在可能性理论框架下应对理性推理的局限性
人工智能
2013-02-18 v1
摘要
可能性理论提供了一个框架，其中 Lehmann 的“优先推理”和更具生产力（但较不谨慎）的“理性闭包推理”均可被表示。然而，在某些情况下，第二种推理无法提供预期结果，要么因为它无法产生这些结果，要么甚至提供反直觉的结论。这种状况并非源于选择唯一解释排序的原则（该排序可由一个可能性分布编码），而是由于缺乏表达我们心中隐含知识片段的约束。本文主张，由独立性信息诱导的约束有助于找到正确的解释排序。特别地，对于由未出现在条件知识库中的文字组成的公式，或者对于默认规则，可以系统地假设关于根据知识库中其他默认规则属于“正常”情境的独立性约束。所使用的独立性概念可以在可能性理论的定性设定中轻松表达。此外，当一个默认规则集合的反直觉合理结论在其理性闭包中但不在其优先闭包中时，总是可以修复该默认规则集合以产生期望的结论。
引用
@article{arxiv.1302.3559,
title = {Coping with the Limitations of Rational Inference in the Framework of Possibility Theory},
author = {Salem Benferhat and Didier Dubois and Henri Prade},
journal= {arXiv preprint arXiv:1302.3559},
year = {2013}
}
备注
Appears in Proceedings of the Twelfth Conference on Uncertainty in Artificial Intelligence (UAI1996)