Integrating AI Planning with Natural Language Processing: A Combination of Explicit and Tacit Knowledge

要約

タイトル：AI計画と自然言語処理の統合：明示的および暗黙の知識の組み合わせ

要約：自然言語処理（NLP）は、エージェントと人間の間の相互作用を調べ、大量の自然言語データを処理および分析することを目的としています。大規模な言語モデルは現在の自然言語処理において重要な役割を果たしています。しかし、説明可能性と複雑さの課題は言語モデルの発展と共に発生します。そのために、自然言語処理モデルに論理的関係やルールを導入する一つの方法は、自動計画（AI計画）を利用することです。自動計画は、象徴的なドメインモデルを構築し、ドメインモデルに基づいて初期状態からゴールに移行するための計画を合成することに焦点を当てています。最近、これらの2つの領域に関連する多数の作品がありますが、それらは行動モデルの前提条件と効果などの明示的な知識を生成することができ、またニューラルモデルなどの暗黙的な知識から学ぶことができます。AI計画と自然言語処理を統合することにより、人間とインテリジェントエージェントの間のコミュニケーションが効果的に改善されます。この論文では、AI計画と自然言語処理の共通点と関係を概説し、それぞれが以下の5つの分野において相互に影響を与えることができることを論じます：（1）計画に基づくテキスト理解、（2）計画に基づく自然言語処理、（3）計画に基づく説明可能性、（4）テキストに基づく人間とロボットの相互作用、および（5）アプリケーション。また、AI計画と自然言語処理の地位に関するいくつかの将来の問題についても探究しています。私たちの知る限り、この調査は、AI計画と自然言語処理の間の深い関係を扱った最初の作品です。

要約(オリジナル)

Natural language processing (NLP) aims at investigating the interactions between agents and humans, processing and analyzing large amounts of natural language data. Large-scale language models play an important role in current natural language processing. However, the challenges of explainability and complexity come along with the developments of language models. One way is to introduce logical relations and rules into natural language processing models, such as making use of Automated Planning. Automated planning (AI planning) focuses on building symbolic domain models and synthesizing plans to transit initial states to goals based on domain models. Recently, there have been plenty of works related to these two fields, which have the abilities to generate explicit knowledge, e.g., preconditions and effects of action models, and learn from tacit knowledge, e.g., neural models, respectively. Integrating AI planning and natural language processing effectively improves the communication between human and intelligent agents. This paper outlines the commons and relations between AI planning and natural language processing, argues that each of them can effectively impact on the other one by five areas: (1) planning-based text understanding, (2) planning-based natural language processing, (3) planning-based explainability, (4) text-based human-robot interaction, and (5) applications. We also explore some potential future issues between AI planning and natural language processing. To the best of our knowledge, this survey is the first work that addresses the deep connections between AI planning and Natural language processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI