摘要
现实文本与对话中的论证常为省略三段论,即部分前提或结论隐含。现有 NLP 方法虽能识别却难解码其底层逻辑,而基于逻辑的方法又依赖完备知识库。为此,本文提出一种集成流水线:首先利用大语言模型基于显式前提和结论生成中间隐式前提;其次用另一模型将自然语言转化为逻辑公式;最后通过基于 SAT 求解器的神经符号推理机判定逻辑蕴含。在两个数据集上的评估显示,该方法在选择正确隐式前提方面表现优异。
AI 推荐理由
论文核心在于利用 LLM 与神经符号系统结合,解决省略三段论中的隐式前提生成与逻辑蕴含判定,属推理能力研究。
研究机构
计算机科学系,伦敦大学学院,英国
论文信息