神经符号方法识别论证蕴含与矛盾

Xuyao Feng 与 Anthony Hunter 提出一种神经符号方法，用于识别自然语言论证中的蕴含与矛盾关系。该方法先将文本经预训练 AMR parser 转为抽象语义表示图，再翻译为命题逻辑，并用 SAT solver 自动推理。 为应对措辞差异导致的逻辑表示失配，作者引入松弛方法，允许替换或遗忘部分命题。作者称，该方法在三个 RTE 数据集上表现良好，且前提、主张及松弛过程均有可解释的逻辑表示。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。