Логическое обнаружение ошибок и/или идентификация с обработкой на естественном языке

Существует ли какой-либо пакет или методология для обнаружения ошибочных логических аргументов в тексте?

Я надеялся на то, что будет работать для текста, который не написан в академических условиях (например, в логическом классе). Это может быть растяжкой, но мне хотелось бы что-то, что может определить, где логика пытается использоваться и идентифицировать логическую ошибку. Возможно, это будет означать ошибки в редакционных статьях.

Мне не нужно ничего, что отполировано. Я бы не хотел работать над тем, чтобы что-то развивать, поэтому я действительно ищу, что там в дикой природе.

Ответ 1

Это сложная проблема, потому что вам придется сопоставить естественный язык с некоторым логическим представлением и иметь дело с двусмысленностью в этом процессе.

Проект-попытка может быть вам интересен. Он имеет несколько tools, которые вы можете попробовать в Интернете. В частности, RACE может делать то, что вы хотели сделать. Он проверяет согласованность данных утверждений. Но большая проблема здесь заключается в преобразовании их в логические формы.

Ответ 2

Для онологии логических аксиом, OpenCyc, и коммерческие полные он-видеоистории могут стоить исследования. CycML используется как язык для моделирования логических утверждений, а механизм Cyc способен логически выводить. Источник OpenCyc можно найти в OpenCyc SourceForge project. Страница Cyc Wikipedia также содержит отличную информацию.

Ответ 3

Да, это очень неприятная проблема. Я бы предложил вам сосредоточиться на узкой области. Например, если вы ищете логические ошибки при определении рака, вам необходимо сосредоточиться на том, какой тип рака, а также на то, что вы пытаетесь решить, например: правильные планы лечения, правильные наблюдения, правильные процедуры, правильное определение стадии и т.д. Затем вам нужно найти таксономию или онтологию для этого конкретного рака, например: Medline. Так, например, вам, вероятно, придется сосредоточиться на ТОЛЬКО раке легкого, а затем только на подмножестве типов рака легких и только на наблюдениях, указывающих на рак легких. Затем вы будете идентифицировать свой корпус, деревья знаний, отношения сущностей, а затем беспокоиться об обнаружении отрицания, гипотезах и обнаружении предметов. Если Healthcare не плавает на вашей лодке, я слышу еще один сложный домен для логических ошибок - это юридическая/юридическая индустрия.