recursion - 带有歧义的递归假设构建 - 它叫什么？

Question

我经常遇到一个问题（在数据分析或人工智能的广泛领域）。但是我不能说出它的名字，可能是因为我没有正式的 CS 背景。请多多包涵，我举两个例子：

想象一下自然语言解析：

The flower eats the cow.

你有一个程序，它接受每个单词，并确定它的类型和它们之间的关系。这句话有两种解读方式：

1) flower (substantive) -- eats (verb) --> cow (object)

使用通常的 SVO 词序，或

2) cow (substantive) -- eats (verb) --> flower (object)

使用更具诗意的世界秩序。该程序将排除其他可能性，例如“flower”作为动词，因为它跟在“the”之后。然后它会对剩余的可能性进行排名：1) 比 2) 具有更自然的词序，因此它得到更多的分数。但包括花不能吃牛的世界知识，2）还是赢了。所以它可能会返回两个假设，并给出 1）30 分和 2）70 分。

然后，它会记住这两个假设并继续解析文本，然后分支。一个分支假设 1)，一个分支 2)。如果一个分支达到矛盾，或者排名为~0，则将其丢弃。最后，它再次提出了排名假设，但针对整个文本。

举一个不同的例子，想象一下光学字符识别：

   **      **
   **      **  *****
   **   *******
 *******   **
*  **      **
   **      **

我可以看看笔画，然后说，确定这是一个“H”。在识别出 H 之后，我注意到它周围有污迹，并给它打了一个稍差的分数。

或者，我可以先运行我的污迹识别，并注意到水平线看起来像一个伪影。删除后，我认出这是llor Il，并给它一些排名。

处理整幅图像后，可以是Hlumination，lllumination或Illumination。使用字典和总排名，我决定它是最后一个。

一般问题总是某种解析/理解。例子：
- 自然语言或歧义语言
- 光学字符识别
- 寻找路径
- 处理模棱两可或不完整的用户输入——哪些解释是有意义的，哪些是最合理的？
我是递归的。
它可以提前退出（当分支/解释没有意义时，或者肯定会以 0 分结束）。所以这可能是某种回溯。
考虑到歧义，它会牢记所有选项。
它基于底部的简单规则can_eat(cow, flower) = true。
它保持解释的合理性排名。
它在元级别上是递归的：它可以分叉/分支到不同的“世界”，在处理下一部分数据时假设不同的假设。
它将个人排名（可能使用贝叶斯概率）转发到相关假设。
在实践中，会有方法来训练这个东西，确定排名系数，如果树变得太大，就会有截断。