t_wの輪郭

Feedlyでフォローするボタン
関係かんけい
因果関係関係念慮関係副詞関係強化友人関係人間関係生命というのは環境との関係を通して情報を作り出す関係ネットワーク協調関係関係詞関係代名詞従属関係社会関係「輪郭の自己組織化」と「情報探査の容易性」の関係関係性包含関係関係部署関係改善関係を改善依存関係リンクの種類（意味的関係）近い関係関係させる関係づける外交関係対人関係関係の異常贈与関係上位下位関係分析扶助関係関係子主題に関係したaRb言葉と意味の関係伴意関係同値関係お金と効用の関係関係演算あれ「aからbに置き換えられる」という関係によって諸相を表す関係の論理関係X関係を作る無関係関係指向関係一覧画面UIは関係を表す関係の関係関係の個体化関係除算会社は存在ではなく関係関係と関係の関係境界の関係境界づけられたコンテキストの関係性コンテキストの関係関係者継承関係信頼関係

あれ

2025/1/13 11:12:00

書きかけ＆考え中

目的

  1. LLMの推論において、知識に基づく推論をさせて、誤った回答を防ぎたい
  2. LLMの学習を「知識をDBに追加している」と考えたとき、極めて低速であり、「知識の追加」をLLMの外部に置いて高速化したい

道筋

自然言語で記述された文章から「知識」を抽出し、その「知識」をPrologのように機械的に検証できれば、LLMの出力を検証できるはず。
RDBの一つのテーブル（など）で「知識」を表現できれば便利なはず。
「知識」を一つのテーブルに格納するには、固定長のカラムによって「知識」を表現しなければならない。
加えて、固定長のカラムで「知識」を表現できると美しく感じられるので嬉しい。
aRbを出発点とする。


単純な文

"Penguin is bird" という文について考える（正しい英文はPenguin is a birdになるが、簡単のためにaは省略している）。
aのみを主語にすれば、Rb(a)となり、is bird(鳩) となる。
加えてbを主語にすればR(a,b)と表すことができる。すなわち、is(penguin, bird) となる。
さらにRを主語化すればT(a,R,b)と表すことができる。つまり、T(penguin ,is, bird) となる。
この時のTは「真実であると主張すること」としておく。


修飾を持つ文

"Penguin is swimming bird" という文について考える。
先の 単純な文 の結果から拡張すれば、T(penguin, is, swimming bird) となる。
T(penguin, is, swimming bird)がT(penguin ,is, bird)に含まれることは人間には推論可能だが、機械的には推論が難しく、機械的推論可能な形式に変形したい。
そこで、T(penguin, is, swimming bird)のbを分離させ、T(penguin, is, swimming)とT(penguin, is, bird)の二つに分離することを考える。これによって"Penguin is swimming bird"の"is bird"の箇所については"Penguin is bird"から推論可能となった。


複雑な文

"Pressures produced when penguins pooh"という文について考える。

T(pressure, produced, when penguins pooh)

aRb

2024/6/1 15:47:00

「aはbに対してRの関係にある」を表す表現。

部分全体関係 部分
要素
例
談話関係 付加的関係 正付加関係 追加
背景
内容
等価
負付加関係 対照
または
相違
因果的関係 正因果関係 因果
推論
すると
目的
ならば
負因果関係 相反
によらず
譲歩
対話行為 返答
はい
いいえ
解決案
時間関係 その後
同時
状況
他の関係 対象
？
– {『グラフが論理的思考力を高める －ChatGPTなどのAIとともに持続的に進化する社会の展望－』 K#/94CD}