Próbowałem wymyślić system, który oceniałby regulaminy organizacji w celu ustalenia ich podstawowej logiki.
Myślę, że system predykatów pierwszego rzędu działałby w celu reprezentowania reguł, które mogłyby być przetłumaczone z tekstu za pomocą tagowania części mowy i innych technik NLP.
Czy istnieje systematyczny sposób interpretacji reguł logicznych pierwszego rzędu jako całości lub jakiegoś rodzaju architektury ML, która działałaby jako druga warstwa w celu znalezienia podobieństw między elementami.
Na przykład,
Lista zabawnych zajęć:
- golf
- przerwa na kawę
- Pizza
Regulamin:
W piątek gramy w golfa
W piątek lub sobotę robimy szybką przerwę na kawę, a jeśli jest sobota, dostajemy pizzę
Wniosek: nasza grupa dobrze się bawi w weekendy
Brzmi to zbyt naciągane, ale jestem ciekawy, czy to możliwe. Zdaję sobie również sprawę, że być może więcej logiki pierwszego rzędu lepiej pasowałoby do wyciągania wniosków z drugiej warstwy.
Odpowiedzi:
Sztuczka polega na tym, że działa to dobrze, pod warunkiem, że Twoje reguły mogą być wyrażone w formie predykatów. Czy golf jest nadal fajny, jeśli pada deszcz lub źle grasz?
Jeśli potrzebujesz czegoś bardziej elastycznego, możesz przyjrzeć się narzędziom statystycznym / Baysean. Można by rzec, że golf ma duże szanse na dobrą zabawę, nie że zawsze była fajna.
źródło