5-1知识图谱推理-什么是推理

主要内容：

       什么是推理。

       知识图谱推理简介

       基于符号逻辑的知识图谱推理

       基于表示学习的知识图谱推理

推理介绍：

       从已知事实（Konwn Facts）到未知事实（New Facts）的过程。

推理的实现方法：

       演绎；归纳；溯因；类比

演绎推理（Reductive Reasoning）：

       是一种Top-down logic

       如肯定前件假言推理：

              P→Q

       否定后件假言推理：

              P→Q=>┐P→┐Q

       三段论：

       P→Q&Q→R=>P→R

归纳推理（Inductive Reasoning）：

       是一种Bottom-up logic：通过观察客观事实进而总结归纳抽象知识的推理过程。

       如：天鹅都是白色的得出天鹅都是白色的（归纳推理不一定都是正确的=>近似正确）

       归纳推广（Inductive Generalization）：

              箱子里有20个球，抽四个，三个白，一个黑，则归纳概括出15个白，5个黑。

       统计三段论（Statistical syllogism）：

              人口P的比例具有A属性，x是P的成员，因此推出x也具有该比例的A属性。

溯因推理（Abductive Reasoning）：

       关注的可解释的问题。

       将抽象的知识与观察现象相结合得到可能原因的推理过程。

类比推理（Analogical Reasoning）：

       P和Q在属性a、b、c等方面是相似的。观察到对象P具有进一步属性x，因此Q也可能具有属性x。

       从个体到个体的推理过程。

描述逻辑中的推理（Reasoning in Description Logic）：

       符号表示出所有的本体描述以及所有事实性描述，可以用机器模拟人脑来完成推理。

Reasoning in NLP：Natural Language Inference：

       给定两句话，机器判断是否有蕴含或者冲突的关系。

Reasoning in CV：Visual Reasonging

       CLEVR

一些其他推理的研究：

       本体推理；自然语言推理；视觉推理；模糊推理；非单调推理；不确定推理；贝叶斯推理等。