重新表征与重构域理论：一种构造诱导方法

理论修订通过结合训练示例和粗糙域理论来产生更准确的理论，从而整合归纳学习和背景知识。理论修订和其他理论导向系统面临两个挑战。首先，适合初始理论的表示语言可能不适合改进后的理论。虽然原始表示可能简洁地表达初始理论，但若强制使用相同表示来表达更准确的理论，可能变得笨重、笨拙且难以达成。其次，适合粗糙域理论的理论结构可能不足以支撑精细调优后的理论。仅进行小幅、局部更改的系统价值有限，难以实现可能所需的复杂结构性变更。因此，高级理论导向学习系统需要灵活的表示和灵活的结构。对各种理论修订系统和理论导向学习系统的分析揭示了这些两个所需属性的具体优势和不足。旨在捕捉每个系统的底层特征，一种新系统使用理论导向的构造诱导。三个领域的实验显示，该方法在先前理论导向系统方面取得了改进。这导致对该方法行为、局限性及其潜力的研究。