neural-symbolic | BriefGPT - AI 论文速递

关键词neural-symbolic

搜索结果 - 7

交互演化：用于大型语言模型的神经符号自训练框架
通过研究所提出的名为 ENVISIONS 的环境引导的神经符号自训练框架，我们克服了符号数据的稀缺性和大型语言模型处理符号语言的能力有限这两个主要挑战，从而在三个不同领域的广泛评估中展示了我们的方法的有效性，并进行了全面分析以揭示贡献到 E
PDF17 days ago
从神经表征到符号知识的转变
通过神经 - 符号过渡性字典学习（TDL）框架，以一种自监督的方式学习数据的过渡性表示，将高维度的视觉输入信息压缩为一组张量作为神经变量，并发现隐含的谓词结构。通过原型聚类学习谓词，并使用扩散模型实现框架，通过合作博弈学习输入的分解，在 3
PDFa year ago
基于概率逻辑推理的序列推荐
本文介绍了一种将深度神经网络模型与逻辑推理相结合的框架，称为具有概率逻辑推理的序列推荐，该框架通过在 DNN 和概率逻辑网络中分离特征嵌入和逻辑嵌入来从相似性匹配和逻辑推理中获益，并使用概率方法嵌入用户和项目以更好地捕获用户品味的不确定性和
PDFa year ago
神经符号递归机实现系统化推理
提出了一种基于 NSR 的神经符号递归机制，通过感知、语法解析和语义推理三个模块的联合学习来实现优越的系统化推广，并通过三个不同领域的基准测试取得了 state-of-the-art 的表现结果。
PDF2 years ago
面向端到端情境语音识别的基于树约束的指针生成器
提出了一种新的树约束指针生成（TCPGen）组件，以神经符号的方式将偏差性词汇列表融入到基于注意的编码器 - 解码器和跨度端到端自动语音识别模型中。在 Librispeech 语料库上进行了训练和评估，实验结果表明，TCPGen 相对于基线
PDF3 years ago
IJCAI从统计关系到神经符号人工智能：综述
此研究综述了神经符号和统计关系人工智能在学习和逻辑推理方面的几个相似性，并提出了几个研究方向。
PDF3 years ago
神经符号计算：机器学习和推理结合的有效方法论
本文综述了神经符号计算作为一种将机器学习和推理集成在一起的原则方法，并通过笔者的主要特点，如神经学习与符号知识表达和推理的原理集成，证明了其作为一个可解释的 AI 系统的构建方法的有效性。神经符号计算为我们提供了关于越来越显著的可解释性和负
PDF5 years ago