[论文解读] Probabilistic Default Reasoning with Conditional Constraints

Thomas Lukasiewicz|ArXiv.org|Mar 8, 2000

Bayesian Modeling and Causal Inference被引用 4

一句话总结

本文通过将Pearl的系统Z、Lehmann的词典序蕴含以及Geffner的条件蕴含推广至区间值概率陈述，提出了一种基于条件约束的概率默认推理方法。该方法能够在存在冲突的概率知识（如一般统计规则与特定例外之间的矛盾）时实现一致推理，并确保在可满足条件下，蕴含关系能推广经典逻辑与概率蕴含关系。

ABSTRACT

We propose a combination of probabilistic reasoning from conditional constraints with approaches to default reasoning from conditional knowledge bases. In detail, we generalize the notions of Pearl's entailment in system Z, Lehmann's lexicographic entailment, and Geffner's conditional entailment to conditional constraints. We give some examples that show that the new notions of z-, lexicographic, and conditional entailment have similar properties like their classical counterparts. Moreover, we show that the new notions of z-, lexicographic, and conditional entailment are proper generalizations of both their classical counterparts and the classical notion of logical entailment for conditional constraints.

研究动机与目标

• 将基于条件约束的概率推理与经典默认推理框架相结合，以处理不确定性和例外情况。
• 通过应用默认推理原则（如优先考虑例外而非一般规则），解决概率知识库中的不一致问题。
• 将经典蕴含关系（系统Z、词典序蕴含、条件蕴含）扩展至具有区间值概率的条件约束概率设定。
• 确保新提出的蕴含关系在保持经典默认推理理性与一致性属性的同时，适用于概率知识。
• 提供一个正式框架，支持在概率设定下的非单调推理，尤其适用于一般规则与特定例外发生冲突的情形。

提出的方法

• 将经典蕴含关系（系统Z、词典序蕴含、条件蕴含）推广至使用区间值概率的条件约束。
• 应用默认推理原则，在一般概率规则与特定例外冲突时选择性地拒绝或修正一般规则，例如在'企鹅飞行的概率≤0.05'与'鸟类飞行的概率为0.9–0.95'之间进行权衡。
• 使用紧致逻辑推理计算推导出的条件概率的区间边界，确保与底层概率约束的一致性。
• 提出三种新的蕴含关系：$\| sim^z$、$\| sim^{\it lex}$ 和 $\| sim^{\it ce}$，分别对应于条件约束下的z-蕴含、词典序蕴含与条件蕴含。
• 采用变换算子 $\gamma$ 将概率区间为[1,1]的概率公式映射为经典蕴含，从而实现与经典默认逻辑的比较。
• 将理性封闭性与偏好结构的概念应用于概率默认推理，确保即使在存在例外的情况下，也能保持属性的继承性。

实验结果

研究问题

• RQ1 如何将系统Z、词典序蕴含与条件蕴含等经典默认推理框架扩展至处理具有区间值概率的条件约束？
• RQ2 在何种条件下，新提出的概率蕴含关系与基于条件概率的经典逻辑蕴含关系一致？
• RQ3 如何通过默认推理原则解决由冲突的概率规则（如一般规则与例外子类）引发的不一致问题？
• RQ4 所提出的蕴含关系在条件约束背景下，如何推广经典逻辑与概率蕴含关系？
• RQ5 所提出的框架能否处理一般概率规则对特定子类不适用的情形，例如在鸟类飞行规则中考虑企鹅？

主要发现

• 所提出的z-蕴含、词典序蕴含与条件蕴含关系在条件约束下推广了其经典对应关系，并保留了其关键理性属性。
• 当概率知识与证据的并集可满足时，新蕴含关系与基于条件概率的经典逻辑蕴含关系一致。
• 该框架通过选择性地拒绝一般概率规则（如'鸟类飞行的概率为0.9–0.95'）来解决不一致问题，当其与特定例外（如'企鹅飞行的概率≤0.05'）冲突时，可得出一致结论。
• 在示例15中，系统基于概率约束的紧致逻辑推理，推导出在'企鹅'条件下'腿'的紧致区间为[0.95,1]。
• 在示例16中，系统通过组合来自独立一致子推导的区间[0,0.05]与[0.95,1]，计算出在'企鹅且金属翅膀'条件下'飞行'的凸包区间为[0,1]。
• 定理17表明，当所有概率均为确定值（即区间[1,1]）时，新蕴含关系退化为经典默认蕴含关系，从而确认其与经典逻辑的一致性。