Logic AI：开放世界参考分辨率中的部分统一

在对描述对话表达式语义的谓词执行引用解析时，由于在开放世界中工作，我需要能够允许部分统一

例如，考虑下面的场景：

你面前有一个蓝色的盒子。 我们使用id

3

引用此蓝色框

一组谓词

box（x）^blue（x）

可以轻松解析为您知道的蓝色方框。进行此查询将返回

3

一组谓词

ball（x）^yellow（x）

将无法解析任何内容。这很好

<>但是现在考虑<代码>球（x）^黄色（x）^ box（y）^蓝色（y）^后面（x，y）< /代码>，即，蓝色球后面的黄色球。

我们不知道黄色的球，但我们知道蓝色的盒子！当然，有可能在已知的盒子后面没有球，而另一个盒子正在被谈论。但我们很确定我们知道在谈论什么盒子

我在一个概率框架内工作，在这个框架中，我计算满足命题集的每一组绑定的概率；然后，引用解析过程返回最可能的统一绑定器/绑定集。不幸的是，当考虑（x，y）后面的

时，我的系统排除了
3
绑定到
y
的可能性，因为它不知道id为
3
的盒子后面有任何黄色球

是否有一种方法可以部分统一谓词，以便系统确定语句最可能的解析是
y/3 x/？
，即y绑定到3，而x的标识未知？
一个暂定解决方案（如果有人想到更好的…请这样说！）

在分析句子时，解析器可能能够确定某些实体比其他实体更有可能被固定。在这句话中，盒子比球更有可能被接地。在句子片段
国王的园丁的兄弟
中，最不可能知道的是兄弟，园丁的可能性更大，国王的可能性最大

如果这些信息反映在语义中或与语义一起提供，则它们可以通知一种启发式方法，在面对未解析的引用表达式时，尝试按照提供的顺序假设引用未知，直到引用成功解析。
在我看来，问题不在于谓词的部分统一。这是统一的一个常规部分，因为我们统一变量，而不是谓词，谓词可能涉及多个变量，其中只有一些变量是统一的

正如你所指出的，这个问题似乎更多的是关于开放世界，因为缺乏关于黄色球的知识并不意味着没有

除了我在你的另一个问题中给你的推荐信之外

对于这个特定的问题，您可能想看看这些文件，它们专门处理这些问题：

David Poole，一阶概率推断：

de Salvo Braz等人提出了一阶概率推断
注意：我考虑添加一个通配符标识符
？
来表示未知位置。在这种情况下，而不是只考虑，例如，绑定（1，1），（1，2），（2，1）和（2，2），系统还将考虑（1，？），（2，？），（？，1），（？，2）和（？，？）。不幸的是，我不认为这是一个可行的解决方案，因为我无法想象如何计算这些概率；计算具有所讨论属性的已知实体的概率很容易，但我不知道如何计算具有这些属性的未知实体存在的概率。你这里的分辨率到底是什么意思？在自动定理证明中，通常指的是一个规则，它接受两个析取子句并生成新的析取子句。不过你有连词。如果你有一个像“每个黄色的球都在每个蓝色的盒子后面”这样的句子，那么这个子句应该是1:{-yellow（x），-ball（x），-blue（y），-box（y），behind（x，y）}。然后，你对蓝框的观察是两个从句：2:{box（3）}和3:{blue（3）}。解析1和2产生4:{-黄色（x），-球（x），-蓝色（3），在（x，3）后面。然后，解析3和4……产生5:{-黄色（x），-球（x），在（x，3）后面。若你们以后发现这个人是一个黄色的球，你们将有6:{yellow（y）}和7:{ball（7）}。在两个以上的决议之后，你将有{behind（3,7）}。这就是你想要做的事情吗？这里的解析不是你使用它的意义，而是在语言学意义上的共指解析（见：）。啊，好的。那么，您可能想从问题中删除统一标签。它在tag wiki中的描述是“在计算机科学和逻辑中，统一是一个试图解决可满足性问题的算法过程。统一的目标是找到一个替代，证明两个看似不同的术语实际上要么相同，要么恰好相等。”我不认为你想这么做。