High Quality Embeddings for Horn Logic Reasoning

Cet article présente de nouvelles approches pour créer des embeddings de haute qualité pour les énoncés logiques, essentiels pour l'entraînement des réseaux neuronaux à classer efficacement les choix des raisonneurs logiques. Ces méthodes impliquent la génération d'ancres avec des termes répétés, l'équilibrage des exemples faciles, moyens et difficiles pour l'entraînement par triplet loss, et l'accentuation périodique des exemples les plus difficiles.