arXiv 论文：用机器学习衡量语义复杂度

Shane Steinert-Threlkeld 与 Jakub Szymanik 在 arXiv（cs.CL 全量分类）发表论文《Cognitive Thermometers: Machine Learning and Logical Complexity》，提出用机器学习模型充当“认知温度计”来度量语义复杂度。 作者称，这一路径比逻辑方法更中立，因为逻辑可定义性高度依赖所选逻辑语言。他们指出，已有证据显示逻辑与机器学习在相对复杂度及其对语义类型学的影响上常得出趋同结果；两者分歧时，学习比逻辑复杂度更具解释力。 该框架的目标是统一符号逻辑与连接主义 AI 的复杂度研究路径。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。