[论文解读] Closed Loop Neural-Symbolic Learning via Integrating Neural Perception, Grammar Parsing, and Symbolic Reasoning

Qing Li, Siyuan Huang+4 more|arXiv (Cornell University)|Jun 11, 2020

Topic Modeling被引用 33

一句话总结

本论文提出一个神经-符号框架，整合神经感知、基于语法的解析和符号推理，使用强化学习驱动的回溯搜索(backsearch)和后验近似，从数据中学习有效的程序和公式。

ABSTRACT

The goal of neural-symbolic computation is to integrate the connectionist and symbolist paradigms. Prior methods learn the neural-symbolic models using reinforcement learning (RL) approaches, which ignore the error propagation in the symbolic reasoning module and thus converge slowly with sparse rewards. In this paper, we address these issues and close the loop of neural-symbolic learning by (1) introducing the \ extbf{grammar} model as a \ extit{symbolic prior} to bridge neural perception and symbolic reasoning, and (2) proposing a novel \ extbf{back-search} algorithm which mimics the top-down human-like learning procedure to propagate the error through the symbolic reasoning module efficiently. We further interpret the proposed learning framework as maximum likelihood estimation using Markov chain Monte Carlo sampling and the back-search algorithm as a Metropolis-Hastings sampler. The experiments are conducted on two weakly-supervised neural-symbolic tasks: (1) handwritten formula recognition on the newly introduced HWF dataset; (2) visual question answering on the CLEVR dataset. The results show that our approach significantly outperforms the RL methods in terms of performance, converging speed, and data efficiency. Our code and data are released at \\url{https://liqing-ustc.github.io/NGS}.

研究动机与目标

• 推动将感知、语法解析和符号推理结合的闭环神经-符号学习。
• 提出具有回溯搜索和后验采样的神经-语法-符号模型，以生成有效的程序/公式。
• 利用来自 CROHME 的手写公式数据和 CLEVR 风格的 VQA 的结构化语法进行学习的演示。
• 分析采样型 REINFORCE 变体与 Metropolis-Hastings 平滑对学习准确性的影响。

提出的方法

• 使用 LeNet 作为神经感知模块，从图像中提取特征。
• 应用基于语法的符号推理，使用上下文无关文法生成公式和 CLEVR 程序。
• 在训练中应用 REINFORCE 和 MAPO 风格的基线，并引入奖励衰减。
• 引入 m-BS（多阶段回溯搜索）和 1-BS（单步回溯搜索），通过在模块组内互换来纠正错误预测。
• 将后验近似 p'(z|x,y) 设为对 p(z|x,y) 的平滑版本，并通过 Metropolis-Hastings 进行采样；证明 KL(p||p') = O(ε)。
• 在来自 CROHME 的手写公式和 CLEVR 风格程序的合成数据集上进行训练；利用场景解析器和 Pointer Network 作为神经组件。

实验结果

研究问题

• RQ1 闭环的神经-符号系统是否能够从感知数据中学习出有效的符号程序或公式？
• RQ2 在正确的符号结构稀少或模糊时，回溯搜索与后验采样如何改善学习？
• RQ3 Metropolis-Hastings 平滑后验对学习效率与准确性的影响如何？
• RQ4 在 VQA 与手写公式任务中，基于语法驱动的符号推理模块能否与神经感知良好整合？

主要发现

• 该框架通过整合感知、语法解析和符号执行，使神经-符号管道的学习成为可能。
• 回溯搜索变体（1-BS、m-BS）可通过在语法定义的组内交换模块来纠正错误预测。
• 基于 Metropolis-Hastings 的后验近似 p′(z|x,y) 将真实后验 p(z|x,y) 平滑为 KL(p||p′)=O(ε) 当 ε→0 时，从而提高采样的稳定性。
• 在手写公式识别中，使用一个数字与基本运算符的上下文无关文法，并借助生成的合成数据来训练模型。
• 在 CLEVR 的神经-符号 VQA 中，场景解析器（Mask-RCNN + ResNet-34）提供结构表示，Pointer Network 作为问题解析器提取有效的模块序列。