概率推理中的表示依赖性

非演绎推理系统通常具有“表示依赖性”：以两种不同方式表示同一情境可能导致该系统返回两个不同的答案。一些人将此视为一个严重问题。例如，最大熵原理就因其表示依赖性而受到大量批评。然而，几乎没有任何研究探讨过表示依赖性。本文将这一概念形式化，并表明它并非最大熵特有的问题。事实上，我们证明，任何忽略无关信息且与表示无关的概率推理过程，在精确意义上本质上就是蕴含。此外，我们证明，表示独立性与即使是微弱的独立性默认假设也是不相容的。随后我们表明，在一类受限的表示变化下的不变性，可以在表示独立性与其他期望目标之间形成合理的折中，并利用相对熵提供了一族满足此类受限表示独立性的推理过程的构造方法。