AAAIMar, 2017

将 Tarskian 语义嵌入向量空间中

PDF
TL;DR我们提出了一种新的线性代数方法来计算逻辑中的 Tarskian 语义。通过将 M 的实体映射到 N 维独热向量和 k 元关系映射到 k 阶邻接张量，我们在具有 N 个实体的 N 维欧几里得空间 R ^ N 中嵌入了一个有限模型 M。在此框架基础上，我们还提出了一种在线性空间中计算 Datalog 程序定义的最小模型的前所未有的方法，并通过矩阵方程表明其与现有方法相比的有效性。
发现论文，激发创造
  • 朝向形式分布语义：使用张量模拟逻辑演算

    本文讨论了如何使用矩阵和张量来模拟谓词逻辑，并提出可以模拟量词的张量演算变体，最后讨论了这些变体之间的关系与未来研究的方向。

    Apr, 2013

  • 功能分布语义学

    本文提出一种新的基于概率框架、结合形式语义和机器学习的方法，通过将谓词与其所指实体分开，利用贝叶斯推断来对逻辑形式进行推理，在使用受限玻尔兹曼机和前馈神经网络的组合实现这一框架之后，最终证明了该方法的可行性。

    Jun, 2016

  • 潜空间中的数学推理

    通过在固定维度的潜在空间中进行的近似推理的几个步骤，我们证明了神经网络可以对语句进行重写和推理，这对于各种数学学科都是可行的。

    Sep, 2019

  • 用于复杂查询回答的逻辑嵌入

    该论文提出了使用 Skolemization 技术嵌入复杂查询的逻辑嵌入方法，支持否定查询、能够高效查询存在变量并优化建模、在大规模不完整知识图谱查询中快速准确，且在回答不确定性问题上提供了改进。

    Feb, 2021

  • 知识图谱上存在性一阶查询的推理

    这篇论文通过系统检视问题之前的范围并提出一个新的数据集，讨论了同时出现的新挑战，并提出了一种模糊逻辑理论的新搜索算法，以解决新的公式并在现有公式中胜过以前的方法。

    Apr, 2023

  • 面向大规模数据的张量逻辑编程语言

    提出了一种基于张量嵌入的新逻辑编程语言 T-PRISM，并介绍了其逻辑编程部分和数值计算部分。该编程语言能够从符号推理到深度学习提供非常广泛的高级声明建模，同时结合了张量嵌入和逻辑编程的最小模型语义。该论文还在使用 FB15k 和 WN18 数据集的知识图上推出了 DistMult 模型。

    Jan, 2019

  • 连续向量空间中的数学表达式的语义表示

    本文介绍了一种在连续向量空间中表示数学表达式的方法，使用序列到序列架构的编码器生成向量表示，并比较了这种方法与自编码器的差异。最后，为了加快未来的项目，我们发布了一组等价的超越和代数表达式对的语料库。

    Oct, 2022

  • 向量空间中逻辑程序的部分求值

    本文介绍了如何使用向量空间编码命题逻辑程序，并提供了使用线性代数进行部分求值的方法。实验表明，这种方法可能在大规模程序的有效计算中具有潜在的优势。

    Nov, 2018

  • 分布语义的向量空间用于蕴涵

    本文提出了一个基于向量空间的模型，通过平均场近似，发展了逼近推理程序和蕴涵操作，用于重新解释现有的分布式语义模型（Word2Vec），以近似预测词汇蕴涵关系，通过无监督和半监督实验，在下义词检测方面取得了显著的改进。

    Jul, 2016

  • 构建可逆的语义保留逻辑公式嵌入

    该研究工作探讨了如何使用基于图变分自编码器 (Graph Variational Autoencoder) 的深度架构来训练学习逻辑嵌入，以实现对逻辑嵌入的反向推理，即将嵌入空间中的逻辑公式反向映射回语法空间，进而提高机器学习中学习逻辑规则和性质的能力。

    May, 2023