基于马尔可夫逻辑网的文本推理技术

发布时间：2021-03-13 18:32

　　随着人工智能领域在近年来的飞速发展,人们对于计算机理解自然语言的能力提出了崭新的要求。而文本推理技术作为自然语言理解领域的研究基础,与信息检索、信息抽取、自动问答、机器翻译等诸多自然语言处理研究领域有着密不可分的联系,也因此受到了世界各研究机构与研究人员的广泛关注。文本推理是对于两段给定的自然语言文本,判断出它们之间逻辑关系,包括逻辑蕴涵、等价、独立、矛盾。而目前最广泛使用的用于解决文本推理问题的方法是基于机器学习框架的文本推理技术。该方法通过不同的方式从自然语言文本中提取出各种不同层次的语法、语义特征,然后使用决策树、KNN、SVM等机器学习方法进行模型的训练,并最终使用分类的方法得到文本之间的逻辑关系。基于机器学习框架的文本推理方法所面临的一大难点在于特征表达方式的局限性。在自然语言中相同的词在不同语境中可能代表不同的意思,相同的语义也可以通过不同的表达方式进行表达,而复杂的句法结构更是可以使得相同的词语通过不同的排列方式表达出完全不同的语义。这种自然语言的多样性是基于机器学习的文本推理技术的特征表达方式所难以适应的,也是文本推理问题本身的最大难点。为了从一定程度上解决这种问题,本... 

【文章来源】：复旦大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图４．１基于马尔可夫逻费网的文本推理系统结构??图４．１给出了基于马尔可夫逻辑网的文本推理系统结构

正向推理和逆向推理虽然是两个不同的分类，但是他们所代表的逻辑关系是??相同的，只有方向性的区别，因此这里作为同一种分类进行分析。对于正向推理??分类和反向推理分类的评测结果如图５．１、５．２和表５．７、５．８所示。??准确率召回率Ｆｌ－ｍｅａｓｕｒｅ??ＦｕｄａｎＮＬＰ?０．６８７?０．７４７?０．７１６??ＭＬＮｓ?０．７０２?０．８７９?０．７８０??表５．８逆向推理评测结果??ｊ。。了?—?????：??。＇巧?＾??Ｑ?进．?．?＇?琴；节＇古???????。？３＾??＇?＊???＾８——歌Ｐ??■?霸：．，醜化??Ｑ?７?－－扛？一＂一??－?漫释．??—－．．．■■■——??■?ｒ?’?＇??：；０．６５?．１’?ＣＭ８?議片．；．：．＂?１?，??‘?徵?．Ｊ?Ｉ?Ｊ?１??ＯｆｓｃｓＤｎ?化；：扛！?Ｆ１?ＷＣ３?玄?ｕｒｅ??图５．２逆向推理评测结果?＇??从评测结果可Ｌ：Ａ看化，对干推理关系来说，基于巧尔可夫逻辑网的方法确实??相比巧统的方法巧比较大的优巧。通过观察ＦｕｄａｎＮＬＰ系统的统计数据我们发现，??有很多应被标记为推理关系的文本对被错误的标记为＂无关＂，这往往是因为表??居语义特化的巧限性使得系统无法发现。然语言么间更深居的语义联系。而基于??３９??

?＇??图５．１正向推理评测结果??正向推理和逆向推理虽然是两个不同的分类，但是他们所代表的逻辑关系是??相同的，只有方向性的区别，因此这里作为同一种分类进行分析。对于正向推理??分类和反向推理分类的评测结果如图５．１、５．２和表５．７、５．８所示。??准确率召回率Ｆｌ－ｍｅａｓｕｒｅ??ＦｕｄａｎＮＬＰ?０．６８７?０．７４７?０．７１６??ＭＬＮｓ?０．７０２?０．８７９?０．７８０??表５．８逆向推理评测结果??ｊ。。了?—?????：??。＇巧?＾??Ｑ?进．?．?＇?琴；节＇古???????。？３＾??＇?＊???＾８——歌Ｐ??■?霸：．，醜化??Ｑ?７?－－扛？一＂一??－?漫释．??—－．．．■■■——??■?ｒ?’?＇??：；０．６５?．１’?ＣＭ８?議片．；．：．＂?１?，??‘?徵?．Ｊ?Ｉ?Ｊ?１??ＯｆｓｃｓＤｎ?化；：扛！?Ｆ１?ＷＣ３?玄?ｕｒｅ??图５．２逆向推理评测结果?＇??从评测结果可Ｌ：Ａ看化，对干推理关系来说，基于巧尔可夫逻辑网的方法确实??相比巧统的方法巧比较大的优巧。通过观察ＦｕｄａｎＮＬＰ系统的统计数据我们发现，??有很多应被标记为推理关系的文本对被错误的标记为＂无关＂


本文编号：3080713