实用主义理论增强对LLM中隐含意义理解的把握
计算与语言
2025-11-20 v2
摘要
准确解读隐含意义的能力在人类交流和语言使用中发挥着关键作用，语言模型也被期望具备这一能力。本研究表明，将实用主义理论作为提示词提供给语言模型，是一种有效的隐含意义理解任务的零样本学习方法。具体而言，我们提出了一种方法，即将诸如格赖斯主义语言学和关联理论等实用主义理论概述作为提示词提供给语言模型，从而引导其经过分步骤推理过程以得出最终解释。实验结果表明，与基线方法（即在不呈现实用主义理论、仅进行中间推理的零样本链式思考）相比，我们的方法使语言模型在实用主义推理任务上获得了最高可达9.6%的提升。此外，我们还展示，即使不解释实用主义理论的具体细节，仅在提示词中提及其名称也能使较大规模模型在基线方法上实现约1-3%的性能提升。
引用
@article{arxiv.2510.26253,
title = {Pragmatic Theories Enhance Understanding of Implied Meanings in LLMs},
author = {Takuma Sato and Seiya Kawano and Koichiro Yoshino},
journal= {arXiv preprint arXiv:2510.26253},
year = {2025}
}