基于精选知识库的事件 - 对象推理：推导缺失信息
人工智能
2013-06-21 v2
摘要
我们研究的更广泛目标是针对知识库（如 AURA） formulate 关于“为什么”和“如何”的问题的答案。在使用许多可用知识库进行推理时，我们面临的一个问题是所需信息有时会缺失。此类情况的示例包括关于下一个子事件、第一个子事件、最后一个子事件、事件结果、事件输入、事件目的地以及事件中涉及的原材料的部分缺失信息。在许多情况下，人们可以通过推理恢复部分缺失的知识。在本文中，我们给出了关于如何恢复此类缺失信息的形式化定义，随后给出了其 ASP 实现。接着，我们讨论了这对于回答“为什么”和“如何”问题的影响。
引用
@article{arxiv.1306.4411,
title = {Event-Object Reasoning with Curated Knowledge Bases: Deriving Missing Information},
author = {Chitta Baral and Nguyen H. Vo},
journal= {arXiv preprint arXiv:1306.4411},
year = {2013}
}
备注
13 pages