【极简笔记】Tunneling Neural Perception and Logic Reasoning through Abductive Learning
论文地址https://arxiv.org/abs/1802.01173
本文的核心贡献是提出Neural Logical Machine(NLM),文中实验用它来学习判断一个手写等式是否成立(注意,这个等式可以是二进制计算等式,也可以是异或等式,等式的运算符号和digit都可以自行定义,训练时的label只有等式成立或不成立)。简而言之,给一堆两位数三位数的计算,学习运算规律,判断五位数六位数计算的式子是否满足该运算规律。
NLM输入是手写体式子,预测输出判断该式子是否成立。结构主要分为三部分:
1. perception neural layer
使用CNN+FC layer+softmax实现,用于区分手写符号
2. logical layer
使用Prolog model,利用非梯度优化方法计算获得手写公式的符号标注,训练