Hâlâ Kavramsal Bağımlılık Teorisi kullanan var mı?

Roger Schank, 1970'lerde Kavramsal Bağımlılık (CD) ile dil işleme konusunda bazı ilginç çalışmalar yaptı. Daha sonra bu günlerde Eğitimde olmak üzere bir miktar sahadan çıktı. Doğal dil üretimi (BABEL), hikaye üretimi (TAILSPIN) ve diğer alanlarda, genellikle bireysel cümleler yerine planlama ve bölümleri içeren bazı yararlı uygulamalar vardı.

CD ya da onun varyantlarını kullanmaya devam eden var mı? Hovy'nin hikayeyi oluşturmak için CD'yi temsil eden PAULINE haricinde başka projelerin farkında değilim.

Hâlâ Kavramsal Bağımlılık Teorisi kullanan var mı?

Evet. Birçok insan. Kavramsal bağımlılıklar, fikirlerin doğal dilde taşınmasında merkezi bir öneme sahiptir.

İşte bu yüzyılda Schank'ın çalışmalarından yola çıkarak veya ilgili alanlardaki yönüne paralel olarak seyahat eden birkaç yayın.

• https://www.mitpressjournals.org/doi/pdf/10.1162/coli.2010.36.1.36105
• https://ubir.buffalo.edu/xmlui/bitstream/handle/10477/34469/2001-09.pdf
• http://leibnizcenter.org/~sileno/articles/ICAART2014.pdf
• http://publicservicesalliance.org/wp-content/uploads/2013/05/narrative-its-2008.pdf
• https://www.semanticscholar.org/paper/Modelling-the-way-mathematics-is-actually-done-Corneli-Martin/0787aa70bbfb3620e1a5ddf2a2f34df99dc1f6ac
• http://sentic.net/senticnet-5.pdf

Roger Schank ile 1992 yılında Hartford'da United Technologies Research Center'ın AI laboratuvarlarının ve bölgedeki birkaç Fortune 500 şirketinin sponsorluğundaki bir konferans sırasında tanıştım. Tüm dersi yapay zeka araştırmalarında bir dizi hikayeydi. 26 yıl sonra her hikayeyi hatırlıyorum.

Bugün alanında gördüğünüz oyuncak NLP uygulamaları, Dr.Schank tarafından insan vokal iletişimi hakkında yapılabilecek gözlemlerin olası bir açıklaması olarak önerilen hikaye tabanlı akıl yürütme ve bellek sistemleri ile karşılaştırıldığında soluklaşıyor.

Eğitime taşınmasının nedenini tahmin etmek kolaydır. Doğal dili ve yapay zeka fikirleri yaklaşık bir asır önce ve yanımda konferansta olan insanların çoğunun başkanları üzerindeydi.

Sen ve ben onun hikayeye dayalı akıl yürütme ve hafıza önerilerini zorlayıcı buluyorsak, muhtemelen bugün çok erken bir yüzyıldayız ve bugünün NLP alanında çoğunun başlarının biraz üzerindeyiz. 1980'lerde laboratuvarlarda bulunanların çoğu Schank'ı rahatsız ediyor ve günümüzün teknoloji kültürüne rahatça uyan insanlar onu alakasız buluyor.

Ann Arbor'daki Michigan Üniversitesi'nden bir projeyle etkileşim kurduğumlardan bazıları, işini önemsiz bulmuyor ve çalışmaları belirttiği yönlerde. Maalesef müşteri NDA'sı bu proje hakkında daha fazla yorum yapmamı yasaklıyor.

Hikayelerde iletişim kurduğumuz fikrinden vazgeçmememiz ve sonuçta vazgeçmememizin nedeni doğru olmasıdır. Bir kişi, "Beni kusmak istememe neden olur" veya "Seni de seviyorum" dediğinde, "modern" teknikler kullanan bu cümlelerin doğrudan ayrıştırılması, fikrin aklındaki fikrin doğru bir şekilde yeniden yapılandırılmasıyla yakından ilişkili değildir. konuşmacı. Her iki cümle de bir hikaye olarak adlandırdığımız kavramsal bir bağımlılık yığınına atıfta bulunuyor.

Eğer iki "parti kızı" bir Borgore konserinde bayanlar odasındaysa ve biri "Bana bir rulo ver" derse, "rulo" kelimesinin yorumu kavramsal olarak bağımlıdır. Hoparlör durakta ise, bir şey ifade eder. Lavaboda başka bir anlama gelir.

Her zaman araştırma topluluğunun bunu anlayan bir kısmı olacaktır. Yapmayanlar, işletmenizin telefon çağrılarına cevap verecek para tasarrufu sağlayan otomatlar inşa edebilirler, ancak bir politika sorununa işaret eden bir müşteri ilişkileri modeline kafa yormazlar.

Bu oyuncak NLP ajanları, Dr. Schank'ın önerdiği yetenekleri geliştirinceye kadar, müşterilerle yapılan telefon görüşmelerinden, bir ürün veya hizmet geliştirmenin sömürülmeyi bekleyen bir fırsat olduğunu tanımayacak ve sizi ikna edecek bir hikaye anlatmayacaklar fırsattan ilk yararlanan siz olmanızdan faydalanabilirsiniz.

Bu model mevcut NLP ve NLU anlayışımıza katkıda bulunmada önemli bir rol oynamasına rağmen, üretim sistemlerinde artık yararlı değildir ve şu anda başarılı bir ticari ürün bu yaklaşımı takip etmemektedir.

CDT'de amaç, cümlelerden mantıklı çıkarımlar yapabilen bir yapay zeka sistemi tasarlamaktı. Bu sistemde amaç, girdide kullanılan kelimelerden bağımsız bir anlam oluşturmaktı.

CDT, cümleleri konumlar, zaman, gerçek dünya eylemleri ve gerçek dünya nesneleri gibi belirteçleri kullanarak modellenmiştir. Ancak, hesaplama gücü daha yaygın ve daha ucuz hale geldikçe, ilgi artık önceki kural tabanlı sistemlerden daha iyi performans gösteren istatistiksel modellere yöneldi.

CDT gibi kural tabanlı yaklaşımların sorunu, maliyetli olabilen ve genellikle diğer dillere iyi genelleme yapmayan dil kurallarının elle geliştirilmesini gerektirmesidir.

Diğer yandan, istatistiksel yaklaşımlar insan dili kaynaklarını (çok dilli metin corpora) daha verimli kullanır. İstatistiksel modeller, kural tabanlı bir yaklaşım kullanmak yerine, giriş verilerini oluşturan özelliklere gerçek ağırlıkların eklenmesine dayanan yumuşak olasılıklı kararlar alır. (Wikipedia NLP)

İnsan dili kaynaklarının bu verimli kullanımı, özellikle bilinmeyen girdi veya hata içeren girdi verildiğinde daha doğru ve sağlam bir modele yol açar. İstatistiksel modeller aynı zamanda diğer diller için de genelleme yapar.