推断缺少事实的规则

Question

假设我有一个医学规则：一个人是健康的，他患有失眠症，建议他吃安眠药并去看医生。此规则的确定性因子为 0.9（主观相信特定规则为真的程度，范围 [0; 1]）。

Status(Fatigue) ^ Syndrone(Insomnia)
-> Treatment(TakeSleepingPills) ^ Treatment(MeetDoctor) {CF = 0.9}

如果我有一个已知事实 Status(Fatigue)，我如何推断 Treatment(TakeSleepingPills) 和 Treatment(MeetDoctor) 而不遗漏事实 Syndrone(Insomnia)？

有很多机器学习方法，例如Probabilistic Mention Model, Sampling distribution inference, Bayesian inference，...但是还有其他不使用机器学习的方法吗？

Answer 1

您可以尝试使用答案集编程来推导出规则和结果。基本上，您必须以逻辑方程式和运行特殊程序来表示您的问题，即使在缺少信息的情况下也能解决给定的问题。但是，在我看来，它不会比机器学习更简单。

您可以阅读以下内容：

求解器：

Infer rules that have missing facts