(资料图片仅供参考)

即使是机器也可以解决填字游戏，这要归功于锡耶纳大学与 expert.ai(EXAI：IM)合作开发的软件WebCrow 2.0，后者是用于自然语言处理(NLP)和理解(NLU)的人工智能(AI)的领先公司。

一个多世纪以来，由于人类语言的复杂性和细微差别，填字游戏对人类来说一直是一个有趣的挑战。这也恰好是人工智能最复杂和最具挑战性的领域之一。事实上，最先进的语言技术必须具备相当广度和深度的知识，才能根据上下文识别单词的正确含义(例如，修剪一棵树与修剪一栋房子)。他们还必须能够解释俚语、流行语、文字游戏和其他形式的歧义(例如，填字游戏线索：不粘的液体，答案：苏格兰威士忌)。WebCrow 2.0 可以做到这一点，甚至更多。

“我们很高兴介绍我们的智能机器WebCrow，并讨论它的演变以及创造和解决日常生活标准的能力，填字游戏，”锡耶纳大学信息工程与数学科学系教授Marco Gori说。“机器能像人类一样解决这些问题吗?他们如何将定义和答案线索与利基或抽象的参考进行比较?他们能学会文字、语言上的细微差别甚至幽默吗?我们已经准备好展示如何利用上下文使人类和软件协同工作，并将基于人工智能的认知能力提升到新的水平。

理解、知识图谱、推理

WebCrow 2.0 被赋予了典型的人类技能，可以模拟类似人类的阅读、理解和推理过程。这允许软件根据填字游戏中的定义和其他线索识别单词的含义。它通过以下方式实现此目的：

理解： 利用几个逻辑和语言分析步骤，专注于理解线索。

知识： 找到正确的含义需要利用各种来源的知识进行推理和推理。Expert.ai的知识图谱通过市场上最丰富的理解语言的概念数据库来实现这一点。

推理： 先进的人工智能、NLU 与 NLP、机器学习和约束满足技术相结合，识别可能的单词，评估它们并在拼图网格中输入答案。

“我们的业务是帮助组织在理解和管理其可支配的巨大信息财富的基础上改进任何活动或流程，”专家首席技术官Marco Varone说。人工智能。“与锡耶纳大学的研究人员合作，并通过我们的消除歧义工具、知识图谱和将人工智能应用于语言的专业知识来支持他们的努力，这是非常令人欣慰的。任何受到填字游戏挑战的人都熟悉细微的线索，因此自动解谜是说明我们在推进自然语言技术方面已经走了多远的好方法。