创建一个模型来对句子逻辑或不逻辑进行分类

Question

如何训练模型来对以下句子进行逻辑或不逻辑分类？

“他有两条腿”——符合逻辑 “他有六条腿”——不合逻辑

我尝试过的解决方案：

1：通过cnn训练分类器

我以前做过，如果你有足够的数据，效果很好。问题是我没有一个巨大的数据集来为这种情况贴上“逻辑”或“不逻辑”的标签。

2：使用语言模型

在wiki等数据集上训练gluonnlp引入的语言模型，用它来找出句子的概率。如果句子的概率很高，则将其标记为逻辑，反之亦然。问题是结果不好。

我估计概率的方式

def __predict(self):
    lines = self.__text_edit_input.toPlainText().split("\n")
    result = ""
    for line in lines:
        result += str(self.__sentence_prob(line, 10)) + "\n"

    self.__text_edit_output.setPlainText(result)

def __prepare_sentence(self, text, max_len):
    result = mx.nd.zeros([max_len, 1], dtype='float32')
    max_len = min(len(text), max_len)
    i = max(max_len - len(text), 0)
    j = 0
    for index in range(i, max_len):
        result[index][0] = self.__vocab[text[j]]
        j = j + 1
    return result

def __sentence_prob(self, text, max_len):
    hiddens = self.__model.begin_state(1, func=mx.nd.zeros, ctx=self.__context)
    tokens = self.__tokenizer(text)
    data = self.__prepare_sentence(tokens, max_len)
    output, _ = self.__model(data, hiddens)
    prob = 0
    for i in range(max_len):
        total_prob = mx.nd.softmax(output[i][0])
        prob += total_prob[self.__vocab[i]].asscalar()

    return prob / max_len

语言模型可能出现的问题：

1. Do not use correct way to split the sentences(I am using jieba to split the Chinese senteces)
2. Number of vocab is too small/big(test 10000, 15000 and 30000)
3. Loss too high(ppl around 190) after 50 epochs?
4. Number of sentences length should be larger/smaller(tried 10,20,35)
5. The data I use do not meet my requirements(not every sentences are logical) 
6. Language model is not appropriate for this task?

有什么建议吗？

Answer 1

问题 6. 语言模型不适合此任务？ 是主要问题。构建语言模型是为了在语言使用（语法、语义等）方面理解输入文本，而不是得出逻辑结论。因此，即使使用大量数据或非常深的模型，您也可能无法获得良好的结果。 您要解决的问题极其困难。您可能想查看的是Symbolic AI。该领域有很多正在进行的研究。