Каково определение понимания (письменного) естественного языка и как мы можем проверить или измерить это понимание?
Понимание естественного языка игнорируется частью обработки естественного языка в информатике. Точные определения и тесты на понимание необходимы для создания искусственного общего интеллекта (AGI) — например , https://link.springer.com/chapter/10.1007/978-3-319-41649-6_13 в статье утверждается, что искусственный общий интеллект (например, программное обеспечение кусок) должен учиться и самомодифицировать себя, но такое развитие возможно только в том случае, если AGI может оценить качество/пригодность новой самомодификации - лучше ли эта самомодификация, чем существующая версия AGI, и может ли эта самомодификация быть применяемый? Очевидно, что если мы хотим применить машинное обучение и AGI к пониманию естественного языка, мы должны иметь возможность проверять и измерять понимание.
Есть статья https://link.springer.com/chapter/10.1007/978-3-319-41649-6_11 о понимании конкретно, но она как-то узко ориентирована на конкретную задачу QA. Может быть, у когнитивной науки есть лучшие тесты?
Для справки - в стадии разработки находятся некоторые системы AGI "когнитивных архитектур" (в википедии есть их список) - такие как OpenCog, NARS, Soar и некоторые другие.
Системы понимания естественного языка могут быть основаны на теориях репрезентации дискурса , которые представляют значение английских предложений как логические предикаты первого порядка. Attempto Controlled English — один из примеров системы понимания естественного языка, основанной на теориях репрезентации дискурса.
Точно так же существует несколько реализаций семантических синтаксических анализаторов , которые преобразуют тексты на естественном языке в формальные представления их значений.