Кто-нибудь еще использует концептуальную теорию зависимости?

Роджер Шанк в 1970-х годах проделал интересную работу по языковой обработке с помощью Conceptual Dependency (CD). Затем он несколько отошел от поля, находясь в образовании в эти дни. Было несколько полезных приложений в генерации естественного языка (BABEL), генерации историй (TAILSPIN) и других областях, часто связанных с планированием и эпизодами, а не отдельными предложениями.

Кто-нибудь еще продолжал использовать CD или его варианты? Я не знаю ни о каких других проектах, которые бы делали, кроме PAULINE Хови, который использует CD как представление для создания истории.

Кто-нибудь еще использует концептуальную теорию зависимости?

Да. Много людей. Концептуальные зависимости имеют решающее значение для передачи идей на естественном языке.

Вот лишь несколько публикаций в этом столетии, основанных на работах Шэнка или путешествующих параллельно с его руководством в смежных областях.

• 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

Я познакомился с Роджером Шанком в Хартфорде в 1992 году во время серии лекций, спонсируемых лабораториями искусственного интеллекта Объединенного технологического исследовательского центра и несколькими другими компаниями из списка Fortune 500 в регионе. Вся его лекция была серией историй об искусственном интеллекте. Я помню каждую историю 26 лет спустя.

Реализации игрушечных НЛП, которые вы видите сегодня в этой области, бледнеют по сравнению с основанными на истории системами рассуждений и памяти, предложенными доктором Шенком в качестве вероятного объяснения наблюдений, которые могут быть сделаны о человеческой голосовой коммуникации.

Нетрудно догадаться, почему он перешел в образование. Его идеи естественного языка и искусственного интеллекта были примерно на сто лет раньше, и у большинства людей, присутствовавших на лекции рядом со мной, были мысли.

Если вы и я сочтем его основанные на истории рассуждения и предложения по памяти убедительными, мы, вероятно, на сто лет раньше и немного в головах большинства в современной области НЛП. Большинство из тех, кто работал в лабораториях в 1980-х годах, находили Шэнка раздражающим, а люди, которые комфортно вписываются в современную технологическую культуру, считают его неуместным.

Некоторые из тех, с кем я общался по проекту из Мичиганского университета в Анн-Арборе, не считают его работу неуместной, и их работа идет в указанных им направлениях. К сожалению, клиент NDA ограничивает меня от дальнейших комментариев об этом проекте.

Причина, по которой мы не должны и в конечном итоге не откажемся от идеи, которую мы сообщаем в историях, заключается в том, что она верна. Когда человек говорит: «Это заставляет меня хотеть рвать» или «Я тоже тебя люблю», прямой анализ этих предложений с использованием «современных» техник не тесно связан с правильной реконструкцией идеи в уме оратор. Оба предложения ссылаются на концептуальную кучу взаимозависимости, которую мы называем историей.

Если две «тусовочные девушки» находятся в женской комнате на концерте в Боргоре и один говорит: «Дай мне булочку», то интерпретация слова «рулон» концептуально зависит. Если динамик находится в стойле, это означает одно. Если на мойке это значит другое.

Всегда будет какой-то сегмент исследовательского сообщества, который понимает это. Те, кто не может создать экономные автоматы, которые будут отвечать на телефонные звонки вашего бизнеса, но они не дадут вам хедз-ап на шаблон отношений с клиентами, который указывает на проблему политики.

Эти игрушечные агенты НЛП до тех пор, пока не разовьют возможности, предложенные доктором Шенком, не узнают из телефонных разговоров с клиентами, что улучшение продукта или услуги - это возможность, ожидающая своего использования, и не расскажут вам историю, которая убедит вас. что вы выиграете, если будете первым, кто воспользуется этой возможностью.

Хотя эта модель сыграла важную роль в содействии нашему нынешнему пониманию НЛП и НЛУ, она больше не используется в производственных системах, и в настоящее время ни один успешный коммерческий продукт не следует этому подходу.

В CDT целью было разработать систему искусственного интеллекта, которая могла бы делать логические выводы из предложений. В этой системе целью было сделать значение независимым от слов, используемых во входных данных.

CDT смоделировал предложения, используя такие токены, как: местоположение, время, действия в реальном мире и объекты реального мира. Однако, поскольку вычислительная мощность стала более распространенной и менее дорогой, интерес переключился на статистические модели, которые теперь превосходили предыдущие системы, основанные на правилах.

Проблема с основанными на правилах подходами, такими как CDT, состоит в том, что они требуют ручной разработки лингвистических правил, которые могут быть дорогостоящими и которые обычно плохо обобщаются на другие языки.

С другой стороны, статистические подходы более эффективно используют человеческие языковые ресурсы (многоязычные текстовые корпуса). Вместо использования подхода, основанного на правилах, статистические модели принимают мягкие вероятностные решения, основанные на добавлении реальных весов к элементам, составляющим входные данные. (Википедия НЛП)

Такое эффективное использование человеческих языковых ресурсов приводит к модели, которая является более точной и надежной, особенно при наличии незнакомого ввода или ввода, которые содержат ошибки. Статистические модели также хорошо обобщаются на другие языки.