0

我在理解《人工智能现代方法》一书中关于一阶逻辑推理的以下段落时遇到了一些困难:

命题化技术可以完全通用;也就是说,每个一阶知识库和查询都可以以保留蕴涵的方式进行命题化。因此,我们有一个完整的蕴涵决策程序......或者可能没有。有一个问题:当知识库包含一个函数符号时,可能的基础术语替换的集合是无限的!例如,如果知识库提到了父亲符号,则可以构造无限多个嵌套术语,例如父亲(Father(Father(John))) 。我们的命题算法将难以处理无限大的句子集。

幸运的是,由于 Jacques Herbrand(1930)有一个著名的定理,即如果一个句子被原始的一阶知识库所蕴涵,那么就有一个证明只涉及命题化知识库的有限子集。任何这样的子集在它的基本术语中都有最大的嵌套深度,我们可以找到子集 y 首先生成所有具有常量符号(理查德约翰)的实例,然后是深度为 1 的所有术语(父亲(理查德)父亲(约翰) ),然后是深度为 2 的所有项,依此类推,直到我们能够构造出蕴涵句子的命题证明。


我知道在替换过程中会产生无限的嵌套项——但是下一段谈论这个定理完全超出了我的想象。

4

1 回答 1

0

Herbrand 定理是半可判定的。目标是找到不再满足查询的实例。您从深度 1 开始并继续,直到发现不可满足。如果可以满足,它可能会无限循环。

于 2013-08-29T16:08:18.187 回答