Prolog作为智能语言是如何工作的?

我在Prolog中编写了一组规则,如果规则匹配就会触发特定的动作。类似于这样:

rule_second_question(X, Y, X, W):-    (        LINK_BASE == 'G',        is_verb_form(X),        aggregate_all(X, linkage(W, _, _, _, _, _, _, _, _, 'RS'), Y),        writeln(Y),        Count == 1,        SUBJECT = X,        nb_linkval(rule, 'twol')    )

我也可以在Python、C++中使用ifelse编写类似的规则。

我的程序与语言学有关。我不明白Prolog与其他编程语言相比有什么不同之处。

任何帮助或示例都将非常感激。


回答:

Prolog的力量源自于逻辑变量,结合内嵌的搜索算法,以及表达丰富且统一的数据结构设施。

它实现了一种关系数据模型,但其结构化值域比SQL更丰富。从某种意义上说,我认为它是’No SQL’语言的先驱。

因此,我们可以小心地编写复杂数据结构之间的关系,就像早期的NLP研究中认为所需的那样。

一些易于实现的语法糖(所谓的DGC – 确定性子句语法),然后让你编写可执行的抽象语法树。如果你认为这种语言(或多或少)与C语言一样古老,你就能体会到它的魅力。

然后,NLP研究被一种更直接有效的范式所吸引:统计解析。Prolog,由于不擅长算术,逐渐失去了流行度。

查看项目Attempto,了解在Prolog中实现的有价值的资源。

另外,我最喜欢的关于Prolog的书,由Pereira-Shieber撰写,免费提供。它通过NLP介绍Prolog。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注