¿Alguien sigue usando la teoría conceptual de la dependencia?

Roger Schank hizo un trabajo interesante sobre el procesamiento del lenguaje con la Dependencia conceptual (CD) en la década de 1970. Luego se mudó un poco fuera del campo, estando en Educación en estos días. Hubo algunas aplicaciones útiles en la generación del lenguaje natural (BABEL), la generación de historias (TAILSPIN) y otras áreas, a menudo involucrando planificación y episodios en lugar de oraciones individuales.

¿Alguien más ha seguido usando CD o variantes de los mismos? No conozco ningún otro proyecto que lo haga, aparte de PAULINE de Hovy, que usa el CD como representación de la historia para generar.

¿Alguien sigue usando la teoría conceptual de la dependencia?

Si. Muchas personas. Las dependencias conceptuales son fundamentales para la transmisión de ideas en lenguaje natural.

Aquí hay algunas publicaciones en este siglo basadas en el trabajo de Schank o viajando en paralelo con su dirección en campos relacionados.

• https://www.mitpressjournals.org/doi/pdf/10.1162/coli.2010.36.1.36105
• https://ubir.buffalo.edu/xmlui/bitstream/handle/10477/34469/2001-09.pdf
• http://leibnizcenter.org/~sileno/articles/ICAART2014.pdf
• http://publicservicesalliance.org/wp-content/uploads/2013/05/narrative-its-2008.pdf
• https://www.semanticscholar.org/paper/Modelling-the-way-mathematics-is-actually-done-Corneli-Martin/0787aa70bbfb3620e1a5ddf2a2f34df99dc1f6ac
• http://sentic.net/senticnet-5.pdf

Conocí a Roger Schank en Hartford, en 1992, durante una serie de conferencias patrocinadas por los laboratorios de IA del United Technologies Research Center y algunas otras compañías Fortune 500 en la región. Toda su conferencia fue una serie de historias en investigación de IA. Recuerdo cada historia 26 años después.

Las implementaciones de juguete de PNL que ves en el campo hoy en día palidecen en comparación con el razonamiento basado en la historia y los sistemas de memoria propuestos por el Dr. Schank como una explicación probable de las observaciones que se pueden hacer sobre las comunicaciones vocales humanas.

Es fácil adivinar la razón por la que se mudó a la educación. Su lenguaje natural y sus ideas de inteligencia artificial fueron aproximadamente un siglo antes y sobre la cabeza de la mayoría de las personas que asistieron a la conferencia junto a mí.

Si usted y yo consideramos convincentes sus propuestas de razonamiento y memoria basadas en la historia, probablemente estamos un siglo antes de tiempo y un poco por encima de la mayoría en el campo actual de la PNL. La mayoría de los que estaban en los laboratorios en la década de 1980 encontraron irritante a Schank, y las personas que encajan cómodamente en la cultura tecnológica actual lo encuentran irrelevante.

Sin embargo, algunos de los que interactué con un proyecto de la Universidad de Michigan en Ann Arbor no encuentran su trabajo irrelevante, y su trabajo está en las direcciones que indicó. Lamentablemente, el NDA del cliente me impide comentar más sobre ese proyecto.

La razón por la que no deberíamos y, en última instancia, no abandonaremos la idea de comunicarnos en las historias es porque es correcta. Cuando una persona dice: "Me dan ganas de vomitar" o "Yo también te amo", el análisis directo de esas oraciones utilizando técnicas "modernas" no está estrechamente relacionado con una reconstrucción correcta de la idea en la mente de la persona. altavoz. Ambas oraciones hacen referencia a un montón conceptual de interdependencia que llamamos historia.

Si dos "chicas fiesteras" están en el baño de mujeres en un concierto de Borgore y una dice: "Pásame un rollo", la interpretación de la palabra "roll" depende conceptualmente. Si el orador está en una parada, significa una cosa. Si en el fregadero significa otro.

Siempre habrá algún segmento de la comunidad de investigación que lo entienda. Aquellos que no lo hagan pueden construir autómatas que ahorren dinero y que respondan las llamadas telefónicas de su empresa, pero no le darán una pista sobre un patrón de relaciones con los clientes que apunta a un problema de política.

Estos agentes de PNL de juguetes, hasta que desarrollen las capacidades propuestas por el Dr. Schank, no reconocerán por conversaciones telefónicas con los clientes que una mejora del producto o servicio es una oportunidad que espera ser explotada, y no le contarán una historia que lo convenza. que se beneficiaría de ser el primero en aprovechar la oportunidad.

Si bien este modelo desempeñó un papel importante al contribuir a nuestra comprensión actual de la PNL y la NLU, ya no es útil en los sistemas de producción y actualmente ningún producto comercial exitoso sigue este enfoque.

En CDT, el objetivo era diseñar un sistema de IA que pudiera extraer inferencias lógicas de las oraciones. En este sistema, el objetivo era hacer que el significado fuera independiente de las palabras utilizadas en la entrada.

CDT modeló oraciones usando tokens como: ubicaciones, tiempo, acciones del mundo real y objetos del mundo real. Sin embargo, a medida que el poder computacional se hizo más común y menos costoso, el interés se desvió hacia modelos estadísticos que ahora estaban superando a los sistemas basados ​​en reglas anteriores.

El problema con los enfoques basados ​​en reglas como CDT es que requieren el desarrollo manual de reglas lingüísticas que pueden ser costosas y que generalmente no se generalizan bien a otros idiomas.

Por otro lado, los enfoques estadísticos utilizan los recursos del lenguaje humano (corpus textuales multilingües) de manera más eficiente. En lugar de utilizar un enfoque basado en reglas, los modelos estadísticos toman decisiones probabilísticas suaves basadas en la asignación de pesos reales a las características que componen los datos de entrada. (Wikipedia PNL)

Este uso eficiente de los recursos del lenguaje humano conduce a un modelo que es más preciso y robusto, especialmente cuando se le da una entrada desconocida o una entrada que contiene errores. Los modelos estadísticos también se generalizan bien a otros idiomas.