[論文レビュー] Centering with conjoined and iterated conditionals under coherence

Angelo Gilio, David E. Over+2 more|arXiv (Cornell University)|Jan 25, 2017

Advanced Algebra and Logic参考文献 72被引用数 3

ひとこと要約

この論文は、一貫性に基づく確率的分析を用いることで、確率論における合成および反復的条件文の長年の課題を解決する。共通の条件文および反復的条件文を条件付き確率変数として解釈する方法を示し、デ・フィネッティの条件付き事象論理を拡張して中心化推論を可能にし、古典的および拡張中心化フレームワークの両方における結論のタイトな境界を提供する。

ABSTRACT

There is wide support in logic, philosophy, and psychology for the hypothesis that the probability of the indicative conditional of natural language, $P( extit{if } A extit{ then } B)$, is the conditional probability of $B$ given $A$, $P(B|A)$. We identify a conditional which is such that $P( extit{if } A extit{ then } B)= P(B|A)$ with de Finetti's conditional event, $B|A$. An objection to making this identification in the past was that it appeared unclear how to form compounds and iterations of conditional events. In this paper, we illustrate how to overcome this objection with a probabilistic analysis, based on coherence, of these compounds and iterations. We interpret the compounds and iterations as conditional random quantities which, given some logical dependencies, may reduce to conditional events. We show how to extend the inference of centering for conditional events, that is inferring $B|A$ from $A$ and $B$, to compounds and iterations of both conditional events and biconditional events. Moreover, we determine the lower and upper bounds for the conclusions in the classical and extended versions of centering. We also study some other related aspects. Finally, we apply our analysis to the semantics of counterfactuals.

研究の動機と目的

• 確率的枠組み内での条件付き事象の合成および反復的構造の形成における歴史的な困難を解決すること。
• 中心化推論の文脈において、合成および反復的条件文を扱えるように、一貫性に基づくアプローチを拡張すること。
• 古典的および拡張中心化における論理的整合性を保証する、結論の正確な下限および上限の確率的境界を特定すること。
• 反事後的条件文の意味論にこの枠組みを適用し、それらを確率的推論に基づいて定式化すること。
• 条件付き確率変数が論理的依存関係と一貫性を保ちつつ、複雑な条件文を表現できることを示すこと。

提案手法

• 指示的条件文を $P(B|A)$ として解釈する基盤として、デ・フィネッティの条件付き事象 $B|A$ を用いる。
• 確率の一貫性原理を適用して、合成および反復的条件文の同時分布を評価する。
• 論理的依存関係下で、合成および反復的構造を条件付き確率変数としてモデル化し、それらが条件付き事象に還元されることを示す。
• 一貫性に基づく確率的伝播を用いて、中心化推論における結論の下限および上限を導出する。
• $A$ および $B$ から $B|A$ を推論する中心化推論を、双方向条件文および反復的条件文構造へと拡張する。
• 反事後的条件文を、一貫性制約下での条件付き事象としてモデル化することで、枠組みを適用する。

実験結果

リサーチクエスチョン

• RQ1 一貫性に基づく枠組みを用いて、合成および反復的条件文を確率的枠組み内で一貫して表現する方法は何か？
• RQ2 条件付き事象の合成が単一の条件付き事象に還元されるための論理的および確率的条件は何か？
• RQ3 $A$ および $B$ から $B|A$ を推論する中心化推論を、合成および反復的条件文へとどのように拡張できるか？
• RQ4 一貫性のもとで、古典的および拡張中心化における結論の最もタイトな下限および上限は何か？
• RQ5 この枠組みを反事後的条件文の意味論をモデル化するためにどのように適用できるか？

主な発見

• 論文は、一貫性のもとで、合成および反復的条件付き事象が条件付き確率変数として一貫してモデル化可能であることを確立し、それらの形成に関する従来の曖昧さを解消した。
• 論理的依存関係下で、複雑な条件文が標準的な条件付き事象に還元されることを示し、確率的一貫性が保たれることを裏付けた。
• 古典的および拡張中心化における結論のタイトな下限および上限が導出され、明確な確率的制約が得られた。
• この枠組みは、双方向条件文および反復的条件文への中心化推論の拡張に成功し、自然言語推論への応用可能性を高めた。
• 反事後的条件文を条件付き事象枠組みに埋め込むことで、整合的な確率的意味論を提供した。
• 結果として、$P(\text{if } A \text{ then } B) = P(B|A)$ が、一貫性のもとで合成および反復的構造全体にわたり一貫して成り立つことが確認された。