Logical Reasoning over Natural Language as Knowledge Representation: A Survey

要約

論理的推論は人間の認識と知性の中心です。
これには、演繹的、帰納的、およびアブダクティブな推論が含まれます。
AI 内の論理的推論の過去の研究では、知識表現および記号推論として形式言語が使用されています。
しかし、形式的な言語を使った推論は困難であることがわかっています（脆弱性や知識獲得のボトルネックなど）。
この論文は、論理的推論の哲学的定義と分類、新しいパラダイムの利点、ベンチマークと方法、課題を含む、知識表現として自然言語を使用し、推論として事前トレーニングされた言語モデルを使用する、論理的推論の新しいパラダイムに関する包括的な概要を提供します。
新しいパラダイム、将来の可能性のある方向性、関連する NLP 分野との関係。
この新しいパラダイムは、形式的表現の多くの課題を軽減するだけでなく、エンドツーエンドのニューラル手法よりも利点があるため、有望です。
この調査は、英語表現に対する演繹的、帰納的、およびアブダクティブな推論に明示的に取り組んでいるトランスフォーマーベースの LLM に焦点を当てています。

要約(オリジナル)

Logical reasoning is central to human cognition and intelligence. It includes deductive, inductive, and abductive reasoning. Past research of logical reasoning within AI uses formal language as knowledge representation and symbolic reasoners. However, reasoning with formal language has proved challenging (e.g., brittleness and knowledge-acquisition bottleneck). This paper provides a comprehensive overview on a new paradigm of logical reasoning, which uses natural language as knowledge representation and pretrained language models as reasoners, including philosophical definition and categorization of logical reasoning, advantages of the new paradigm, benchmarks and methods, challenges of the new paradigm, possible future directions, and relation to related NLP fields. This new paradigm is promising since it not only alleviates many challenges of formal representation but also has advantages over end-to-end neural methods. This survey focus on transformer-based LLMs explicitly working on deductive, inductive, and abductive reasoning over English representation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google