摘要

Tsetlin Machine（TM）是一种基于命题逻辑的可解释模式识别算法，在自然语言处理（NLP）的多项任务中表现出具有竞争力的性能，包括情感分析、文本分类以及词义消歧。为实现人类级别的可解释性，传统TM采用布尔型输入特征，例如词袋模型（Bag-of-Words, BOW）。然而，BOW表示方式难以利用预训练的语义信息，如word2vec和GloVe等词向量表示，这一局限性导致TM在NLP任务中的性能相较于深度神经网络（DNN）模型受到显著制约。为缩小这一性能差距，本文提出一种全新的方法，将预训练词向量有效融入TM框架。该方法通过从预训练词向量中提取语义相关词汇作为TM的输入特征，显著提升了TM的性能与可解释性。实验结果表明，所提出方法的准确率显著优于基于BOW的旧有TM模型，已达到基于DNN模型的水平。