IBM-Watson能从句子的上下文中推断吗？

Question

我的意思是，例如，当我们说一些东西来描述一个场景时，沃森能理解那个场景是什么样子的吗？Cyc cop试图为AI设计常识，比如从知识库系统中理解和推理句子，但Watson使用统计方法进行自然语言处理(NLP)。Cyc公司认为，统计分析不能使人工智能进行推断，我们需要潜在的知识来进行推断。

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在特定的类中。例如，如果你有100种不同的“类型”的场景(户外，海滩，山脉，室内，城市等)，你可以创建一个分类器，它可以识别不同的描述，并能够正确地将以前没有见过的句子分类到它们各自的场景类型中。

NLC是一个机器学习系统，不仅仅是统计分析，因此它能够学习特定的单词和短语如何与特定类型的场景相关，并使用现代nlp技术(即单词向量)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，以便训练分类器(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(如果你想识别一个新的场景类型，你只需要一些如何描述它的例子)