[论文解读] Declarative Representation of Revision Strategies

Gerhard Brewka|arXiv (Cornell University)|Mar 8, 2000

Logic, Reasoning, and Knowledge参考文献 12被引用 13

一句话总结

本文提出了一种声明式、非单调的信念修正框架，通过在逻辑语言中整合关于信息可靠性的固执程度（entrenchment），实现对信息可靠性的元知识管理。该框架采用Poole风格的默认推理系统与最小不动点推理算子，确保结论的一致性，并支持显式、人类可读的修正策略指定。

ABSTRACT

In this paper we introduce a nonmonotonic framework for belief revision in which reasoning about the reliability of different pieces of information based on metaknowledge about the information is possible, and where revision strategies can be described declaratively. The approach is based on a Poole-style system for default reasoning in which entrenchment information is represented in the logical language. A notion of inference based on the least fixed point of a monotone operator is used to make sure that all theories possess a consistent set of conclusions.

研究动机与目标

• 解决将可靠性元数据整合到信念修正过程中的挑战。
• 在逻辑框架内实现对修正策略的显式、人类可读的指定。
• 确保在非单调推理下信念修正仍能得出一致且稳定的结果。
• 通过基于最小不动点的单调算子形式化修正策略，保证结果的良定义性。

提出的方法

• 将表示信念相对重要性或可靠性的固执程度信息，直接嵌入逻辑语言中。
• 采用Poole风格的默认推理系统，以处理不确定性下的非单调推理。
• 通过单调算子的最小不动点定义推理过程，确保所有理论均产生一致的结论集合。
• 将关于信息源的元知识整合到逻辑结构中，以指导修正决策。
• 使用逻辑公式声明式地编码修正策略，使其透明且可分析。
• 确保所有信念集合在推理机制下封闭，从而保持逻辑一致性。

实验结果

研究问题

• RQ1 如何正式地将关于信息可靠性的元知识整合到信念修正中？
• RQ2 是否可以在逻辑框架内声明式地指定修正策略，同时保证一致性？
• RQ3 何种形式化机制可保证从修正过程中导出的所有信念集合在逻辑上一致？
• RQ4 如何组织非单调推理，以支持可靠且可预测的信念更新？
• RQ5 使用最小不动点算子在多大程度上提升了信念修正结果的稳定性？

主要发现

• 该框架成功地将关于信息可靠性的元知识整合到信念的逻辑表示中。
• 修正策略可通过逻辑公式声明式表达，从而实现透明化与形式化分析。
• 使用最小不动点推理算子可确保从系统中导出的所有信念集合在逻辑上一致。
• 该方法在支持非单调推理的同时，保持了结果的良定义性与稳定性。
• Poole风格的默认推理系统能够有原则地处理冲突或不确定的信息。
• 固执程度信息被有效嵌入逻辑语言中，从而支持上下文敏感的修正决策。