受控问答的总结逻辑形式技术解析
1. LSLF与事件演算
在考虑序列时,我们不要求其元素具有演绎关联,简单枚举即可,这与构建总结逻辑形式时的信息近似思路一致。在现实领域中,若要演绎关联状态和动作(更准确地说是情境),需定义所有使用的实体,并提供大量与查询领域无关的细节(如前提条件和后续状态表达式)。不过,我们可借鉴框架公理的思路,优化知识表示,使只有受动作影响的对象改变状态。
框架公理适用于在直接匹配情况下选择最优总结逻辑形式(SLF)。事件演算可作为多种推理任务的基础,包括演绎、溯因和归纳:
- 演绎任务 :输入是何时发生何事以及动作的作用,输出是何时何事为真,可对已知动作序列的结果进行预测。
- 溯因任务 :输入是动作的作用和何时何事为真,输出是何时发生何事,能生成导致特定结果的动作序列,用于时间解释、诊断和规划。
- 归纳任务 :输入是何时何事为真以及何时发生何事,输出是动作的普遍作用,基于观察数据生成一组规则和动作效果的形式化理论,是可解释机器学习的基础。
若查询中提及某个动作,且有一组描述状态的答案,那么只有可能受该动作影响的状态才可能相关。以税务申报场景为例,其状态 - 动作序列如下:
file(tax(return)):- tax(minimize(speculate), _), % state
collect(receipts), calculate(deduction),
% action
collect(form(_)), consult(accountant),
超级会员免费看
订阅专栏 解锁全文
50

被折叠的 条评论
为什么被折叠?



