ASPIRE là một mô hình suy luận nơ-ron đa năng dùng cho suy luận ngữ nghĩa và dự đoán trên dữ liệu có cấu trúc không đồng nhất. Để giải quyết những thách thức của dữ liệu thực tế, thường biểu hiện dưới nhiều dạng khác nhau và rời rạc với các lược đồ đa dạng, ngữ nghĩa không nhất quán và không có thứ tự đặc trưng cố định, ASPIRE kết hợp một bộ chuyển đổi dựa trên tập hợp bất biến hoán vị với một mô-đun ngữ nghĩa học các phụ thuộc đặc trưng trên các tập dữ liệu bằng cách tích hợp các mô tả ngôn ngữ tự nhiên, siêu dữ liệu tập dữ liệu và các ví dụ theo ngữ cảnh. ASPIRE chấp nhận một tập hợp tùy ý các cặp đặc trưng-giá trị và các ví dụ hỗ trợ, căn chỉnh ý nghĩa giữa các bảng rời rạc và đưa ra dự đoán cho một mục tiêu nhất định. Sau khi huấn luyện, nó tổng quát hóa thành các tác vụ suy luận mới mà không cần điều chỉnh thêm. Nó không chỉ mang lại kết quả mạnh mẽ trên nhiều chuẩn mực khác nhau mà còn hỗ trợ tự nhiên việc thu thập đặc trưng chủ động với chi phí hợp lý trong môi trường mở, lựa chọn các đặc trưng có lợi trong điều kiện ngân sách hạn chế về thời gian thử nghiệm trên các tập dữ liệu tùy ý, chưa được biết đến.
