लॉजिकल फॉरेसी डिटेक्शन और/या प्राकृतिक-भाषा-प्रसंस्करण के साथ पहचान

Question

क्या टेक्स्ट में त्रुटिपूर्ण तार्किक तर्कों का पता लगाने के लिए अस्तित्व में कोई पैकेज या पद्धति है?

मैं ऐसी चीज की उम्मीद कर रहा था जो एक अकादमिक सेटिंग (जैसे लॉजिक क्लास) में लिखा गया पाठ के लिए काम करेगा। यह एक खिंचाव हो सकता है लेकिन मुझे ऐसा कुछ चाहिए जो पहचान सके कि तर्क कहां उपयोग करने की कोशिश कर रहा है और तार्किक त्रुटि की पहचान कर रहा है। इसके लिए एक संभावित उपयोग संपादकीय लेखों में त्रुटियों को चिह्नित करेगा।

मुझे पॉलिश की गई किसी भी चीज की आवश्यकता नहीं है। मुझे कुछ विकसित करने के लिए काम करने में कोई दिक्कत नहीं होगी, इसलिए मैं वास्तव में जंगली में क्या बाहर निकलना चाहता हूं।

Answer 1

यह एक कठिन समस्या है, क्योंकि आपको कुछ लॉजिकल प्रतिनिधित्व के लिए प्राकृतिक भाषा को मानचित्र बनाना होगा, और प्रक्रिया में अस्पष्टता से निपटना होगा।

Attempto Project आपके लिए दिलचस्प हो सकता है। इसमें कई tools हैं जिन्हें आप ऑनलाइन आज़मा सकते हैं। विशेष रूप से, RACE ऐसा कुछ कर सकता है जिसे आप करना चाहते थे। यह दिए गए दावों पर स्थिरता की जांच करता है। लेकिन यहां बड़ा मुद्दा उन्हें तार्किक रूपों में बदलने में है।

Answer 2

तार्किक सिद्धांतों के एक जीवविज्ञान के लिए, OpenCyc और वाणिज्यिक पूर्ण सीईसी ऑटोलॉजी भी जांच के लायक हो सकते हैं। साइकोएमएल लॉजिकल दावे के मॉडल के लिए एक भाषा के रूप में प्रयोग किया जाता है, और सीईसी इंजन लॉजिकल अनुमान लगाने में सक्षम है। OpenCyc के लिए स्रोत OpenCyc SourceForge project में पाया जा सकता है। Cyc Wikipedia page में भी अच्छी जानकारी है।

Answer 3

हां, यह एक बहुत ही बुरा समस्या है। मैं सुझाव दूंगा कि आप एक संकीर्ण डोमेन पर ध्यान केंद्रित करने का प्रयास करें। उदाहरण के लिए, यदि आप कैंसर के निर्धारण में तर्क त्रुटियों की तलाश में हैं, तो आपको किस प्रकार के कैंसर के साथ-साथ आप क्या हल करने की कोशिश कर रहे हैं, इस पर ध्यान देना होगा जैसे: सही उपचार योजनाएं, सही अवलोकन, सही प्रक्रियाएं, सही चरण निर्धारण, इत्यादि। फिर आपको उस विशिष्ट कैंसर के लिए वर्गीकरण या ऑटोलॉजी मिलनी है, उदाहरण के लिए: मेडलाइन। तो उदाहरण के लिए, आपको केवल फेफड़ों के कैंसर पर ध्यान केंद्रित करना होगा और फिर फेफड़ों के कैंसर के प्रकारों का केवल एक उप-समूह और केवल फेफड़ों के कैंसर का संकेत देने वाले अवलोकन होंगे। फिर आप अपने कॉर्पस, ज्ञान पेड़, इकाई संबंधों की पहचान करेंगे और फिर अस्वीकृति का पता लगाने, काल्पनिक और विषय पहचान के बारे में चिंता करेंगे। यदि हेल्थकेयर आपकी नाव नहीं चलाता है, तो मैं तर्क त्रुटियों के लिए एक और चुनौतीपूर्ण डोमेन सुनता हूं कानूनी/कानून उद्योग है।