Lógica natural para inferência textual

Este artigo apresenta o primeiro uso de um modelo computacional de lógica natural---um sistema de inferência lógica que opera sobre a linguagem natural---para inferência textual. A maioria das abordagens atuais para a tarefa de inferência textual PASCAL RTE alcança robustez sacrificando a precisão semântica; embora amplamente eficazes, elas são facilmente confundidas por inferências ubíquas que envolvem monotonicidade. No outro extremo, sistemas que dependem de lógica de primeira ordem e demonstração de teoremas são precisos, mas excessivamente frágeis. Este trabalho visa um meio-termo. Nosso sistema encontra uma sequência de edições de baixo custo que transforma a premissa na hipótese; aprende a classificar relações de implicação entre edições atômicas; e compõe implicações atômicas em um julgamento de implicação de nível superior. Fornecemos os primeiros resultados relatados para qualquer sistema no conjunto de testes FraCaS. Também avaliamos em dados RTE3 e mostramos que a hibridização de um sistema RTE existente com nosso sistema de lógica natural resulta em ganhos de desempenho significativos.