人工智能中的概念依赖性

banq

概念依赖性是人工智能中理解和处理自然语言语义的核心方法。
其语言无关的结构和对原始活动的使用为人工智能理解和控制人类语言提供了强有力的基础。
尽管更新的模型和方法(尤其是那些包含深度学习的方法)在很大程度上取代了当今 NLP 应用中的概念依赖性,但概念依赖性背后的原理仍然影响着人工智能中创新工作的流程,强调了理解基本概念而不是仅仅理解表面信息的重要性。

在本次讨论中,我们将深入探讨人工智能的基本概念、其各种子类别、应用、道德考量以及这一突破性创新的未来发展轨迹。

概念依赖 (CD) 是人工智能领域中一个关键的假设和表示技术。CD 起源于 20 世纪 60 年代末和 70 年代中期,由 Roger Schank 提出,旨在以不受语言限制的方式阐明自然语言句子的含义。这种方法使计算机程序能够更有效地理解、操作和生成句子。在这里,我们介绍应用依赖的核心概念和组成部分。

目的和动机:

  • 语言独立性: CD 意味着创建不依附于特定语言的描绘,通过典型的隐藏结构实现对各种方言的理解和处理。
  • 理解自然语言:该方法的重点是捕捉句子的隐藏含义,而不仅仅是其句法结构,这对于常规语言识别、解释和问题解决等任务至关重要。

在概念依赖 (CD) 理论中,有四种主要的应用结构用于解决句子的意义。这些类型有助于将句子中描述的行为和关系划分为合理且可解释的部分。

以下是 CD 中的四种计算结构:
1. 原始行为(Primitives)

原始行为演示是 CD 中所有活动的基本结构块。它们涉及在不同情况下可能发生且与语言无关的核心活动。一些常见的原始行为包括:

  • ATRANS(动态交换):理论关系的交换,如提供数据或所有权。
  • PTRANS(实际交换):物品从一个地点开始到另一个地点的实际开发。
  • 推进:对物体施加物理力量,使其移动。
  • 移动:有生命物体自我推动的位置改变。
  • 摄入:将某物带入体内,例如吃或喝。
  • 排出:强制将某种东西排出体外,例如呼气或呕吐。
  • 说话:产生口头输出。
  • 注意:引导感觉器官去寻找刺激(比如看或听)。

2. 概念案例(案例)
概念案例(案例)描述了各种实体在活动中扮演的角色。它们有助于确定谁对谁做什么、用什么做以及在什么条件下做。常见的概念案例包括:
  • 主体(AG):执行活动的实体。
  • 对象(OB):受活动影响的物质。
  • 接受者(RE):获得活动后果的物质。
  • 工具(IN):用来开展活动的手段或设备。
  • 来源(SRC):交换活动的开始阶段。
  • 目标(DEST):交换活动的终点。
  • 体验者 (EX):遭遇感觉或情感的元素。

3. 修饰符
修饰语提供有关 CD 结构中的活动、对象或其他组件的额外见解。它们可以确定时间、地点、方式和目的等特征。修饰语的实例包括:
  • 时间:活动发生的时间(例如,昨天、现在)。
  • 区域:活动发生的地点(例如,休闲区、家里)。
  • 方式:活动如何进行(例如,快速、谨慎)。
  • 原因:进行该活动的原因(例如,为了获取现金、仅用于娱乐)。

4. 概念时态
概念时态表示活动的短暂部分,例如,它们发生的时间和持续时间。这有助于确定事件的时间和安排。应用时态的例子包括:
  • 过去:以前发生的活动。
  • 现在:现在正在发生的活动。
  • 未来:将要发生的活动。
  • 持续:正在进行的活动。
  • 已完成:已完成的活动。

5.依赖项
这些是活动之间的连接,显示了活动如何连接。
例如:
  • 因果依赖:一项活动导致另一项活动。
  • 时间依赖性:按时间安排活动。
  • 条件依赖:一个活动取决于另一个活动的发生。

6. 状态描述
这些描述了元素在活动时的状态。它们可以包括实际状态(例如,区域、所有权)或心理状态(例如,信念、愿望)。
概念依赖性旨在利用这些元素创建一种无语言的意义表示,可用于自然语言识别、机器翻译和人工智能感知等各种目的。
概念依赖性的主要目标如下:

概念依赖规则

  1. 它提取并澄清了句子的基本概念。
  2. 它有助于从句子得出结论。
  3. 对于两个或多个无意义语句的每一个组合,该信息应该只有一种解释。
  4. 它提供了一种与语言无关的表示方法。
  5. 它创建用于语言转换的包。

规则 1:概念依赖规则解释了参与者与他们采取的行动之间的联系。
规则 2:它解释了 PP 和 PA 之间所描述的联系。

例如:(PP->PA)

概念依赖规则:

  • TRANS(抽象关系转移):PP
  • 经纪人 (AG): 约翰
  • 对象(OB):书
  • 收件人(RE):玛丽

PA(后续行动)
INGEST(将东西摄入体内)是一个阅读隐喻。
代理(AG):玛丽
对象(OB):书
  • 规则 3:它解释了两个 PP 之间的联系,其中一个 PP 是另一个 PP 指定的集合的成员。
  • 规则 4:它解释了 PP 与先前以其为依据的特征之间的关系。
  • 规则 5:它解释了两个 PP 如何相互关联,以及一个 PP 如何提供有关另一个 PP 的具体信息。
  • 规则 6:它解释了 ACT 与其所要应用的 PP 之间的联系。
  • 规则 7:解释 ACT、其来源和接收者之间存在的联系。
  • 规则 8:解释 ACT 与执行该 ACT 所用工具之间的联系。此工具不应仅限于单个有形物品,而应要求有完整的想法。
  • 规则 9:解释 ACT 的物理起点和终点之间的联系。
  • 规则 10:它描述了 PP 与其开始和结束的状态之间的联系。
  • 规则 11:它说明了导致它的概念化之间的联系。
  • 规则 12:它说明了事件叙述的时刻与事件概念化方式之间的联系。
  • 规则13:解释一个概念化与另一个概念化之间的关系,即初始概念。
  • 规则 14:它描绘了概念化和其发生点之间的联系。

概念依赖有以下好处:

  1. 它将单词分解为基本单元,以便语言处理集中于广泛的概念而不是具体的单词。
  2. 通过规范表示来捕获各种词语和词语结构之间的共性。
  3. 机器翻译通过语言间表示来实现。
  4. 词语引发 CD 框架激发,揭示未来的发展,有助于消除歧义和概念角色识别。
  5. 我们可以推断出一个词的特征。由于推理与广泛的概念有关,因此推理规则不会过于严格。

概念依赖的缺点包括

  • 1.不完整性
  • 2. 黑人
  • 3. 缺乏更先进的理念
  • 4. 许多结论没有按照原始内容进行分组。

例子:
“由于玛丽昨天要了一本书,所以约翰给了她,她马上就开始读了。”

PP(所有权转移):
TRANS(概念关系的移动):

  • 专家 (AG): 约翰
  • 对象(OB):书
  • 受益人(RE):玛丽
  • 时间(T):过去(P)

PA(结果活动):
INGEST(将某物带入体内)——比喻阅读:

  • 代理人(AG):玛丽
  • 对象(OB):书
  • 时间(T):快(现在)

请求操作 (RQ):
说话(传达数据):
  • 代理人 (AG): 玛丽
  • 目的(OB):征集图书
  • 收件人(RE):约翰
  • 时间(T):过去(P)

通过依赖关系链接 PP 和 PA:

  • 规则 1:如果受益人参与了 ATRANS 活动(包括移动物品)的后续活动,则 PA 由 PP 引起。
  • 规则 2:如果在先前的操作(RQ)中发生了操作(ATRANS),则 PP 将受先前的请求操作的约束。