Resumen: Uno de los objetivos de la inteligencia artificial neuro-simbólica es explotar el conocimiento de fondo para mejorar el rendimiento de las tareas de aprendizaje. Sin embargo, la mayoría de los marcos existentes se centran en el escenario simplificado donde el conocimiento no cambia con el tiempo y no cubre la dimensión temporal. En este trabajo, consideramos el problema mucho más desafiante de la clasificación de secuencia basada en el conocimiento, donde se deben emplear diferentes partes de conocimiento en diferentes times, y las relaciones temporales están disponibles. Nuestra evaluación experimental compara arquitecturas neuro-simbólicas y solo neurales en etapas múltiples, y se realiza en un marco de evaluación comparativa recientemente introducido. Los resultados demuestran la naturaleza desafiante de este entorno novedoso, y también destacan las deficiencias poco exploradas de los métodos neurombólicos, que representan una referencia preciosa para futuras investigaciones.
Publicado Originalme en rss.arxiv.org El 8 de mayo de 2025.
Ver Fuente Original
