[论文解读] Automated Generation of Cross-Domain Analogies via Evolutionary Computation

Atılım Güneş Baydin, Ramón López de Mántaras+1 more|arXiv (Cornell University)|Apr 11, 2012

Semantic Web and Ontologies被引用 9

一句话总结

本文提出了一种新颖的进化算法，通过运用模因原理和结构映射理论，演化语义网络，自动生成跨领域的类比。该方法成功地为给定的基础领域生成了新颖的、结构上类似的靶领域，通过以ConceptNet和WordNet作为知识来源的适应度驱动演化，证明了其可行性。

ABSTRACT

Analogy plays an important role in creativity, and is extensively used in science as well as art. In this paper we introduce a technique for the automated generation of cross-domain analogies based on a novel evolutionary algorithm (EA). Unlike existing work in computational analogy-making restricted to creating analogies between two given cases, our approach, for a given case, is capable of creating an analogy along with the novel analogous case itself. Our algorithm is based on the concept of "memes", which are units of culture, or knowledge, undergoing variation and selection under a fitness measure, and represents evolving pieces of knowledge as semantic networks. Using a fitness function based on Gentner's structure mapping theory of analogies, we demonstrate the feasibility of spontaneously generating semantic networks that are analogous to a given base network.

研究动机与目标

• 开发一种计算方法，用于开放式的、自动化的新型跨领域类比生成，而非仅仅识别预存案例之间的类比。
• 通过将语义网络视为受变异和选择作用的“模因”，建模知识创造中的文化演化过程。
• 基于Gentner的结构映射理论实现适应度函数，以指导类比性语义网络的演化。
• 证明进化计算能够从给定的基础领域生成语义上有意义、结构上类似的知识表征。
• 提供一个通用框架，利用进化原理和常识知识库生成具有特定属性的知识。

提出的方法

• 该方法将知识表示为由概念和二元关系组成的有向语义网络，作为进化算法中的可进化个体。
• 通过为语义网络量身定制的模因交叉和变异算子实现变异，利用ConceptNet和WordNet中的常识知识。
• 基于Gentner的结构映射理论设计适应度函数，通过测量基础网络与演化网络之间的结构对齐程度来评估类比相似性。
• 通过锦标赛选择结合精英策略进行选择，优先选择类比适应度更高的个体。
• 算法在多代中演化语义网络群体，同时追踪适应度和网络规模以监控收敛性。
• 初始网络生成受到最大概念数和最小关系得分阈值的约束，以确保有意义的变异。

实验结果

研究问题

• RQ1 进化算法能否自主为给定的基础领域生成新颖的、结构上类似的靶领域？
• RQ2 基于结构映射理论的适应度函数在多大程度上能引导语义连贯类比的演化？
• RQ3 语义网络和常识知识库（ConceptNet、WordNet）在实现有意义类比演化方面的有效性如何？
• RQ4 进化过程能否自发产生类似于人类创造性推理的跨领域映射类比？
• RQ5 模因变异和选择在计算框架中生成新颖、非平凡类比的过程中起到何种作用？

主要发现

• 在两次不同的实验中，该算法分别在35代和42代成功生成了结构上类似的语义网络，适应度值分别为2.8和2.7。
• 演化出的个体相比基础网络复杂度降低，仅包含9个和10个概念以及9条关系，表明实现了有效的结构对齐。
• 适应度值随代数稳步上升，每代中最佳个体的适应度始终高于群体平均值。
• 网络规模（以关系数量衡量）随时间趋于稳定，表明进化过程已实现收敛。
• 该方法在无需预先知晓目标的情况下成功生成了新颖类比，支持其在计算创造力中的作用。
• ConceptNet和WordNet的整合促进了有意义的变异和选择，提升了演化类比的语义连贯性。