其實這些都沒多大用,你既然點擊來看了,那就看完吧,關門
1. 知識推理的分類
- 歸納推理
- 歸納推理所推出的結論是沒有包含在前提內容中的。
- 由個別事物推出一般性的知識的過程,是以爲增殖新知識的過程。
- 演繹推理:
- 在已知領域內的一般性知識的前提下,通過求解一個具體的問題,或者證明一個結論的正確性。它所得出的結論,實際上早已蘊含在一般性的知識的前提中。
- 演繹推理只是將已有的事實揭露出來,因此不能增殖新的知識。
- 確定性推理
- 多數時候是指邏輯推理,具有完備的推理過程,和充分的表達能力,可以根據預先設定好的規則,準確的推導出最終的結論。
- 侷限性:很難應對真實的世界中。
- 不確定性推理
- 也被稱爲概率推理,是統計機器學習中一個重要的議題。
- 並不是嚴格的按照規則進行推理,而是根據以往的經驗分析,結合先驗知識構建概率模型,並利用統計計數,最大化後驗概率等統計學習的手段對推理假設進行驗證或者推測。
- 不確定性推理可以有效的建模真實世界中的不確定性。
- 符號推理
- 在知識圖譜中的實體和關係符號上直接進行推理。
- 數值推理
- 與符號推理相對,使用數值計算,尤其是向量矩陣計算的方法,捕捉知識圖譜上隱含的關聯,模擬推理的進行。
2. 知識推理的規則
一階謂詞邏輯規則
一階邏輯
- 一階邏輯是一種形式系統(Formal System),即形式符號推理系統,也叫一階謂詞演算、低階謂詞演算(Predicate Calculus)、限量詞(Quantifier)理論,也有人稱其爲“謂詞邏輯”,雖然這種說法不夠精確。
- 總而言之,一階邏輯是一種形式推理的邏輯系統,是一種抽象推理的符號工具。
一階邏輯不同於單純的“命題邏輯”(Proposition Logic),因爲,一階邏輯裏面使用了大量所謂“限量詞變量”(Quantified variables),比如:(意思是存在一個變量),限量詞符號 是把字母“E”從左向右反轉過來產生的,其原本的意思的“Exist”(存在);而限量詞∀x(對所有的變量),符號 是將字母”A“從下向上反轉而產生的,其原本意思是(所有、全部)。在這裏,邏輯符號 和 就是一階邏輯的”限量詞“(Quantifer)。實際上,在一階邏輯的文獻中,你會看到以下一階邏輯的邏輯表達式:
注意:其中的箭頭符號表示:”如果…,那麼…“的邏輯關係,而該邏輯表達式裏面的字符串與就是所謂的邏輯“謂詞”(可以任意賦值),也就是說,的意思代表”是數學家“,而謂詞表示。那麼,上述整個邏輯表達式的意思是:有一個(或存在一個)數學家是教授。
一階謂詞邏輯規則
- 謂詞:
- 個體變量:,
- 邏輯蘊涵:, 表示 ’若…, 則…‘ 的語義
- 全體量詞:,表示’對任意的‘,’凡‘,’都‘ 等語義
- 規則體(body):CapitalOf(x,y), 表示該規則的前提
- 規則頭(head):LocatedIn(x,y), 表示該規則的結論
- 規則實例: