[논문 리뷰] Measuring Inconsistency in Probabilistic Knowledge Bases

Matthias Thimm|arXiv (Cornell University)|2012. 05. 09.

Logic, Reasoning, and Knowledge참고 문헌 26인용 수 40

한 줄 요약

이 논문은 기초 원칙에 기반한 형식적 불일치 측정법을 제안하여 확률적 지식 기반에서의 불일치를 체계적으로 탐지하고 정량화한다. Shapley 값은 불일치의 근본 원인을 규명하여 지식 엔지니어가 신뢰할 수 있는 확률적 전문 시스템을 복구하는 데 도움을 준다.

ABSTRACT

This paper develops an inconsistency measure on conditional probabilistic knowledge bases. The measure is based on fundamental principles for inconsistency measures and thus provides a solid theoretical framework for the treatment of inconsistencies in probabilistic expert systems. We illustrate its usefulness and immediate application on several examples and present some formal results. Building on this measure we use the Shapley value-a well-known solution for coalition games-to define a sophisticated indicator that is not only able to measure inconsistencies but to reveal the causes of inconsistencies in the knowledge base. Altogether these tools guide the knowledge engineer in his aim to restore consistency and therefore enable him to build a consistent and usable knowledge base that can be employed in probabilistic expert systems.

연구 동기 및 목표

• 신뢰할 수 있는 전문 시스템에 필수적인 확률적 지식 기반에서의 공식적 불일치 측정법 부족 문제를 해결한다.
• 불일치 측정을 위한 기본 합리성 공리(postulates)를 만족하는 이론적으로 탄탄한 불일치 측정법을 개발한다.
• 지식 엔지니어가 불일치를 탐지할 뿐 아니라 그 근본 원인을 규명하여 효과적인 복구를 수행할 수 있도록 한다.
• 정량적 진단을 통해 확률적 전문 시스템에서의 일관성 복구를 위한 실용적 프레임워크를 제공한다.
• 이론적 불일치 측정과 확률적 추론 시스템에서의 실질적 응용 간 격차를 메운다.

제안 방법

• 단조성(monotonicity) 및 고전 논리와의 일관성과 같은 합리성 공리에 기반해 조건부 확률적 지식 기반에 대한 불일치 측정법을 정의한다.
• 거리 기반 메트릭을 사용해 가장 가까운 일관된 지식 기반으로부터의 정량적 이탈로 불일치를 형식화한다.
• 협동 게임 이론의 Shapley 값을 사용해 개별 조건부 문장에 대한 불일치 기여도를 할당한다.
• Shapley 값을 활용해 각 규칙의 기여도 점수를 계산하여 전체 불일치에 기여하는 상대적 역할을 규명한다.
• 불일치 기여도 순으로 규칙을 정렬하는 진단 도구를 구축하여 표적적인 지식 기반 복구를 가능하게 한다.
• 단조성 및 논리 함의와의 일관성과 같은 핵심 성질을 만족함을 증명함으로써 이론적 타당성을 확보한다.

실험 결과

연구 질문

• RQ1 기본 합리성 원칙을 만족하면서도 확률적 지식 기반의 불일치를 어떻게 공식적으로 측정할 수 있는가?
• RQ2 개별 조건부 문장이 지식 기반의 전체 불일치에 기여하는 정도는 어떠한가?
• RQ3 Shapley 값은 불일치를 유발하는 가장 문제적인 규칙을 효과적으로 규명하는 데 적용될 수 있는가?
• RQ4 제안된 불일치 측정법은 전문 시스템에서의 일관성 복구를 실질적으로 지원하는가?
• RQ5 이 측정법은 확률적 추론에서 직관적인 불일치 개념을 어느 정도 반영하는가?

주요 결과

• 제안된 불일치 측정법은 핵심 합리성 공리들을 만족하여 이론적 탄탄함과 해석 가능성 보장한다.
• Shapley 값은 불일치 기여도를 정확하고 게임 이론적으로 할당하여 원인을 규명하는 데 효과적이다.
• 이 방법은 지식 엔지니어가 전체 불일치에 미치는 영향을 기반으로 규칙 수정 우선순위를 정할 수 있도록 한다.
• 이 프레임워크는 실제 확률적 전문 시스템에 적용 가능하여 일관되고 신뢰할 수 있는 추론 경로를 제공한다.
• 예시를 통한 실증적 분석을 통해 명확한 진단 가치를 입증하며 즉각적인 실용성을 보여준다.
• 측정법은 이론적으로 탄탄하고 일반화 가능하여 다양한 확률적 추론 시나리오로의 확장에 기여한다.