안정 모델 의미론에서 가중치 규칙 도입

한줄 요약

안정 모델 의미론에 가중치 규칙을 도입하여 결정론적 성질을 극복하고 불일치 해소, 순위화, 확률 부여 및 통계적 추론을 가능하게 하는 방법을 제시한다.

풀어야 하는 문제

안정 모델 의미론은 결정론적이어서 불일치가 발생하거나 여러 모델 중 선택이 필요할 때 유연성이 부족하다. 또한 확률적 추론을 직접 지원하지 않는다.

접근 방법

마르코프 논리의 로그-선형 모델을 차용하여 각 규칙에 가중치를 부여하고, 가중치에 기반한 안정 모델의 확률 분포를 정의한다. 이를 통해 불일치 해소, 모델 순위화, 확률 계산 및 통계적 추론이 가능해진다.

결과·기여

제안된 프레임워크는 answer set programs, Markov Logic, ProbLog, P-log 등과의 형식적 비교를 통해 그 표현력과 유연성을 입증한다. 가중치 규칙은 안정 모델 의미론의 적용 범위를 확장하며, 불확실성과 통계적 추론을 통합하는 실용적인 도구를 제공한다.