- 基于实践学习的组合向量语义
提出了一种在脉冲神经网络结构中实现复合分布语义、解决概念绑定问题的方法,利用标记图像进行词向量训练。
- IJCAI秘密行动的逻辑
本文提出了隐秘行动(covert)和秘密行动(clandestine)的正式语义,引入了描述分布式知识模态和联盟力量进行秘密行动的合理和完整的逻辑系统。
- ACL基于日语 CCG 的时序组合语义和推理系统
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。
- 基于纳米出版物的语义出版和评审:一项正式论文的现场研究
通过对科学文章进行形式化的出版和语义学处理,可以提高科研工作者更新领域最新成果的工作效率,并为未来科学事业的效率和效益带来了不计其数的可能性。
- MM三十年的认知规范
该研究论文介绍了认知逻辑程序的语言和形式语义,并探讨了该领域的当前状态和未来研究的挑战。
- 神经网络如何理解程序?
本文探讨了基于 NLP 预训练技术的代码表示学习的进展,提出了一种新的程序语义学习模式,即模型应该学习由与操作语义基本操作对齐的表示和不可或缺的环境转换信息构成的信息。为了验证我们的建议,我们提出了一个名为 OSCAR 的分层 Transf - COLING自然语言推理中的事件语义和程度语义结合
通过结合事件语义和程度语义以及它们与词汇知识的相互作用来处理自然语言推理中的各种语言现象,并且通过各种 NLI 数据集的评估,表明该系统在与以前的基于逻辑和基于深度学习的系统相比,可以高准确度地处理这些数据集,从而表明这两种语义框架可以一致 - ACL使用比较和广义量词进行逻辑推理
本研究提出了一种基于组合范畴语法的组成性语义,并与基于自动定理证明的推理系统相结合,成功将英语中各种比较结构映射到语义表示中,本研究在包含比较、量词和数字的三个自然语言推理数据集上的实验证明该系统的表现优于之前的逻辑系统和最新的深度学习模型 - 如果不能推理,不要怪分布语义学
分布式语义模型已经广泛应用于自然语言处理系统中,但在语言和认知的更广泛理论范围内,分布式语义模型的理论地位仍不清楚。 然而,我们认为传统答案本质上是一个误解,分布式语义模型本身是表达含义的适当模型。
- DMN 决策表的语义和分析
本文提出一种符合规范的 Decision Model and Notation(DMN)决策表的正式语义,定义主要分析任务并基于几何算法提供两种可扩展的算法(检测重叠规则和缺失规则),并在一个开源 DMN 编辑器上进行了实现和测试。
- MMCP-logic 规则头部的否定
本文研究了将 ASP 特征引入到 CP-logic 中的可能性,提出了一种允许在规则头部进行否定的构造,并探讨其直观含义和带来的好处。
- 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。
- 非单调因果理论中的行动概率推理
该研究提出了一种关于动作的概率推理语言 {m P}{cal C}+,是动作语言 {cal C}+ 的一种推广形式,能够处理行为的概率和不确定性影响,并利用历史和信念状态的概念,简明地阐述了该形式主要研究内容。
- MM可扩展的模块系统
该研究论文介绍了一种名为 MMT 的数学理论模块系统,旨在通过基于形式方法的表示语言和可扩展构架实现对大型数学知识库的管理与接口。
- SPARQL 的语义和复杂性
本文系统地研究了 SPARQL 作为 RDF 查询语言中的图形式式化语义学特性,确定了正常形式和复杂度边界,并提供了各种语义条件和操作优化程序。