Oct, 2022

非公理术语逻辑：认知符号推理的计算理论

PDF
TL;DR本文提出了非公理术语逻辑 (NATL) 作为人类符号推理在人工智能领域的理论计算框架，并将其定位在逻辑学的发展历程和相关文献中。NATL 结合了阿里斯托德的术语逻辑和现代分布式表示或嵌入的语义系统。该文未进行量化评估，但提供了使用 NATL 的定性分析和几个可能涉及机器人和认知科学的应用案例及其相关问题。
non-axiomatic term logicsymbolic reasoningartificial intelligencedistributed representationscognitive science
发现论文，激发创造
  • 逻辑张量网络

    本文介绍了一种名为 Logic Tensor Networks（LTN）的神经符号形式和计算模型，支持通过引入一种称为 Real Logic 的可微分一阶逻辑表示语言进行学习和推理，并说明 LTN 提供了一种统一语言来规范和计算多个人工智能任务。

    Dec, 2020

  • 神经符号学习与推理：调查和解释

    这篇文章介绍了关于认知科学、人工智能、神经计算的研究，特别是神经符号学习和推理的最新进展，从理论到应用和挑战，以及展望未来。

    Nov, 2017

  • 自然语言作为知识表示的逻辑推理：一项调查

    本文综述了一种新的逻辑推理范式，它使用自然语言作为知识表示（并使用预训练语言模型作为推理器），包括逻辑推理的哲学定义和分类、新范式的优势、基准和方法、新范式的挑战、未来的可取任务和方法以及与相关 NLP 领域的关系。这种新范式具有很好的前景，因为它不仅可以缓解正式表示的许多挑战，而且还对端到端的神经方法具有优势。

    Mar, 2023

  • 基于神经网络的自然语言逻辑推理统一化

    本文提出了一种新的架构 —— 神经单元器，并提出了相应的训练过程，实现了最先进的推理结果，通过模拟一种众所周知的推理过程 —— 向后链接，即使模型只在浅层次的数据上进行训练，也能回答深度问题，并通过使用各种基准数据集进行实验。

    Sep, 2021

  • NatLogAttack：使用自然逻辑对自然语言推理模型进行攻击的框架

    我们提出了基于逻辑形式主义的攻击模型 NatLogAttack，对自然逻辑进行系统攻击，生成更好的对抗性例子，并揭示了 NLI 模型的脆弱性。

    Jul, 2023

  • 一种神经符号化方法用于自然语言理解

    通过启用预训练语言模型的深度神经网络，在系统 1 和系统 2 的理论支持下，实现了基于神经和符号处理的类比推理和逻辑推理，并在数值推理的两种自然语言理解任务中显著优于现有的最先进方法。

    Mar, 2022

  • 人、动物和智能机器认知的逻辑基础：形态计算

    在自然主义传统中，本研究考察了逻辑、认识论和科学之间的相互关系，提出了一个连接逻辑、数学、物理、化学、生物和认知的框架，强调自然组织层次上的尺度不变、自组织动力学。同时，本研究认为认知逻辑源自于物理、化学和生物逻辑的进化，并通过较低组织层次上的自然逻辑过程的步骤，利用基于形态 / 物理 / 自然计算的创新计算框架来解释以自然化逻辑进化产生以人为中心的逻辑。在生命主体的扩展进化综合中，理解人类级别逻辑的产生以及逻辑与信息处理 / 计算认识论的关系至关重要。因此，我们得出结论，需要进一步研究自然现象与自然中的行动逻辑之间的机制细节。

    Sep, 2023

  • TAR: TBox 和 ABox 跨越神经逻辑推理

    本文研究了跨 TBox 和 ABox 的神经逻辑推理问题，提出了一种名为 TAR 的解决方案，该方案在模糊集合的概念表示和查询上进行运算和优化。在两个现实世界的数据集上进行了广泛的实验，证实了 TAR 在 TA-NLR 方面的有效性。

    May, 2022

  • TPTP 世界中的非经典逻辑自动推理

    本文介绍了 TPTP World 的最新扩展，提供用于非经典逻辑推理的语言和基础设施，并与现有 TPTP World 自由衔接

    Feb, 2022

  • 神经逻辑机器

    该论文提出了神经逻辑机（NLM）这种结合神经网络和逻辑编程的神经符号架构用于归纳学习和逻辑推理，在小规模排序等任务上进行训练后，可以推广到大规模任务并在如家庭树和排序等任务中取得了优异表现。

    Apr, 2019