贝叶斯邂逅蕴涵与预测：具有非单调性、次协调性与预测准确性的常识推理

贝叶斯方法在神经科学与人工智能领域近期的成功引出了大脑是一台贝叶斯机器的假说。由于逻辑与学习皆为人脑的活动，这又引出另一假说：在逻辑推理与机器学习之下存在一种贝叶斯解释。本文中，我们引入一个逻辑推论关系的生成模型。它形式化了句子的真值如何由世界状态上的概率分布概率式生成的过程。我们证明该生成模型刻画了经典推论关系、次协调推论关系与非单调推论关系。特别地，该生成模型给出了一种新的推论关系，在不一致知识推理上优于它们。我们还证明该生成模型给出了一种新的分类算法，在 Kaggle Titanic 数据集上的预测准确性与复杂性方面优于若干代表性算法。