普林尼

PLINI:一个不一致新闻信息的概率逻辑程序框架。新闻来源可靠地不可靠。不同的新闻来源可能会对同一事件提供截然不同的报道。通常,即使是同一个新闻来源也可能在一段时间内提供关于同一事件的广泛变化的数据。过去关于不一致性管理和次一致性逻辑的工作假设我们对不一致性有“干净”的定义。然而,在对新闻报道的事件进行推理时,我们需要处理两个独特的问题:(i)两个事件是在同一个事件上报道的,还是它们是不同的?以及(ii)两个事件描述相互不一致意味着什么,因为这些事件通常使用语言术语来描述,而这些术语并不总是具有唯一可接受的形式语义?这两个问题的答案原来是密切相关的。在本文中,我们提出了一种称为PLINI(不一致新闻信息的概率逻辑)的概率逻辑编程语言,在该语言中,用户可以编写规则来说明上述情况(ii)中他们所说的不一致的含义。我们证明了使用标准的机器学习算法可以从训练数据中自动学习PLINI规则。PLINI是众所周知的通用注释程序框架的一个变体,它解释了新闻中出现的数字、时间和空间术语的相似性。我们开发了PLINI规则的语法、模型理论语义和不动点语义,并展示了如何使用PLINI规则来检测不一致的新闻报道。

zbMATH中的参考文献(参考文献1条)

显示结果1/1。
按年份排序(引用)

  1. 阿尔巴尼斯语、马西米利亚诺语;布罗切勒,马提亚斯;格兰特,约翰;马丁内斯,玛丽亚·瓦尼娜;Subrahmanian,V.S.:PLINI:不一致新闻信息的概率逻辑程序框架(2011)ioport公司