Neural Rule Inducer: Induzione di Regole Logiche Zero-Shot
Gli scienziati hanno presentato il Neural Rule Inducer (NRI), un modello preaddestrato progettato per l'induzione di regole logiche zero-shot. A differenza delle tecniche convenzionali di Programmazione Logica Induttiva (ILP) che richiedono un riaddestramento per ogni nuovo compito, NRI sfrutta caratteristiche statistiche indipendenti dal dominio per rappresentare i letterali, facilitando la generalizzazione tra identità e quantità diverse. Questo modello incorpora un codificatore statistico insieme a un decodificatore parallelo basato su slot, che mantiene l'invarianza di permutazione della disgiunzione logica. Inoltre, l'uso del rilassamento della T-norma di prodotto rende l'esecuzione delle regole differenziabile, consentendo un addestramento completo incentrato sull'accuratezza delle previsioni. Le prestazioni di NRI vengono valutate attraverso il recupero delle regole e test di robustezza.
Fatti principali
- Neural Rule Inducer (NRI) è un modello preaddestrato per l'induzione di regole zero-shot.
- NRI utilizza proprietà statistiche indipendenti dal dominio come tassi condizionati alla classe, entropia e co-occorrenza.
- Il modello è composto da un codificatore statistico e un decodificatore parallelo basato su slot.
- La decodifica parallela preserva l'invarianza di permutazione della disgiunzione logica.
- Il rilassamento della T-norma di prodotto rende l'esecuzione delle regole differenziabile.
- NRI viene valutato sul recupero delle regole e sulla robustezza.
- I metodi ILP esistenti sono trasduttivi e richiedono un riaddestramento per ogni nuovo compito.
- NRI generalizza attraverso identità e conteggi variabili senza riaddestramento.
Entità
—