Allgemeinwissensbasierte Schlussfolgerung in der NLP

Allgemeinwissensbasierte Schlussfolgerung in der NLP bezieht sich auf die Fähigkeit eines Sprachmodells oder Inferenzsystems, auf implizite, weltwissensbasierte Fakten zurückzugreifen, die Menschen als selbstverständlich ansehen – Fakten, die nicht im Text genannt werden –, um Fragen zu beantworten, Geschichten zu vervollständigen oder Dialoge zu interpretieren. Bedeutende Benchmarks, die die Aufgabe formalisieren, umfassen ATOMIC (Sap et al., 2019), einen Wenn-Dann-Allgemeinwissens-Wissensgraphen, und HellaSwag (Zellers et al., 2019), eine Herausforderung zur Satzvervollständigung, die Lücken im maschinellen Verständnis alltäglicher Ereignisse aufzeigte.