[论文解读] Algorithmic Correspondence and Canonicity for Possibility Semantics

Zhiguang Zhao|arXiv (Cornell University)|Dec 15, 2016

Logic, Reasoning, and Knowledge参考文献 23被引用 4

一句话总结

本文通过将 ALBA 算法适配至可能性语义学，将统一对应理论扩展至可能性语义学，以计算全和滤子描述的可能性框架上归纳公式的首阶对应。该研究在该设定中建立了归纳公式的典范性与对应性，表明命名词被解释为单点的正规开集闭包，并证明了在两种框架类型的对偶代数上算法的正确性，从而完成了可能性语义学中 Sahlqvist 类型的对应与典范性结果。

ABSTRACT

The present paper develops a unified correspondence treatment of the Sahlqvist theory for possibility semantics, extending the results in \cite{Ya16} from Sahlqvist formulas to the strictly larger class of inductive formulas, and from the full possibility frames to filter-descriptive possibility frames. Specifically, we define the possibility semantics version of the algorithm ALBA, and an adapted interpretation of the expanded modal language used in the algorithm. We prove the soundness of the algorithm with respect to both (the dual algebras of) full possibility frames and (the dual algebras of) filter-descriptive possibility frames. We make some comparisons among different semantic settings in the design of the algorithms, and fit possibility semantics into this broader picture. One notable feature of the adaptation of ALBA to possibility frames setting is that the so-called nominal variables, which are interpreted as complete join-irreducibles in the standard setting, are interpreted as regular open closures of "singletons" in the present setting.

研究动机与目标

• 将 Sahlqvist 对应与典范性理论从 Kripke 语义学扩展至可能性语义学，为归纳公式完整补全理论图景。
• 将 ALBA 算法适配用于可能性语义学，其中命名词被解释为单点的正规开集闭包，而非原子。
• 证明适配后的 ALBA 算法在全和滤子描述的可能性框架的对偶代数上具有正确性。
• 证明归纳公式在两种框架类型中均具有首阶对应，从而解决理论中的关键缺口。
• 将可能性语义学定位为 Kripke 语义学的构造性对应物，尤其在构造性典范扩张的语境下。

提出的方法

• 通过在扩展的模态语言中将命名词变量的解释重新定义为单点的正规开集闭包，将 ALBA 算法适配至可能性语义学。
• 为全可能性框架定义两种对偶代数结构：正规开子集的布尔代数与任意子集的布尔代数，二者通过一个典范序嵌入关联。
• 证明适配后的 ALBA 算法在全可能性框架和滤子描述可能性框架的对偶代数上具有正确性。
• 利用可能性框架的双模态视角（即带有额外约束的 Kripke 框架）分析连接词组合及其序理论性质。
• 利用可能性框架与一般格之间的对偶性，将结果与构造性典范扩张联系起来。
• 比较不同语义设定（包括 Kripke、一般格和可能性语义学）中的算法设计，以突出其结构上的相似性与差异。

实验结果

研究问题

• RQ1 ALBA 算法能否成功适配以计算可能性语义学中的首阶对应，其中命名词被解释为单点的正规开集闭包而非原子？
• RQ2 尽管在转换过程中可能存在对应性损失，归纳公式在可能性框架上是否在全和滤子描述框架中均具有首阶对应？
• RQ3 在双模态视角下，连接词组合（如 $\Box_{\sqsubseteq}\Diamond_{\sqsubseteq}$）的序理论行为如何影响可能性语义学中的对应分析？
• RQ4 从滤子描述到全可能性框架的有效性保持是否等价于构造性典范扩张，正如与一般格的对偶性所暗示的那样？
• RQ5 可能性语义学能否作为构造性典范性的关系框架，从而在典范扩张构造中不再依赖选择公理？

主要发现

• 适配后的 ALBA 算法在全和滤子描述的可能性框架中成功计算出归纳公式的首阶对应，并在它们的对偶代数上证明了正确性。
• 在算法中，命名词变量在可能性语义学中被解释为单点的正规开集闭包，这是从标准 Kripke 语义学到该设定的关键结构适应。
• 该算法表明，归纳公式在两种框架类型中均具有首阶对应，从而解决了可能性语义学中的一个关键理论缺口。
• 从滤子描述到全可能性框架的有效性保持恰好对应于构造性典范扩张，将可能性语义学与构造性代数逻辑联系起来。
• 可能性框架的双模态视角揭示了连接词组合中的额外序理论性质，例如 $\Box_{\sqsubseteq}\Diamond_{\sqsubseteq}$ 中的交保持性，这些性质支持更稳健的对应分析。
• 可能性语义学被确认为 Kripke 语义学的构造性对应物，提供了一个无需依赖选择公理的构造性典范性的关系环境。