تحتل الرسوم البيانية المعرفية مكانة متنامية في بناء الأنظمة الذكية، إذ تنظم المعرفة في صورة كيانات وعلاقات تربط بينها، غير أن نوعًا خاصًا منها يعرف بالرسوم البيانية فائقة العلاقات يضيف إلى العلاقة الأساسية عناصر وصفية تحدد الأدوار السياقية للكيانات والعلاقات، وهو ما يثري التمثيل المعرفي من جهة، ويعقد مهمة استكمال ما ينقص هذه الرسوم من معلومات من جهة أخرى، وتعالج هذه الدراسة هذه المشكلة مقترحة نقل مهمة التنبؤ بالكيانات من منطق التنبؤ الحتمي إلى منطق التوليد الاحتمالي المشروط، بما يتيح التقاط التنوع الدلالي الذي تولده الأدوار المختلفة للكيانات والعلاقات داخل الرسم البياني الواحد
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير أسلوب جديد لاستكمال الرسوم البيانية المعرفية فائقة العلاقات يتجاوز قصور الأساليب القائمة التي تعتمد على التنبؤ الحتمي، إذ يقيد هذا النمط من التنبؤ قدرة الأساليب على التقاط الدلالات المتنوعة الناشئة عن تباين أدوار الكيانات والعلاقات، ويصعب معه تحديد الهدف الصحيح انطلاقًا من نتائج دلالية مفردة، وتتدهور دقة الأداء بصورة ملحوظة حين تتعدد الإجابات المرشحة، ومن هنا أعاد الباحثون صياغة مهمة التنبؤ بالكيان بوصفها مشكلة توليد مشروط للكيانات، واقترحوا نموذجًا جديدًا أطلقوا عليه نموذج الانتشار متعدد الشروط، يستخدم عملية انتشار مزيلة للضوضاء لتقدير التوزيع الاحتمالي للأهداف المراد التنبؤ بها، ولأن توظيف نماذج الانتشار بصورة مباشرة لا يصلح للتعامل مع أعداد متغيرة من العناصر الوصفية المرافقة للعلاقة، فقد صمم الباحثون وحدة إزالة ضوضاء متعددة الشروط تساعد في توليد الأهداف، وتدير هذه العناصر بكفاءة عبر دوال تجميع شرطية مخصوصة لكل مجموعة بيانات، بحيث يستثمر النموذج معلومات العناصر الوصفية استثمارًا منهجيًا في تمثيل الدلالات الكامنة المتنوعة، ثم اختبر الباحثون النموذج المقترح في تجارب موسعة على مجموعات بيانات من العالم الواقعي، وقارنوا أداءه بأداء أحدث الأساليب المتاحة في هذا المجال
ثانيًا: أبرز النتائج
أظهرت نتائج التجارب أن النموذج المقترح تفوق بفارق واضح على الأساليب المرجعية الحديثة في مهمات استكمال الرسوم البيانية المعرفية فائقة العلاقات، إذ حقق تحسنًا بلغ عشرة في المئة مقارنة بالأساليب التي حلت في المرتبة الثانية، وهو ما يؤكد أن الانتقال من التنبؤ الحتمي إلى التوليد الاحتمالي المشروط يمنح النموذج قدرة أكبر على التعامل مع تعدد الإجابات المرشحة وتنوعها، كما بينت النتائج أن وحدة إزالة الضوضاء متعددة الشروط نجحت في إدارة العناصر الوصفية مهما تباينت أعدادها، وأن دوال التجميع الشرطية المخصوصة لكل مجموعة بيانات أسهمت في توظيف معلومات هذه العناصر توظيفًا فعالًا في توليد الأهداف، وعلى المستوى المفاهيمي أثبتت الدراسة أن نماذج الانتشار قادرة على تمثيل الدلالات الكامنة المتنوعة التي تنشأ عن اختلاف أدوار الكيانات والعلاقات، بدل اختزالها في نتيجة دلالية واحدة قد لا تعبر عن الهدف الصحيح، وهو ما يفسر تفوق النموذج خاصة في الحالات التي تتكاثر فيها الإجابات المحتملة وتتشابك سياقاتها
ثالثًا: دلالات الدراسة وتطبيقاتها
تقدم هذه الدراسة إسهامًا منهجيًا يتمثل في نقل استكمال الرسوم البيانية المعرفية فائقة العلاقات من إطار التنبؤ الحتمي إلى إطار التوليد الاحتمالي المشروط بنماذج الانتشار، وهو تحول يفتح الباب أمام أساليب أكثر مرونة في التعامل مع المعرفة السياقية الغنية، كما تقدم طريقة مبدئية لاستثمار معلومات العناصر الوصفية في نمذجة الدلالات الكامنة المتنوعة، ويمكن أن تستفيد من هذا التوجه التطبيقات المعتمدة على الرسوم البيانية المعرفية في مجالات مثل الإجابة عن الأسئلة، ونظم التوصية، واسترجاع المعلومات، إذ يعزز اكتمال الرسم البياني ودقة روابطه جودة ما تقدمه هذه التطبيقات من مخرجات، ويدعم بناء قواعد معرفية أوثق للأنظمة الذكية
ويكتسب هذا التفوق دلالة إضافية حين يوضع في سياق المشكلة الأصلية التي انطلقت منها الدراسة، فالأساليب الحتمية حين تواجه أعدادًا كبيرة من الإجابات المرشحة تعجز غالبًا عن التمييز الدقيق بينها، لأنها تلتزم بنتيجة دلالية وحيدة لكل تنبؤ، أما النموذج المقترح فيقدر توزيعًا احتماليًا كاملًا على الأهداف، فتتوزع ثقته بين المرشحين بحسب قوة الأدلة السياقية التي توفرها العناصر الوصفية، وهو ما يجعل قراراته أكثر تدرجًا وواقعية في البيئات المعرفية الغنية بالعلاقات المؤهلة سياقيًا
وخلاصة القول إن الدراسة أثبتت أن معالجة استكمال الرسوم البيانية المعرفية فائقة العلاقات بوصفه توليدًا مشروطًا عبر نموذج انتشار متعدد الشروط تتفوق عمليًا على التنبؤ الحتمي، وأن حسن توظيف العناصر الوصفية المرافقة للعلاقات هو مفتاح التقاط التنوع الدلالي وتحسين دقة الاستكمال في البيئات المعرفية المعقدة
