一种可解释的无监督推理方法

本发明涉及自然语言处理技术领域，公开了一种可解释的无监督推理方法，弥补现有无监督推理方法表现不足、缺乏可解释性的问题。首先对要进行预测的数据进行预处理，使用语言模型把每一个由问题和选项组成的二元组转化成一个陈述；然后对于每个陈述，使用语言模型生成这个陈述的一个否定和若干原因，并计算生成过程的概率以及陈述、否定和原因各自的概率；然后删除不合适的原因；然后基于每个样本的陈述、否定、原因和相关概率构造一个最大可满足性问题，然后调用现成的符号求解器对这个最大可满足性问题进行求解，得到取值为真的陈述，最后选出对应选项。