【华盛顿大学】知识建模+生成式推理，60页ppt，Cracking Commonsense Intelligence with Knowledge Modeling + Generative Reasoning

简介： 知识图谱作为Ai要实现通用智能不可或缺的一环，其重要性不言而喻。要构建知识图谱，离不开知识表示与知识建模。知识建模依赖于知识表示的语言和框架，这里说的知识，与数据的不同之处在于即要表达数据本身的意义，还要有理解的强大推理能力。本次报告利用知识建模与生成式推理相结合一起解决常识问题。如何来定义这个常识问题？首先是关于日常情况和事件，其次是存在于大多数人之间普遍共享的。比如，可以打开壁橱门，但不能打开冰箱门，因为里面的食物可能变质。

本次报告的主要内容包括：

• 数据存在的挑战
• 符号常识图
• 神经常识推理
• 思考与讨论

存在的数条常识推理挑战归结来说就是：

1）无法对有限的变量集使用有限的推理规则来进行推理

2）推理取决于丰富的知识