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)