- 从学术文章中提炼文本分类和物体识别的框架
本论文提出了一种机器学习与基于规则的混合方法，称为 TBRF，用于数据挖掘学术论文中的特定信息，通过分析学术论文中的标准布局和排版方法，通过实验验证表明，该方法可以在分类准确率和表格及图片检测准确率方面达到超过 95% 和 90% 的精度。
- 真相与唯一的真相：使用数据流传输和受限解码的忠实可控对话响应生成
介绍了一种基于规则式与神经式语言生成结构的对话回复生成方法，该系统在流畅性，相关性和真实性方面在人类评估中的性能都优于基于规则式和学习式的方法。
- 基于规则的开放域问答系统在 SQuAD v2.0 数据集上的设计与开发
本研究提出了一种基于规则的开放域问答系统，可以回答来自相关上下文的任何领域的问题，使用 1000 个问题的 SQuAD 2.0 数据集测试开发的系统表现满意，同时分析了性能。
- AAAIFORCE：基于规则的对话推荐框架
提出了一种基于规则的对话式推荐系统框架 FORCE，帮助开发者通过简单配置快速建立不受大规模人工注释数据集限制、能够应对冷启动场景的 CRS 机器人。作者在两个不同语言和领域的数据集上进行了实验，验证其有效性和可用性。
- Problife: 一种概率生命游戏
本文展示了 Game of Life 的概率扩展 ProbLife，使用与其关联的 ProbLog 构建了基于规则的生成艺术，探讨了概率元胞自动机的特征和规则。
- 从示例到规则：信息提取的神经引导规则合成
本文介绍了一项利用程序合成技术在信息提取领域中自动生成规则并取得了与状态 - of-art 相当甚至更好表现的方法。
- AAAI将预训练模型集成到基于规则的对话管理中
本文提出了一种基于规则与数据驱动对话管理系统相结合的模型设计方法，并集成了预训练模型和 few-shot 能力，实现了对话管理的可拓展与高效性。
- 基于规则和机器学习方法的电子病历命名实体识别比较
本研究探讨了多种 Named Entity Recognition 方法，并针对脑成像报告中的记录与应用 (i) 基于规则、(ii) 深度学习和 (iii) 迁移学习系统，重点研究帕金森氏病患者病历中的自动标记。研究者确定手工制作的系统是自 - NIPS混合式对话状态跟踪器
本文介绍了一个混合对话状态跟踪器，它结合了基于规则和基于机器学习的方法来进行信念状态跟踪，其中机器学习部分采用了 LSTM 网络，并在使用实时 SLU 作为输入的情况下，达到了 DSTC2 数据集的新的最先进结果。
- 古吉拉特语的轻量级词干处理器
本研究介绍了一个基于规则的 Gujarati 语词干提取器的实现，探讨了 Gujarati 语言形态学的丰富性，并通过与人工专家的验证来评估了其效果。