机构名称：
¥ 1.0
摘要：本文讨论了一种使用原始构造语法 (CG) 格式的知识来深入理解文本的 AI 实现。CG 是一种处理知识片段（又称构造）的方法，这些知识片段描述了文本部分的形式和含义。理解在于自动在文本中查找构造所包含的知识，并创建反映文本信息结构的知识网络。通过在网络内传播知识可以实现更深入的理解，即一些构造可以与其他构造共享有关语法、语义、语用和其他文本属性的信息。这种信息丰富的方法的一个缺点是覆盖范围有限：只能理解 CG 数据库可用的文本；由于该数据库的复杂性，通常需要手动构建。作者尝试通过从外部（非 CG）知识库等来源自动获取词汇知识并将知识格式化为 CG 构造来增加覆盖率。由此产生的 CG 数据库已用于评估实验，以了解 Winograd 模式（WS）——一种 AI 测试。准确覆盖率增加了 28%，并且有进一步改进的机会。
使用构造语法的人工智能：自动获取单词知识
主要关键词
相关文件推荐
