常識推理中不一致信念的兩種修正策略研究.pdf

1、在人類基于知識的推理中，由于知識的不完全、不確定、不精確及不同知識源的知識可能相互抵觸等原因，人們在推理時所用的知識未必總是一致的，因而不能把這些知識看成絕對真理，只能作為一些信念（belief）。隨著人類認識的深入，人們獲取的新信念往往會與人們原有的信念發(fā)生沖突，利用不一致信念如何進行有效的推理，這是常識推理問題的一個關鍵問題。 對于不一致信念，目前人們主要采取兩種態(tài)度。一種是修正原有知識庫中的信念以保持新信念加入后的知識庫的

2、一致性，即信念修正的方法[1-10]。另一種是接受不一致信念，在容忍不一致性的前提下進行一致性推理，即非修正的方法。 在信念修正中，當面臨新信念時，如何將其加入原有協(xié)調(diào)的知識庫并保持知識庫的協(xié)調(diào)性是信念修正所要解決的問題。當新信念與原有知識庫一致時，只需將其直接并入知識庫；而不一致時，為了維護修正后的知識庫的協(xié)調(diào)性，往往要在加入新信念的同時刪除原有知識庫的部分信念。這種刪除不是任意的，而是盡可能多的保留原有知識庫的信息，使得信念

3、修正遵循最小改變原則。 近年來，信念修正問題在人工智能、哲學以及數(shù)據(jù)庫領域得到了廣泛的關注。在信念修正問題的研究中，學者們提出了許多不同的框架，其中最有影響力的就是AGM理論。后來一些學者又先后提出了各種修正算子，這些算子主要是通過兩種途徑給出的：要么給出算子直接的構造算法，要么通過一組合理公設作為算子的限制條件。我們把這些算子看成是傳統(tǒng)的修正方法。 本文基于傳統(tǒng)的修正方法，提出一種弱化矛盾信息的修正策略，把傳統(tǒng)修正方法