·命題邏輯:表示對應特定語句連接詞的語言結構部分
·布爾運算符:連接詞的對應形式 ·命題符號:命題邏輯的基本表達式
import nltk
nltk.boolean_ops()
·公式:我們可以建立 命題邏輯的規範公式的無限集合。
lp = nltk.sem.Expression.fromstring('-(P & Q)')
lp
lp = nltk.sem.Expression.fromstring('P & Q')
lp
lp = nltk.sem.Expression.fromstring('P | (R & Q)')
lp
lp = nltk.sem.Expression.fromstring('P <-> --P')
lp
·邏輯 是進行推理的重要工具。
·推理:用 論證的假設 去論證 結論。(從假設一步一步推到結論)
import nltk
nltk.download()
import os
os.path
SnF = nltk.sem.Expression.fromstring('SnF')
NotFnS = nltk.sem.Expression.fromstring('-FnS')
R = nltk.sem.Expression.fromstring('SnF -> -FnS')
prover = nltk.Prover9()
prover.prove(NotFnS, [SnF, R])
·估值:從 邏輯的基本符號 映射到 它們的值。
val = nltk.Valuation([('P', True),('Q', True),('R', False)])
val['P'], val['Q'], val['R']
dom = set([])
g = nltk.Assignment(dom)
m = nltk.Model(dom, val)
print(m.evaluate('(P & Q)', g))
print(m.evaluate('-(P & Q)', g))
print(m.evaluate('(P & R)', g))
print(m.evaluate('(P | R)', g))
·我們需要超越命題邏輯到一個更有表現力的東西:一階邏輯。