NeuroNL2LTL：一种用于线性时序逻辑自然语言翻译的神经符号框架

Paapa Kwesi Quansah, Ernest Bonnah

2026

摘要

提出了一种神经符号架构，通过结构保持的中间表示和验证器在环训练，将自然语言翻译为线性时序逻辑，并确保输出的可满足性。该方法在20万条跨领域需求上实现了28%的语义等价率和86%的可满足率。

neurosymboliclinear temporal logicnatural language translationformal verificationreinforcement learning

OTHER

📊 1 引用

Qiang Cui, Chuan Yu, Daoqian Yang 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Ke Shang, Xin Jin, Teli Xu 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Yong Tao, Donghua Tan, Fan Ren 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

OTHER

📊 0 引用

Chuang Shi, Tianming Liu, Ning Xue 等 9 位作者

Aerospace Science and Technology · 2026