【摘要】在人工智能被提出之初,就将实现常识推理作为人工智能研究的一个长期目标。在日常中,常识推理可以帮助在不完全信息的情况下,根据常识做出合理的假设来进行有效的推理。目前,信念修正方法作为处理常识推理中非单调性的问题被广泛的研究。这种方法通过引入一个修正算子,将信息调整纳入已有知识库。然而在信念修正的过程中不可避免的出现期望信息的丢失。不同于信念修正的方法,信念非修正的方法在不改变原有知识库的基础 […]