桥接自然语言与 ASP：一种结合 LLM 与 AMR 解析的混合方法
人工智能
2025-11-13 v1
摘要
答案集编程（ASP）是一种基于逻辑编程和非单调推理的声明式编程范式。它是描述和解决组合问题的强大工具。像其他语言一样，ASP 需要用户学习其工作方式及相关语法。对于不熟悉编程语言的用户而言，越来越需要与代码交互。本文提出一种新方法，通过 LLM 和抽象意义表示（AMR）图将无约束的英文翻译为用于逻辑谜题的 ASP 程序。从 ASP 规则、事实到约束，所有内容都被生成，以完全表示和解决所需问题。使用示例逻辑谜题演示了该系统的能力。虽然大多数当前方法完全依赖 LLM，但我们的系统仅将 LLM 的角色最小化用于完成简单的任务。LLM 用于简化自然语言句子、识别关键词并生成简单事实。然后从简化后的语言生成 AMR 图，并用于系统地生成 ASP 约束。该系统成功创建了一个解决组合逻辑问题的完整 ASP 程序。该方法是创建一种轻量级、可解释的系统以自然语言解决复杂逻辑问题的重要第一步。
引用
@article{arxiv.2511.08715,
title = {Bridging Natural Language and ASP: A Hybrid Approach Using LLMs and AMR Parsing},
author = {Connar Hite and Sean Saud and Raef Taha and Nayim Rahman and Tanvir Atahary and Scott Douglass and Tarek Taha},
journal= {arXiv preprint arXiv:2511.08715},
year = {2025}
}