Хтось ще використовує концептуальну теорію залежності?

Роджер Шенк зробив цікаву роботу з обробки мови за допомогою концептуальної залежності (CD) у 1970-х. Потім він трохи вийшов з поля, перебуваючи в освіті в ці дні. Були корисні додатки у створенні природних мов (BABEL), поколінні історій (TAILSPIN) та інших областях, які часто включали планування та епізоди, а не окремі речення.

Чи хтось ще продовжував використовувати компакт-диск або його варіанти? Мені невідомі будь-які інші проекти, які роблять, крім PAULINE Хові, який використовує компакт-диск як представлення для створення історії.

Хтось ще використовує концептуальну теорію залежності?

Так. Багато людей. Концептуальні залежності мають центральне значення для передачі ідей природною мовою.

Ось лише декілька публікацій у цьому столітті, що вибудовують роботу Шенка або мандрують паралельно його напрямку в суміжних галузях.

• 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 познайомився з Роджером Шенком в Хартфорді, в 1992 році, під час серії лекцій, спонсорованих AI лабораторіями Науково-дослідного центру United Technologies та кількома іншими компаніями Fortune 500 в регіоні. Вся його лекція представляла собою низку історій в дослідженні AI. Я пам’ятаю кожну історію через 26 років.

Іграшкова реалізація НЛП, яку ви бачите сьогодні у цій галузі, бліда порівняно із системами міркувань та пам’яті, заснованими на історії, запропонованими доктором Шенком як імовірне пояснення спостережень, які можна зробити про голосові комунікації людини.

Неважко здогадатися, з якої причини він перейшов на освіту. Його ідеї щодо природної мови та штучного інтелекту були приблизно століттями на початку та над головами більшості людей, які були на лекції поруч зі мною.

Якщо ми з вами вважаємо його основоположні міркування та пропозиції щодо пам’яті переконливими, ми, мабуть, століття занадто рано і трохи над головою більшості у нинішньому полі НЛП. Більшість з тих, хто знаходився в лабораторіях 1980-х років, вважають, що Шенка дратує, і люди, які комфортно вписуються в сучасну технологічну культуру, вважають його неактуальним.

Деякі з тих, з ким я спілкувався на проекті з Мічиганського університету в Ен-Арборі, не вважають його роботу неактуальною, і їх робота ведеться в тих напрямках, які він вказав. На жаль, клієнт NDA забороняє мені далі коментувати цей проект.

Причина, по якій ми не повинні і, зрештою, не відмовимось від ідеї, яку ми спілкуємося в історіях, - це тому, що вона правильна. Коли людина каже: «Це змушує мене захоплюватися», або «я теж люблю тебе», прямий розбір цих речень із використанням «сучасних» прийомів не тісно пов'язаний з правильною реконструкцією ідеї у свідомості динамік. Обидва речення посилаються на концептуальну купу взаємозалежності, яку ми називаємо історією.

Якщо на концерті «Боргора» в жіночій кімнаті знаходяться дві «вечірки», і одна каже: «Подай мені рулон», інтерпретація слова «котиться» концептуально залежить. Якщо оратор знаходиться в стійлі, це означає одне. Якщо біля раковини це означає інше.

Завжди буде якийсь сегмент дослідницької спільноти, який це розуміє. Ті, хто не може створити автомати, які заощаджують гроші, відповідатимуть на телефонні дзвінки вашого бізнесу, але вони не дадуть вам зрозуміти схему відносин із клієнтами, яка вказує на проблему політики.

Ці іграшкові агенти НЛП, поки вони не розвинуть можливості, запропоновані доктором Шенком, не розпізнають із телефонних розмов із клієнтами, що розширення продукту чи послуги - це можливість чекати, щоб їх використали, і вони не розкажуть вам історію, яка переконає вас що ви б виграли від того, щоб першим скористатися можливістю.

Незважаючи на те, що ця модель відігравала важливу роль у внеску в наше сучасне розуміння NLP та NLU, вона вже не корисна у виробничих системах і в даний час жоден успішний комерційний продукт не дотримується цього підходу.

У CDT метою було розробити систему AI, яка могла б виводити логічні висновки з пропозицій. У цій системі метою було зробити значення незалежним від слів, що використовуються у введенні.

Запропоновані CDT речення, використовуючи лексеми, такі як: місцеположення, час, дії в реальному світі та об'єкти реального світу. Однак, оскільки обчислювальна потужність стала більш поширеною і менш дорогою, інтерес перейшов до статистичних моделей, які тепер перевершують попередні системи, засновані на правилах.

Проблема підходів, заснованих на правилах, таких як CDT, полягає в тому, що вони вимагають розробки лінгвістичних правил вручну, які можуть бути дорогими і які зазвичай не узагальнюють інших мов.

З іншого боку, статистичні підходи ефективніше використовують людські мовні ресурси (багатомовна текстова корпорація). Замість того, щоб використовувати підхід, заснований на правилах, статистичні моделі приймають м'які ймовірнісні рішення, засновані на наданні реальної ваги характеристикам, що складають вхідні дані. (Вікіпедія NLP)

Це ефективне використання людських мовних ресурсів призводить до більш точної та надійної моделі, особливо якщо вона не знайома або вводиться з помилками. Статистичні моделі також добре узагальнюють інші мови.