面向大规模不一致性度量
人工智能
2015-05-21 v1
摘要
我们通过考虑基于流的不一致性度量，研究了大规模知识库上的不一致性度量问题，即我们研究那些不能将知识库作为整体考虑而需在流中处理它的不一致性度量。为此，我们首先提出了一种适用于流处理情形的新型不一致性度量，其次给出了针对该新度量及若干现有不一致性度量的基于流的近似。我们就这些不一致性度量在大规模知识库上的行为，从运行时间、准确率和可扩展性方面进行了广泛的实证分析。我们得出结论：对于这些度量中的两种——新不一致性度量的近似与 contension 不一致性度量的一种近似——大规模不一致性度量是可行的。
引用
@article{arxiv.1505.05375,
title = {Towards Large-scale Inconsistency Measurement},
author = {Matthias Thimm},
journal= {arXiv preprint arXiv:1505.05375},
year = {2015}
}
备注
International Workshop on Reactive Concepts in Knowledge Representation (ReactKnow 2014), co-located with the 21st European Conference on Artificial Intelligence (ECAI 2014). Proceedings of the International Workshop on Reactive Concepts in Knowledge Representation (ReactKnow 2014), pages 63-70, technical report, ISSN 1430-3701, Leipzig University, 2014. http://nbn-resolving.de/urn:nbn:de:bsz:15-qucosa-150562