用于 Horn 逻辑推理的高质量嵌入

arXiv:2605.20467v1 公告类型：新 摘要：可以训练神经网络对逻辑推理器做出的选择进行排名，从而更有效地搜索答案。此过程的关键步骤是创建有用的嵌入，即逻辑语句的数字表示。本文介绍并评估了几种创建嵌入的方法，这些方法可以带来更好的下游结果。我们使用三元组损失来训练嵌入，这需要由锚点、正例和负例组成的示例。我们引入了三个想法：生成更有可能出现重复项的锚点，以确保简单、中等和困难示例之间良好平衡的方式生成正例和负例，以及在训练期间定期强调最难的示例。我们进行了多项实验来评估这种方法，包括比较不同知识库中的不同嵌入，试图确定哪些特征使嵌入非常适合特定的推理任务。