对话式神经符号常识推理
人工智能
2021-02-03 v3 计算与语言
机器学习
机器学习
摘要
为了使对话式 AI 系统能够进行更自然、范围更广的对话，它们需要更多的常识，包括识别其对话伙伴未明言的预设的能力。例如，在指令“如果夜间下雪，则早点叫醒我，因为我不想上班迟到”中，说话者依赖听者的常识推理来推断其隐含预设：仅当下雪足以造成交通缓行时才希望被叫醒。我们在此考虑理解此类以“如果-(状态)，则-(动作)，因为-(目标)”语句形式给出的表述不精确的自然语言指令的问题。更确切地说，我们考虑识别说话者未明言的预设的问题，这些预设使得所请求的动作能够从给定状态（或许通过显明化隐含预设而加以展开）实现期望的目标。我们发布了用于该任务的基准数据集，该数据集由人类收集并标注了常识预设。我们提出了一种提取多跳推理链的神经符号定理证明器，并将其应用于此问题。此外，为适应当前 AI 常识系统尚不具完全覆盖能力的现实，我们还提出了一个构建于我们神经符号系统之上的交互式对话框架，该框架以对话方式引发人类提供常识知识以补全其推理链。
引用
@article{arxiv.2006.10022,
title = {Conversational Neuro-Symbolic Commonsense Reasoning},
author = {Forough Arabshahi and Jennifer Lee and Mikayla Gawarecki and Kathryn Mazaitis and Amos Azaria and Tom Mitchell},
journal= {arXiv preprint arXiv:2006.10022},
year = {2021}
}
备注
Appearing in the 35th AAAI international Conference on Artificial Intelligence, 2021