关系推理简单神经网络模块(译文及原文).pdfVIP

关系推理的简单神经网络模块 深度思维 伦敦，英国 摘要 关系推理是一般智能行为的核心组成部分，但已被证明神经网络很难进行学习。本文描 述了如何使用关系网络 （RN）作为一个简单的即插即用模块来解决根本上依赖关系推理的 问题。我们用三个任务测试了 RN-增强网络:使用称为 CLEVR 的挑战性数据集的视觉问题回 答，在这方面我们达到了最优，并超过了人类的水平；使用 bAbI 任务进行基于文本的问答； 和基于动态物理系统的复杂推理。然后，我们专门整理了一个类似 CLEVR 的数据集 Sort-of-CLEVR，并在这一数据集上展示了卷积神经网络不具备解决关系问题的通用能力，但 在使用 RN 增强以后，就能获得关系推理的能力。我们的工作表明了，配备 RN 模块的深 度学习架构能以怎样的方式隐含地发现并且学习去推理实体及其关系。 1.概述 推理实体间关系和其属性的能力以通用智能行为为