论Winograd模式：将数据-信息-知识连续统中的语言理解情境化
人工智能
2019-02-13 v3 计算与语言
摘要
Winograd模式（WS）挑战作为图灵测试的替代方案被提出，已成为评估自然语言理解（NLU）进展的新标准。然而，本文不关注如何应对这一挑战。相反，我们的目标有三方面：（i）我们首先在数据-信息-知识连续统中形式化地“定位”WS挑战，指出一个好的WS在该连续统中所处位置；（ii）我们表明WS只是语言理解中更一般现象——即缺失文本现象（以下称MTP）——的一个特例；特别地，我们将论证在语言理解过程中通常所谓的思考涉及发现大量“缺失文本”——即未明确陈述但常作为共享背景知识被隐含假设的文字；（iii）我们通过简要讨论为何MTP与数据驱动及机器学习的语言理解方法不相容作结。
引用
@article{arxiv.1810.00324,
title = {On the Winograd Schema: Situating Language Understanding in the Data-Information-Knowledge Continuum},
author = {Walid S. Saba},
journal= {arXiv preprint arXiv:1810.00324},
year = {2019}
}
备注
6 pages, 1 figure