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。