چارچوبی برای پیش‌بینی رابطهٔ شمول میان بخش‌های متن پیش از راستی‌آزمایی

پیش‌چاپی در arXiv، مسئلهٔ «پیش‌بینی آنلاین شمول شواهد» (OECP) را برای سامانه‌های پردازش زبان طبیعیِ متکی بر شواهد تعریف می‌کند. این سامانه‌ها گاهی بخش‌های تو‌در‌توی متن را به‌ترتیب بررسی می‌کنند؛ تأیید یک بخش می‌تواند دامنهٔ بخش‌های دیگر را محدود کند. در چارچوب پیشنهادی، پیش‌بینی هر نامزد پیش از راستی‌آزمایی دقیق انجام می‌شود و هر نامزد حداکثر یک بار قابل پرس‌وجو است.

نویسندگان رابطهٔ شمول میان بازه‌های متنی را معادل یک ترتیب جزئی دوبعدی مثلثی می‌دانند و OECP را نوعی رگرسیون ایزوتونیک آنلاین با پرس‌وجوهای متمایز صورت‌بندی می‌کنند. بنا بر چکیدهٔ مقاله، وقتی چند هدف پذیرفتنی وجود داشته باشد، پشیمانیِ بدترین‌حالت در مقیاس مؤثرِ حاصل از فشرده‌سازی رتبهٔ دو سر بازه، نزدیک به خطی است. اما برای یک هدف ثابت، مانند پرسش‌وپاسخ استاندارد، الگوریتمی با زمان چندجمله‌ای و پشیمانی بهینهٔ Θ(log m_eff) ارائه شده است.

پژوهشگران الگوریتم حالتِ هدف ثابت را روی نمونه‌های واقعی Natural Questions نیز اجرا کرده‌اند. چکیدهٔ در دسترس در همین‌جا ناتمام می‌ماند و نتیجهٔ این ارزیابی را توضیح نمی‌دهد.