجداول أو استدلال معقد متعدد الخطوات. علاوة على ذلك، تركز الاختبارات المرجعية الحالية بشكل أساسي على استرجاع جدول واحد بإجابات واقعية بسيطة، وتفشل في تقييم قدرة الأنظمة على دمج البيانات المجزأة من وثائق متباينة (نصوص وجداول متعددة) لتوليد استجابات معقدة.

المنهجية: إطار عمل FT-RAG

لمعالجة هذه القيود، يقترح المؤلفون FT-RAG (التوليد المعزز بالاسترجاع الواعي بالجداول دقيق التفاصيل)، وهو إطار عمل مصمم لمعالجة البيانات الجدولية على مستوى المدخلات. تتكون المنهجية من ثلاث وحدات أساسية:

1. التحليل الدقيق للجداول (Fine-Grained Table Parsing)

بدلاً من معالجة الجداول ككتل، يقوم FT-RAG بتفكيك الجداول الخام إلى مجموعات خلايا (Cell Groups). تضم كل مجموعة خلايا قيمة الخلية الخام مع بيانات وصفية سياقية شاملة، تشمل:

• البيانات الوصفية العالمية: عناوين المستندات والتعليقات التوضيحية.
• البيانات الوصفية على مستوى الجدول: المخطط (Schema) والترويسات.
• المسارات الهرمية: ترميز صريح للمؤشرات (الإحداثيات المطلقة)، والأنواع (أدوار رؤوس الصفوف/الأعمدة)، والعمق الهرمي (مستويات التداخل).

2. الرفع الدلالي الواعي بالهيكل (رسم بياني SAT)

يبني الإطار رسمًا بيانيًا موحدًا للموضوع والسمة والزمن (SAT Graph)، وهو رسم بياني موجه غير حلقي مركب ($G = (V, E)$) ينظم مجموعات الخلايا في وحدات معرفية مترابطة. يتم بناء هذا الرسم البياني بناءً على ثلاثة أبعاد:

• شجرة الموضوع الفرعية ($T_S$): يتم إنشاؤها عبر استدلال النماذج اللغوية الكبيرة (LLM) لإنشاء النسب الهيكلي والتسلسل الهرمي للكيانات (مثل "كمبيوتر محمول" تحت فئة "أجهزة").
• الشجرة الزمنية الفرعية ($T_T$): تنظم الفترات الزمنية تسلسليًا باستخدام التحليل القائم على الأنماط، مما يضمن الصلاحية الزمنية (مثل تواريخ محددة متداخلة ضمن سنوات).
• مجموعة عقد السمات ($V_A$): تعمل كنقاط التقاء دلالية، حيث تربط بين سياقات الموضوع والزمن المتباعدة.
• مجموعة عقد القيم الورقية ($V_L$): تخزن مدخلات البيانات الذرية كأزواج (مفتاح-قيمة)، مرتبطة بسياقات SAT محددة عبر مؤشر مركب ($\langle s_i, t_j, a_k \rangle$).

3. استرجاع الرسم البياني والدمج متعدد الوسائط

يتم الاسترجاع في مرحلتين لضمان الدقة الهيكلية والاكتمال الدلالي:

• المرحلة الأولى: التنقل الهرمي في الرسم البياني: يستخدم النظام استراتيجية تنقل ثنائية المسار (التنقل الأمامي المدفوع بالمرتكز والتنقل العكسي المدفوع بالسمة) لمواءمة استعلامات المستخدم مع أبعاد الرسم البياني. كما يستخدم آلية توسيع الجوار الهيكلي لاسترجاع الكيانات المتصلة دلاليًا (مثل عقد زمنية مجاورة لحساب معدل النمو) دون الاعتماد فقط على التشابه المتجهي، والذي قد يؤدي إلى الانحراف عن الحقائق.
• المرحلة الثانية: التعزيز المعتمد على النص: يتم تحويل الحقائق المهيكلة المسترجعة إلى قوالب لغة طبيعية واستخدامها للاستعلام عن المتن النصي المرتبط. يقوم هذا بدمج المقاييس الجدولية الدقيقة مع السياق السردي المحيط (الرؤى النوعية، التحفظات)، مما يوفر للنموذج اللغوي الكبير حزمة أدلة شاملة.

المساهمات الرئيسية

1. إطار عمل FT-RAG: نهج جديد دقيق التفاصيل يقوم بتفكيك الجداول إلى وحدات دلالية وتنظيمها في رسم بياني SAT واعٍ بالمخطط، مما يتيح استرجاعًا واستدلالًا دقيقًا على مستوى الخلية.
2. مكتبة اختبار Multi-Table-RAG-Lib: مجموعة بيانات جديدة تضم 9,870 زوجًا من الأسئلة والأجوبة مشتقة من 308 جدولًا كبيرًا عبر 81 مستندًا. بخلاف الاختبارات المرجعية الحالية، تستهدف هذه المكتبة تحديدًا الاستدلال المعقد متعدد الخطوات الذي يتطلب دمج جداول متعددة ودمج النص مع الجدول. وهي تتضمن مهام استرجاع "جدولية بحتة" و"معززة بالسياق".
3. توسيع الجوار الهيكلي: آلية توسع نطاق الاسترجاع على طول طوبولوجيا الرسم البياني (مثل الجيران الزمني) لالتقاط السياق اللازم للاستعلامات المعقدة دون التضحية بالدقة.

النتائج التجريبية

قيم المؤلفون FT-RAG مقابل خطوط الأساس بما في ذلك Standard RAG وLangChain وSelf-RAG وMixRAG على مكتبة Multi-Table-RAG-Lib.

• أداء الاسترجاع: حقق FT-RAG نتائج رائدة (SOTA).
  • معدل نجاح مستوى الجدول: تحسن بنسبة 23.5% عن أفضل خط أساس.
  • معدل نجاح مستوى الخلية: تحسن بنسبة 59.2%، مما يظهر قدرة فائقة على تحديد قيم ذرية محددة.
  • في مهام "التعزيز بالسياق"، حافظ FT-RAG على دقة عالية حيث عانت النماذج الأخرى من الضجيج الناتج عن قطع النصوص.
• أداء التوليد:
  • استدعاء دقة القيمة المطلقة: زاد بنسبة 62.2% مقارنة بخطوط الأساس.
  • أظهر FT-RAG ميزة كبيرة في ربط السمات الرقمية، محققًا دقة قيمة بلغت 54.5% مقارنة بـ 22.0–33.9% للطرق الأخرى.
• دراسة الاستئصال (Ablation Study): أدى إزالة الرسم البياني SAT إلى هبوط الأداء إلى ما دون 40%، مما يؤكد ضرورة الهيكل البياني. كما وُجد أن وحدة الدمج متعدد الوسائط حاسمة لدقة القيمة، بينما ساهم توسيع الجوار الهيكلي في تحسين شمولية الأدلة.

الأهمية والادعاءات

يزعم البحث أن FT-RAG يضع معيارًا جديدًا للأداء المتفوق للاستدلال المعقد على المستندات مختلطة الأنماط (الجداول والنصوص). ومن خلال تغيير النموذج من الاسترجاع النصي خشن التجزئة إلى التنقل في الرسم البياني الدقيق والواعي بالهيكل، ينجح إطار العمل في الحد من الهلوسة والأخطاء الواقعية الشائعة في RAG القائم على الجداول. ويؤكد المؤلفون أن طريقتهم تنجح في سد الفجوة بين المنطق الصارم للبيانات المهيكلة والقدرة الوصفية للنصوص غير المهيكلة، مما يوفر حلاً قويًا لاستخراج المعرفة عالية القيمة في مجالات مثل التحليل المالي والمراجعة العلمية. كما يُقدم تقديم مكتبة Multi-Table-RAG-Lib كخطوة حاسمة نحو تقييمات أكثر واقعية وتحديًا لأنظمة RAG المتمحورة حول الجداول.