本文介绍了一种基于知识的编程环境，其中包含适当的语言表示的声明性背景知识、程序和具体数据，并以灵活的方式组合在一起，从而实现了高度的声明性编程风格。我们通过一个例子说明了我们的方法，并报告了我们的原型实现。

Aug, 2011

本研究中，我们使用轻量级 adapters 来注入特定领域的知识以在 TOD 任务上进行微调，通过 KPRS 探测方法证明 adapters 对于对话生成任务有着优秀的表现。

Dec, 2022

本篇论文重点针对模型导向人工智能的方法及其应用中 SAT 和 ASP 这两个系统的输入形式进行分析，特别是通过将输入形式重新制定和配置，优化推理过程。经过广泛领域内数据的实验证明，使用这种方法可以获得不同的优势。

Mar, 2022

本文认为，术语知识库（TKB）在解决不符合正式标准的各种需求方面越来越有用。我们设计了一个包括术语、概念和文本的 TKB 结构，用于阐明给定领域的术语，说明术语在各种情境下的使用方法。概念以非正式的方式呈现，被表示为帧。最终，我们讨论了 TKB 在本体论方面的情况以及在开发 AI 系统方面的应用。

Feb, 2023

本论文总结了解决复杂知识库问答任务所面临的挑战及其解决方案，介绍了语义解析方法和信息检索方法两种主流方法，并从两种方法的角度全面地回顾了高级方法及其解决方案，最后总结并讨论了未来研究的一些有前途的方向。

May, 2021

介绍了一个适用于实验的数据集 KB_Bio_101，它包含了大量的生物学知识，ASP 程序可以应用于其上，同时也提出了一些解决实际问题时 ASP 程序面临的挑战。

Dec, 2013

本文介绍了一种基于控制语言 CNL 的知识编写和查询方法，通过对 KALM 系统的扩展，提出了可以回答更复杂问题的 KALM-QA，并与机器学习方法进行了对比，结果表明 KALM-QA 在回答电影相关问题方面能够达到 100% 的准确率。

Jul, 2019

本文提出了一个基于 Prolog 语言的面向机器人的知识管理系统，该系统具有以下特点：1. 使用大型语言模型的半自动化过程从自然语言文本中高效填充知识库；2. 通过一系列转换实现多机器人系统的时间并行计划的无缝生成；3. 将计划自动翻译成可执行的形式化（行为树）。该框架由一套开源工具支持，并应用在一个实际应用上。

Sep, 2023

通过与知识库进行直接交互生成逻辑形式，我们引入了 Interactive-KBQA 框架来解决知识库问答领域的问题，该框架包括三种通用 API 用于知识库交互，通过步骤推理过程注释数据集，展示了我们模型的适应性和潜力，并在低资源场景中以极少的示例达到了优秀的结果。

Feb, 2024

本研究提出了一种通用的知识注入课程预训练框架（KICP），用于实现全面的知识图谱学习和知识库问答任务，并在四个真实数据集上评估了该框架的表现。研究结果表明，该框架能够取得更高的性能。

Mar, 2024