其实这些都没多大用,你既然点击来看了,那就看完吧,关门
1. 知识推理的分类
- 概括推理
- 概括推理所推出的结论是没有包含在前提内容中的。
- 由个别事物推出通常性的知识的过程,是觉得增殖新知识的过程。
- 演绎推理:
- 在已知领域内的通常性知识的前提下,经过求解一个具体的问题,或者证实一个结论的正确性。它所得出的结论,实际上早已蕴含在通常性的知识的前提中。
- 演绎推理只是将已有的事实揭露出来,所以不能增殖新的知识。
- 肯定性推理
- 多数时候是指逻辑推理,具备完备的推理过程,和充分的表达能力,能够根据预先设定好的规则,准确的推导出最终的结论。
- 局限性:很难应对真实的世界中。
- 不肯定性推理
- 也被称为几率推理,是统计机器学习中一个重要的议题。
- 并非严格的按照规则进行推理,而是根据以往的经验分析,结合先验知识构建几率模型,并利用统计计数,最大化后验几率等统计学习的手段对推理假设进行验证或者推测。
- 不肯定性推理能够有效的建模真实世界中的不肯定性。
- 符号推理
- 数值推理
- 与符号推理相对,使用数值计算,尤为是向量矩阵计算的方法,捕捉知识图谱上隐含的关联,模拟推理的进行。
2. 知识推理的规则
一阶谓词逻辑规则
一阶逻辑
- 一阶逻辑是一种形式系统(Formal System),即形式符号推理系统,也叫一阶谓词演算、低阶谓词演算(Predicate Calculus)、限量词(Quantifier)理论,也有人称其为“谓词逻辑”,虽然这种说法不够精确。
- 总而言之,一阶逻辑是一种形式推理的逻辑系统,是一种抽象推理的符号工具。
一阶逻辑不一样于单纯的“命题逻辑”(Proposition Logic),由于,一阶逻辑里面使用了大量所谓“限量词变量”(Quantified variables),好比:
∃x(意思是存在一个变量
x),限量词符号
∃ 是把字母“E”从左向右反转过来产生的,其本来的意思的“Exist”(存在);而限量词∀x(对全部的变量
x),符号
∀ 是将字母”A“从下向上反转而产生的,其本来意思是
All(全部、所有)。在这里,逻辑符号
∃ 和
∀ 就是一阶逻辑的”限量词“(Quantifer)。实际上,在一阶逻辑的文献中,你会看到如下一阶逻辑的逻辑表达式:html
∃x(Math(x))→Prof(x)web
注意:其中的箭头符号
→表示:”若是…,那么…“的逻辑关系,而该逻辑表达式里面的字符串
Math与
Prof就是所谓的逻辑“谓词”(能够任意赋值),也就是说,
Math(x)的意思表明”
x是数学家“,而谓词
Prof(x)表示
x是教授。那么,上述整个逻辑表达式的意思是:有一个(或存在一个)数学家
x是教授。api
一阶谓词逻辑规则
∀x,yCapitalOf(x,y)→LocatedIn(x,y)app
- 谓词:
CapitalOf,LocatedIn
- 个体变量:
x,
y
- 逻辑蕴涵:
→, 表示 ’若…, 则…‘ 的语义
- 全体量词:
∀,表示’对任意的‘,’凡‘,’都‘ 等语义
- 规则体(body):CapitalOf(x,y), 表示该规则的前提
- 规则头(head):LocatedIn(x,y), 表示该规则的结论
- 规则实例:
CapitalOf(Beijing,China)→LocatedIn(Beijing,China)