NL2LOGIC：基于大语言模型的自然语言到一阶逻辑翻译框架
人工智能
2026-02-17 v1 计算与语言
摘要
自动推理在法律与治理等领域至关重要，因为需要准确且可解释地验证主张是否与文档中的事实相符。近期工作采用结构化推理管道，将自然语言翻译为一阶逻辑并委托自动求解器进行推理。随着大语言模型的兴起，GCD 和 CODE4LOGIC 等方法利用其推理和代码生成能力以提高逻辑解析。然而，这些方法由于弱的全局语法约束 enforcement 以及由于不足的子句级语义理解导致语义忠实性低。我们提出了 NL2LOGIC，一种一阶逻辑翻译框架，引入抽象语法树作为中间表示。NL2LOGIC 将基于递归的大语言模型语义解析器与抽象语法树引导的生成器相结合，确定性地产生可供求解器使用的逻辑代码。在 FOLIO、LogicNLI 和 ProofWriter 等基准测试上的实验表明，NL2LOGIC 实现了 99% 的语法准确率，并在多个方面通过最新基线提高了语义正确性最高可达 30%。此外，将 NL2LOGIC 集成到 Logic-LM 中，可实现近乎完美的可执行性，并使下游推理准确率提高了 31%。
引用
@article{arxiv.2602.13237,
title = {NL2LOGIC: AST-Guided Translation of Natural Language into First-Order Logic with Large Language Models},
author = {Rizky Ramadhana Putra and Raihan Sultan Pasha Basuki and Yutong Cheng and Peng Gao},
journal= {arXiv preprint arXiv:2602.13237},
year = {2026}
}
备注
Accepted to Findings of EACL 2026. 17 pages, 6 figures