[英]Confusion in first-order logic inference
在理解一本關於一階邏輯推理的人工智能A現代方法的以下段落時,我遇到了一些困難:
命題化技術可以完全通用。 也就是說,每個一階知識庫和查詢都可以以保留必要性的方式進行命題化。 因此,我們有一個完整的決定程序以……或可能沒有。 有一個問題:當知識庫包含功能符號時,可能的基礎術語替換的集合是無限的! 例如,如果知識庫中提到父親符號,那么可以構造無限多個嵌套術語,例如父親(父親(父親(父親))) 。 我們的命題算法將難以處理無限大的句子集。
幸運的是,由於雅克·赫布蘭德(Jacques Herbrand,1930)提出了一個著名的定理,即如果句子是原始的一階知識庫所包含的,那么就有一個證明僅涉及命題化知識庫的有限子集。任何此類子集在其基礎項中具有最大的嵌套深度,我們可以找到子集y首先生成所有帶有常量符號的實例化( Richard和John ),然后生成深度為1的所有項( Father(Richard)和Father(John) ),然后是所有深度2的術語,依此類推,直到我們能夠構造出所含句子的命題證明。
我知道在替換過程中會生成無限嵌套的術語-但是下一個討論該定理的段落完全讓我難過。
Herbrand定理是半確定的。 目標是找到不再滿足查詢條件的實例。 從深度1開始,直到發現不滿意為止。 如果可以滿足,它可能會無限循環。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.