Het oplossen van vraagstukken uit de kansrekening en combinatoriek in natuurlijke taal.

In dit project wordt een volautomatische aanpak ontwikkeld die toelaat oefeningen op te lossen over combinatoriek en waarschijnlijkheidsleer, zoals die in inleidende tekstboeken in discrete wiskunde kunnen gevonden worden. De mogelijkheid dergelijke problemen op te lossen is een belangrijke cognitieve en intellectuele vaardigheid en wordt geëvalueerd als onderdeel van academische toelatingsproeven zoals de SAT, GMAT en GRE. De vraagstukken zullen geformuleerd worden in natuurlijke taal en de taak voor het systeem is om automatisch de vragen te beantwoorden. We zullen een twee-stappen aanpak ontwikkelen hiervoor. In de eerste stap analyseren en transformeren we de natuurlijke taal vraag naar een hoog-niveau model geformuleerd in een declaratieve taal. In de tweede stap wordt dit hoog-niveau model opgelost door de inferentiemechanismen van de declaratieve modelleringstaal te gebruiken. De taal en de inferentiemechanismen zijn gebaseerd op de principes van probabilistisch programmeren, een steeds populairder programmeerparadigma. Hoewel het onmiddellijke doel van het project het oplossen van de vraagstukken is, is het lange termijn doel om bij te dragen tot de automatisering van het oplossen van probabilistische en combinatorische problemen en toe te laten dit soort problemen in natuurlijke taal te modelleren en programmeren, twee doelstellingen die uiterst relevant zijn voor cognitive computing en artificiële intelligentie

Trefwoorden:BEGRIP VAN NATUURLIJKE TAAL, ARTIFICIËLE INTELLLIGENTIE

Disciplines:Toegepaste wiskunde

Project type:Samenwerkingsproject