从大语言模型谓词到Logic Tensor Networks：受监管采购中的神经符号投标验证

我们提出了一种神经符号方法，即结合符号和亚符号人工智能来验证受监管公共机构的要约文件。我们采用语言模型来提取信息，然后与 LTN（逻辑张量网络）聚合以做出可审核的决策。在受监管的公共机构中，决策必须以事实正确且可在法律上验证的方式做出。我们的神经符号方法允许将现有的特定领域知识与语言模型的语义文本理解联系起来。我们的管道产生的决策可以通过谓词值、规则真值和相应的文本段落来证明，这使得能够基于真实的要约文档语料库进行规则检查。我们在真实语料库上的实验表明，所提出的管道实现了与现有模型相当的性能，而其主要优势在于其可解释性、模块化谓词提取以及对 XAI（可解释人工智能）的显式支持。