为何需要神经符号 AI 来建模语用类比？
人工智能
2023-09-13 v2 计算与语言
摘要
智能的一个标志是能够利用熟悉领域对较不熟悉领域进行推断，即类比推理。在本文中，我们深入探究大型语言模型（LLMs）在处理以非结构化文本表达的、复杂度递增的类比时的表现。我们讨论了四个不同复杂层次的类比：词汇类比、句法类比、语义类比和语用类比。随着类比愈发复杂，它们需要超出文本内容、日益广泛且多样的知识，而这些知识不太可能存在于驱动 LLM 的词汇共现统计中。为此，我们讨论了采用结合统计 AI 与符号 AI 的神经符号 AI（Neuro-symbolic AI）技术的必要性，以对非结构化文本进行表示，从而突出并增强相关内容、提供抽象并引导映射过程。我们这种知识驱动的方法在保持 LLM 效率的同时，保留了为教学应用解释类比的能力。
引用
@article{arxiv.2308.01936,
title = {Why Do We Need Neuro-symbolic AI to Model Pragmatic Analogies?},
author = {Thilini Wijesiriwardene and Amit Sheth and Valerie L. Shalin and Amitava Das},
journal= {arXiv preprint arXiv:2308.01936},
year = {2023}
}
备注
12 pages 3 figures