Sandra——基于描述与情境的神经符号推理器
人工智能
2024-03-26 v3
摘要
本文提出了sandra，一种结合向量表示与演绎推理的神经符号推理器。Sandra构建了一个受本体约束的向量空间，并在此空间上进行推理。该推理器的几何性质使其能够与神经网络结合，弥合与符号知识表示之间的鸿沟。Sandra基于描述与情境（DnS）本体设计模式，该模式是框架语义的形式化。给定一组事实（一个情境），它能够推断出所有可能提供合理解释的视角（描述），即使在信息不完整的情况下也是如此。我们证明了我们的方法相对于DnS模型是正确的。我们在两个不同的任务及其标准基准上进行了实验，结果表明，在不增加复杂度的情况下，sandra (i) 优于所有基线，(ii) 在分类过程中提供可解释性，以及 (iii) 允许对先验设计的向量空间进行控制。
引用
@article{arxiv.2402.00591,
title = {Sandra -- A Neuro-Symbolic Reasoner Based On Descriptions And Situations},
author = {Nicolas Lazzari and Stefano De Giorgis and Aldo Gangemi and Valentina Presutti},
journal= {arXiv preprint arXiv:2402.00591},
year = {2024}
}