Prompt2DeModel：基于自然语言的声明性神经符号建模

本文提出了一种用于构建复杂神经符号模型领域知识的对话式管道，通过自然语言提示实现。该方法利用大型语言模型在DomiKnowS框架中生成声明性程序。该框架中的程序以图形式表达概念及其之间的关系，同时包含逻辑约束。该图可根据这些规范连接到可训练的神经模型。我们提出的管道利用动态基于上下文的演示检索、基于符号解析器反馈的模型优化、可视化和用户交互等技术，生成任务的结构和形式化知识表示。这种方法使即便不熟悉机器学习/人工智能的领域专家，也能在DomiKnowS框架中正式声明其知识，以纳入定制化神经模型。