[논문 리뷰] Inference and Plausible Reasoning in a Natural Language Understanding System Based on Object-Oriented Semantics

Yuriy Ostapov|arXiv (Cornell University)|2012. 02. 01.

Semantic Web and Ontologies참고 문헌 3인용 수 3

한 줄 요약

이 논문은 객체 지향적 의미론과 술어논리학을 기반으로 한 자연어 이해 시스템을 제시하며, 추론과 타당성 있는 추론을 융합하여 사회 분야의 복잡한 논리적 질문에 답한다. 사실, 역할, 스크립트, 심리적 규범을 모델링함으로써 원인 탐지, 행동 계획, 상태 예측 등의 추론을 가능하게 하여, 형사학, 의학, 기업 시스템 등에 적용 가능함을 보여준다.

ABSTRACT

Algorithms of inference in a computer system oriented to input and semantic processing of text information are presented. Such inference is necessary for logical questions when the direct comparison of objects from a question and database can not give a result. The following classes of problems are considered: a check of hypotheses for persons and non-typical actions, the determination of persons and circumstances for non-typical actions, planning actions, the determination of event cause and state of persons. To form an answer both deduction and plausible reasoning are used. As a knowledge domain under consideration is social behavior of persons, plausible reasoning is based on laws of social psychology. Proposed algorithms of inference and plausible reasoning can be realized in computer systems closely connected with text processing (criminology, operation of business, medicine, document systems).

연구 동기 및 목표

• 직접적인 데이터베이스 매칭이 실패할 경우 컴퓨터 시스템이 자연어로 된 복잡한 논리적 질문에 답할 수 있도록 하기 위해.
• 사회심리학에 기반한 추론과 타당성 있는 추론을 통합하여 의미 처리 프레임워크에 통합하기 위해.
• 술어논리학을 사용하여 사회적 행동, 역할, 스크립트, 계획을 모델링하여 형사학 및 헬스케어와 같은 실제 응용 분야에 적용하기 위해.
• 관계형 데이터베이스를 활용하여 확장 가능하고 모듈화된 추론을 지원하는 지식 표현 체계를 개발하기 위해.
• 기업 관리 및 범죄 수사 분야에서 자연어 쿼리를 사용하여 추론 작업을 자동화할 수 있는 가능성을 입증하기 위해.

제안 방법

• 일阶논리를 사용하여 사람, 물체, 행동, 상태를 기술하는 술어 집합으로 자연어 문장을 표현하기.
• 효율적인 저장 및 검색을 위해 술어에 매핑된 테이블을 사용하여 사실과 지식을 관계형 데이터베이스에 저장하기.
• 질문에 대한 답을 얻기 위해 직접적인 술어 매칭이 실패할 경우 규칙 기반 추론을 통해 추론을 구현하기.
• 사회심리학적 규범과 역할 행동에 기반한 타당성 있는 추론을 적용하여 명백하지 않은 결론(예: 동기, 원인, 상태)을 유추하기.
• 이석, 질병 등의 스크립트와 도시 레이아웃, 사무실 강도 등 계획을 구조화된 지식으로 활용하여 사건의 연속성에 대한 추론을 이끌기.
• 다양한 추론 경로를 통합: 가설 검증, 동기 규명, 행동 계획 수립, 증상, 스크립트, 사건 기반 트리거를 사용한 원인 또는 상태 유추

실험 결과

연구 질문

• RQ1 직접적인 술어 매칭이 실패할 경우 자연어 이해 시스템은 어떻게 논리적 질문에 대한 답을 추론할 수 있는가?
• RQ2 비표준적이거나 모호한 상황에서 인간 행동에 대한 타당성 있는 추론을 가능하게 하는 사회심리학적 규범의 역할은 무엇인가?
• RQ3 스크립트, 계획, 질병 기술과 같은 구조화된 지식은 어떻게 인코딩하고 사회 도메인의 추론을 지원하는 데 사용할 수 있는가?
• RQ4 타당성 있는 추론은 논리적 규칙을 어떻게 형식화하여 동기와 원인에 대한 추론의 일관성과 타당성을 확보할 수 있는가?
• RQ5 이러한 시스템은 형사학, 의학, 기업 관리와 같은 실제 응용 분야에 어떻게 통합되어 복잡한 의사결정을 자동화할 수 있는가?

주요 결과

• 시스템은 가설 검증, 비표준 행동 분석, 행동 계획, 원인/상태 규명이라는 네 가지 핵심 문제 유형에 대해 성공적으로 추론을 지원한다.
• 사회심리학 법칙에 기반한 타당성 있는 추론은 표준 역할 기대를 벗어난 동기와 행동에 대한 추론을 가능하게 한다.
• 이석, 사무실 강도 등의 스크립트와 계획은 술어 기반 지식 구조로 효과적으로 인코딩되어 사건과 행동의 순서를 모델링하는 데 기여한다.
• 시스템은 '9 스트리트1 스트리트에서 11월 7일에 소녀가 왜 사망했는가?'와 같은 자연어 질문에 대해 원인 행동과 사건을 식별함으로써 답을 도출할 수 있다.
• 관계형 데이터베이스와 논리적 추론의 통합은 대량의 사실적 및 개념적 데이터 처리에 있어 확장 가능한 처리를 가능하게 한다.
• 이러한 접근은 형사학 및 기업 관리 분야에서 복잡한 추론 작업의 자동화를 가능하게 하여 수동 데이터 처리 및 전문가 해석에 대한 의존도를 감소시킨다.