Qualcuno sta ancora usando la teoria della dipendenza concettuale?


11

Roger Schank ha svolto alcuni interessanti lavori sull'elaborazione del linguaggio con Conceptual Dependency (CD) negli anni '70. Si è quindi spostato un po 'fuori dal campo, trovandosi in questi giorni in educazione. Vi sono state alcune utili applicazioni nella generazione del linguaggio naturale (BABEL), nella generazione di storie (TAILSPIN) e in altre aree, che spesso implicano pianificazione ed episodi piuttosto che frasi individuali.

Qualcun altro ha continuato a utilizzare il CD o le sue varianti? Non sono a conoscenza di altri progetti che lo facciano, a parte PAULINE di Hovy che usa il CD come rappresentazione per generare la storia.

Risposte:


1

Qualcuno sta ancora usando la teoria della dipendenza concettuale?

Sì. Molte persone. Le dipendenze concettuali sono fondamentali per la trasmissione delle idee in linguaggio naturale.

Qui ci sono solo alcune pubblicazioni in questo secolo che si basano sul lavoro di Schank o che viaggiano in parallelo con la sua direzione in campi correlati.

Ho incontrato Roger Schank ad Hartford, nel 1992, durante una serie di conferenze sponsorizzate dai laboratori di intelligenza artificiale dello United Technologies Research Center e da alcune altre aziende Fortune 500 nella regione. Tutta la sua conferenza è stata una serie di storie nella ricerca sull'IA. Ricordo ogni storia 26 anni dopo.

Le implementazioni della PNL del giocattolo che vedi oggi sul campo impallidiscono rispetto al ragionamento basato sulla trama e ai sistemi di memoria proposti dal Dr. Schank come una probabile spiegazione delle osservazioni che possono essere fatte sulle comunicazioni vocali umane.

È facile indovinare il motivo per cui è passato all'istruzione. Il suo linguaggio naturale e le sue idee di intelligenza artificiale risalgono a circa un secolo prima e al di sopra della maggior parte delle persone che erano presenti alla conferenza accanto a me.

Se tu e io troviamo convincenti i suoi ragionamenti basati sulla trama e le proposte di memoria, probabilmente siamo un secolo troppo presto e un po 'sopra la testa della maggior parte dell'attuale campo della PNL. La maggior parte di quelli nei laboratori degli anni '80 trovava Schank irritante e le persone che si adattano comodamente alla cultura tecnologica odierna lo trovano irrilevante.

Alcuni di quelli con cui ho interagito in un progetto dell'Università del Michigan ad Ann Arbor non ritengono che il suo lavoro sia irrilevante, e il loro lavoro è nelle direzioni da lui indicate. Purtroppo il cliente NDA mi impedisce di commentare ulteriormente quel progetto.

Il motivo per cui non dovremmo e alla fine non abbandoneremo l'idea di comunicare nelle storie è perché è corretto. Quando una persona dice "Mi fa venire voglia di vomitare" o, "Ti amo anch'io", l'analisi diretta di quelle frasi usando tecniche "moderne" non è strettamente correlata a una corretta ricostruzione dell'idea nella mente del altoparlante. Entrambe le frasi fanno riferimento a un mucchio concettuale di interdipendenza che chiamiamo storia.

Se due "party girls" sono nella stanza delle donne ad un concerto di Borgore e si dice "Passami un rotolo", l'interpretazione della parola "roll" è concettualmente dipendente. Se l'altoparlante è in stallo significa una cosa. Se al lavandino significa un altro.

Ci sarà sempre qualche segmento della comunità di ricerca che lo capisce. Quelli che non possono costruire automi che risparmiano denaro risponderanno alle chiamate telefoniche della tua attività, ma non ti daranno un avvertimento su un modello di relazioni con i clienti che punti a un problema di politica.

Questi agenti della PNL del giocattolo, fino a quando non svilupperanno le capacità proposte dal dott. Schank, non riconosceranno dalle conversazioni telefoniche con i clienti che un miglioramento del prodotto o del servizio è un'opportunità in attesa di essere sfruttata e non ti racconteranno una storia che ti convincerà che trarrai vantaggio dall'essere il primo a capitalizzare sull'opportunità.


1

Sebbene questo modello abbia svolto un ruolo importante nel contribuire alla nostra attuale comprensione della PNL e della NLU, non è più utile nei sistemi di produzione e attualmente nessun prodotto commerciale di successo segue questo approccio.

In CDT l'obiettivo era progettare un sistema di intelligenza artificiale in grado di trarre inferenze logiche dalle frasi. In questo sistema l'obiettivo era rendere il significato indipendente dalle parole usate nell'input.

Frasi modellate da CDT usando token come: luoghi, tempo, azioni del mondo reale e oggetti del mondo reale. Tuttavia, quando il potere computazionale divenne più comune e meno costoso, l'interesse si diresse verso modelli statistici che ora stavano sovraperformando i precedenti sistemi basati su regole.

Il problema con approcci basati su regole come CDT è che richiedono lo sviluppo manuale di regole linguistiche che possono essere costose e che di solito non si generalizzano bene con altre lingue.

D'altro canto, gli approcci statistici utilizzano le risorse del linguaggio umano (corpora testuali multilingue) in modo più efficiente. Anziché utilizzare un approccio basato su regole, i modelli statistici prendono decisioni probabilistiche morbide basate sull'attribuzione di pesi reali alle caratteristiche che compongono i dati di input. (Wikipedia NLP)

Questo uso efficiente delle risorse del linguaggio umano porta a un modello che è più accurato e robusto, specialmente quando viene fornito input o input non familiari che contengono errori. I modelli statistici generalizzano bene anche in altre lingue.


Grazie per la tua risposta; Sono a conoscenza dei modelli statistici e delle loro proprietà, ma per questa domanda ero interessato solo al CDT!
Oliver Mason,

L'argomento è stato una gioia per la ricerca e la risposta. Ho introdotto modelli statistici alla fine per il confronto, tuttavia ho capito perfettamente il tuo punto.
Seth Simba,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.