研究者提出可训练原子链接器改进神经符号NLI
热点事件持续更新
研究者提出可训练原子链接器改进神经符号NLI
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Xuyao Feng 与 Antonis Bikakis 提出一种可训练的原子链接器，用于神经符号自然语言推理（NLI）中的命题级语义链接。该链接器联合预测命题单元间的链接存在性、源选择与关系类型。 在缺少原子对标注的情况下，该链接器以句子级 NLI 标签进行训练，翻译器与 SAT 推理器保持固定。研究者称，这是面向神经符号 NLI 的可训练原子链接方案。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
从句子级监督学习命题级链接：面向神经符号 NLI 的可训练原子链接器报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CL从句子级监督学习命题级链接：面向神经符号 NLI 的可训练原子链接器
研究者提出一种可训练的原子链接器，联合预测命题单元间的链接存在性、源选择与关系类型，在无原子对标注的情况下以句子级 NLI 标签训练，翻译器与 SAT 推理器保持固定。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。