应用于七项词汇理解测试的类比感知

有观点认为类比是认知的核心。在人工智能研究中，类比算法常受限于需要手工编码的高层表示作为输入。一种替代方法是使用高层感知，其中高层表示从原始数据中自动生成。类比感知是利用高层感知识别类比的过程。我们提出了PairClass，一种类比感知算法，它利用从大量原始文本数据语料库中自动生成的表示来识别词汇比例类比。比例类比是形如A:B::C:D的类比，意为“A之于B犹如C之于D”。词汇比例类比是由词语组成的比例类比，例如 carpenter:wood::mason:stone。PairClass使用高维特征向量表示两个词之间的语义关系，其中各元素基于语料库中模式的频率。PairClass通过对特征向量应用标准监督机器学习技术来识别类比。我们展示了如何将七种不同的词汇理解测试构建为类比感知问题，随后将PairClass应用于由此产生的七组类比感知问题。我们在所有七项测试中均取得了具有竞争力的结果。这是首次使用统一方法处理如此广泛范围的词汇理解测试。