IBM-Watson 可以从句子的上下文中推断吗？

Question

我的意思是，例如，当我们说一些话来描述一个场景时，Watson 能理解那个场景的样子吗？ Cyc cop 试图为 AI 设计常识，例如从知识库系统中理解和推断句子，但 Watson 使用自然语言处理 (NLP) 的统计方法。 Cyc Corp 认为，统计分析无法让 AI 进行推断，我们需要基础知识进行推断。

Answer 1

您可以使用IBM Watson Natural Language Classifier 来使用句子中的上下文信息将其放置在特定的类中。例如，如果您有 100 种不同“类型”的场景（户外、海滩、山区、室内、城市等），您可以创建一个分类器来识别不同的描述，并能够将以前从未见过的句子正确分类到各自的场景中类型。

NLC 是一个机器学习系统，而不仅仅是统计分析，因此它能够了解特定单词和短语如何与特定类型的场景相关，并且还可以使用现代 nlp 技术（即词向量）理解相似单词之间的联系

这种方法的缺点是您需要构建一组场景描述及其各自的类型来训练分类器（每种类型可能有 5-10 个样本），这可能是一项耗时的任务。然而，这种方法确实可以很好地扩展（如果您希望能够识别一种新的场景类型，您只需要一些描述它的示例）