13、基于大型知识库的溯因推理用于语篇处理

基于大型知识库的溯因推理用于语篇处理

1. 引言

在语义处理领域，有一种名为溯因推理（abduction）的方法，也被称为最佳解释推理。在逻辑中，溯因推理是根据观察结果得出解释性假设的一种推理方式。将溯因推理应用于语篇处理问题时，可把解释语篇中句子的过程视为为句子为何为真提供最佳解释的过程。

在这个框架下，解释一个句子包含以下几个方面：
- 证明其逻辑形式；
- 尽可能合并冗余信息；
- 在必要时进行合理假设。

溯因推理作为一种语篇处理技术，能够解决许多语用问题，例如指代消解、名词复合词的解释以及某些句法和语义歧义的解决。我们采用了这种方法，并使用了名为 Mini - TACITUS 的系统。该系统不仅具备逻辑推理的表达能力，还允许概率性、模糊性或可废止性推理，并且包含对溯因证明“优劣”的衡量标准，从而能对文本和其他情况进行解释。

一个基于推理的语篇处理系统的成功很大程度上依赖于知识库。我们通过利用现有的词汇语义资源，如 WordNet 和 FrameNet，构建了一个大型且可靠的知识库，并将其成功应用于大规模的推理任务。

我们在识别文本蕴含（RTE）任务中对推理系统和知识库进行了评估。选择 RTE 任务是因为它是一个定义明确的任务，涵盖了许多自然语言处理应用中的主要语义推理需求，如问答系统、信息检索、信息提取和文档摘要等。我们选用了 RTE - 2 挑战赛的数据集进行评估，该数据集不仅提供了文本 - 假设对和黄金标准，还标注了 FrameNet 框架和角色标签，这使我们能够基于从 FrameNet 提取的公理评估我们的框架和角色标注。

2. 加权溯因推理

溯因推理是