Reasoning based on symbolic and parametric knowledge bases: a survey

要約

推論は人間の知性の基本であり、問​​題解決、意思決定、批判的思考にとって重要です。
推論とは、臨床診断、基礎教育、財務分析などのさまざまなアプリケーションをサポートできる既存の知識に基づいて新しい結論を導き出すことを指します。
推論関連の方法をレビューするために多くの調査が提案されていますが、それらのどれも、依存知識ベースの観点からこれらの方法を体系的に調査していません。
知識ベースが適用されるシナリオとそのストレージ形式の両方が大きく異なります。
したがって、知識ベースの観点から推論方法を調査することは、課題と将来の方向をよりよく理解するのに役立ちます。
このギャップを埋めるために、この論文は最初に知識ベースを象徴的でパラメトリックなものに分類します。
前者は、情報を人間の読み取り可能な記号に明示的に保存し、後者はパラメーター内で知識を暗黙的にエンコードします。
次に、象徴的な知識ベース、パラメトリック知識ベース、および両方を使用して、推論方法の包括的な概要を提供します。
最後に、人間と機械の知能のギャップを埋めるための推論能力を高めるための将来の方向を特定します。

要約(オリジナル)

Reasoning is fundamental to human intelligence, and critical for problem-solving, decision-making, and critical thinking. Reasoning refers to drawing new conclusions based on existing knowledge, which can support various applications like clinical diagnosis, basic education, and financial analysis. Though a good number of surveys have been proposed for reviewing reasoning-related methods, none of them has systematically investigated these methods from the viewpoint of their dependent knowledge base. Both the scenarios to which the knowledge bases are applied and their storage formats are significantly different. Hence, investigating reasoning methods from the knowledge base perspective helps us better understand the challenges and future directions. To fill this gap, this paper first classifies the knowledge base into symbolic and parametric ones. The former explicitly stores information in human-readable symbols, and the latter implicitly encodes knowledge within parameters. Then, we provide a comprehensive overview of reasoning methods using symbolic knowledge bases, parametric knowledge bases, and both of them. Finally, we identify the future direction toward enhancing reasoning capabilities to bridge the gap between human and machine intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google