基于组合范畴语法（CCG）的框架，本文提出了一种构成语义映射的方式来处理英语中各种比较结构，并引入了一个有效处理比较逻辑推断的推断系统，包括涉及数词形容词、反义词和量化词的比较。我们在 FraCaS 测试套件上评估了我们系统的性能，并表明该系统可以处理各种复杂的比较逻辑推断。

Oct, 2019

本文基于预训练语言模型研究了构式语法（CxG）与句法语义知识的兼容性，并探讨了预先训练的语言模型在英语比较关联结构（CC）的分类和理解中的表现，结果显示预训练语言模型的类人表现与语言学知识之间还存在显著差距。

Oct, 2022

本文探讨自然语言理解模型处理量词单词的困难性，并基于广义量化器理论提出了一种语言无关的表示方法来解决这一问题。研究发现，与性能降低相关的频繁发生在自然语言理解基准测试中。同时，这篇文章还提出了对抗广义量化器的 NLI 任务（GQNLI），并发现预训练的语言模型对广义量化器推理缺乏鲁棒性。

Apr, 2022

本论文提出了一种针对半结构化表格和文本之间进行逻辑推断的系统，使用逻辑表示作为表格和文本的意义表示，并使用模型检查来处理文本和表格之间的数字推断，其可以更稳健地在半结构化表格和文本之间执行需要数值理解的推断，相比于当前的神经网络方法。

Apr, 2022

本研究使用组合类别语法的句法分析方法和基于逻辑的 NLI 系统，利用时态关系公理和自动证明器，分析复杂的日语时态和方面表达方式，实现了针对日语中的时态关系推断。实验测试表明，我们提出的系统优于之前的基于逻辑的系统和现有的深度学习模型。

Apr, 2022

我们在组合范畴语法 (Combinatory Categorial Grammar, CCG) 框架中提出了对各类极性问句和 wh - 问句的组合语义，为了评估我们提出的分析的解释力，我们引入了一个特别设计用于评估疑问句语义的问答数据集 QSEM。我们使用现有的 CCG 解析器实现了我们的分析，并利用该数据集进行评估。通过评估，我们得到了包含 QSEM 的一半样本的带有 CCG 树和语义表示的注释数据。此外，我们讨论了 CCG 的理论能力与现有 CCG 解析器的能力之间的差异。

Dec, 2023

本文研究使用 GPT-2 等较小的语言模型获取比较知识的任务，提出一种新的比较知识提取框架 NeuroComparatives，并通过对所获得的 8.7M 个关系的人类验证，证明其优于现有资源（包括 GPT-3），这一结果表明适用于较小语言模型的神经符号操作是目前主流极大规模语言模型应用范围受限的一种有效的替代方案。

May, 2023

本文探讨了关于不确定性的定性和定量方法可能导致不同的逻辑系统，即使表达不确定性的语言相同。本文重点研究关于相对概率的推理问题，我们发现，在使用预序偏好结构的标准定性方法和使用概率测度的定量方法之间存在显著的逻辑系统差异。我们提出了一种自然的修改方法，使得相同的偏好结构可用于研究基于不准确概率的比较概率推理。

Apr, 2021

本研究使用预训练的句子嵌入，基于梯度提升模型自动识别比较句子并对其意向进行分类，可用于支持相互竞争的、比较性的和论证性的搜索引擎和辩论技术。

Sep, 2018

本研究通过将定性关系任务分类成预测和比较两种类型，并采用端到端训练的神经网络模块来模拟这两种推理过程，实验结果在两个问答数据集 QuaRTz 和 QuaRel 上展示了我们方法的有效性和泛化能力，并提供模块的中间输出来使推理过程更容易解释。

Jun, 2021