[论文解读] 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 3

一句话总结

本文通过基于一致性的概率分析，解决了概率论中复合条件句与迭代条件句建模的长期难题。它展示了如何将合取条件句与迭代条件句解释为条件随机量，将德·菲内蒂的条件事件逻辑扩展至可进行居中推理，并在经典与扩展居中框架下为结论提供紧致的概率界。

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.

研究动机与目标

• 解决在概率框架内构建条件事件复合与迭代的历史性难题。
• 将基于一致性的方法扩展至处理合取与迭代条件句，尤其在居中推理的语境下。
• 在经典与扩展居中框架下，为结论确定精确的下限与上限概率界，确保逻辑一致性。
• 将所开发的框架应用于反事实语义的建模，为其提供概率推理基础。
• 证明条件随机量可表示复杂条件句，同时保持逻辑依赖关系与一致性。

提出的方法

• 以德·菲内蒂的条件事件 $B|A$ 为基础，将直陈条件句解释为 $P(B|A)$。
• 应用概率一致性原则，评估复合与迭代条件句的联合分布。
• 将复合与迭代结构建模为条件随机量，在存在逻辑依赖时退化为条件事件。
• 使用基于一致性的概率传播方法，推导居中推理中结论的下限与上限界。
• 将居中推理（从 $A$ 和 $B$ 推出 $B|A$）扩展至双条件与迭代条件结构。
• 通过在一致性约束下将反事实句建模为条件事件，将该框架应用于反事实句。

实验结果

研究问题

• RQ1 如何在基于一致性的概率框架中，一致地表示复合与迭代条件句？
• RQ2 在何种逻辑与概率条件下，条件句的复合结构会退化为单一条件事件？
• RQ3 如何将居中推理——即从 $A$ 和 $B$ 推出 $B|A$——扩展至合取与迭代条件句？
• RQ4 在一致性的约束下，经典与扩展居中框架中结论的最紧致下限与上限界是什么？
• RQ5 该框架如何应用于建模反事实条件句的语义？

主要发现

• 本文确立了在一致性约束下，复合与迭代条件事件可被一致地建模为条件随机量，解决了其构建过程中既往存在的模糊性。
• 研究证明，在存在逻辑依赖时，复杂条件句会退化为标准条件事件，同时保持概率一致性。
• 在经典与扩展居中框架下，为结论推导出紧致的下限与上限界，提供了精确的概率约束。
• 该框架成功将居中推理扩展至双条件与迭代条件句，增强了其在自然语言推理中的适用性。
• 通过将反事实句嵌入条件事件框架，该分析为反事实句提供了连贯的概率语义。
• 结果证实，在一致性约束下，$P(\text{if } A \text{ then } B) = P(B|A)$ 在复合与迭代结构中保持一致成立。