问如何将知识库输入语言模型？

EN

在我看来，这是一个非常困难的问题，它不确定这是否能做到。

符号方法和统计方法很难结合。事实上，统计ML方法之所以成为主流，是因为它们能够比符号方法更好地解决大多数问题。在NLP中尤其如此:多次尝试基于规则的语言表示(在80年代和90年代)不仅成本高昂，而且从未证明它们能够涵盖自然语言的全部多样性。

在具体任务中，对混合模型进行了各种尝试，但据我所知，与纯统计方法相比，这些混合方法没有一种证明是足够好的。然而，可以发挥作用的是引入以资源表示的知识，作为统计模型所使用的一些特性。在这种情况下，模型根本不是符号的，但是它使用来自符号资源的信息。

通过对我们物质世界的新的常识理解，我们也得到了增强。

小心不要假设这些模型中的任何一个都能理解任何东西。他们的结果可以非常令人信服，但这些并不是强AI。自然语言理解还远未实现(而且可能永远不会实现)。你也许可以以某种方式使用象征性的资源来提高模型的输出，但是让这样一个模型对它正在谈论的是什么进行一些实际的推理是完全不同的(至少就目前而言，是一个科幻故事)。