High Quality Embeddings for Horn Logic Reasoning

El artículo introduce enfoques novedosos para crear embeddings de alta calidad para sentencias lógicas, fundamentales para entrenar redes neuronales en la clasificación eficiente de elecciones hechas por razonadores lógicos. Estos métodos implican generar anclas con términos repetidos, equilibrar ejemplos fáciles, medianos y difíciles para el entrenamiento de triplet loss, y enfatizar periódicamente los ejemplos más difíciles.