Estaba tratando de encontrar un sistema que evaluara los estatutos de una organización para determinar su lógica subyacente.
Creo que un sistema de predicado de primer orden funcionaría para representar las reglas, que podrían traducirse del texto a través del etiquetado de parte del discurso y otras técnicas de PNL.
¿Existe una manera sistemática de interpretar las reglas lógicas de primer orden como un todo, o algún tipo de arquitectura ML que funcione como una segunda capa para encontrar similitudes entre los elementos?
Por ejemplo,
Lista de actividades divertidas:
- golf
- descanso
- Pizza
Estatutos
El viernes jugamos golf
El viernes o el sábado, tomamos un breve descanso para tomar café, y si es sábado, obtenemos pizza
Conclusión: nuestro grupo se divierte los fines de semana
Suena descabellado, pero tengo curiosidad por saber si es posible. También me doy cuenta de que quizás una lógica más de primer orden sería una mejor opción para sacar las conclusiones de la segunda capa.
Respuestas:
El truco aquí es que esto funciona bien siempre que sus reglas se puedan expresar en forma de predicado. ¿Sigue siendo divertido el golf si está lloviendo o si juegas mal?
Si necesita algo más flexible, es posible que desee ver algunas herramientas estadísticas / Baysean. Allí, diría que el golf tenía una alta probabilidad de ser divertido, no que siempre fue divertido todo el tiempo.
fuente