Rola wnioskowania bayesowskiego w systemach wnioskowania

Od jakiegoś czasu walczę o związek między opartymi na wiedzy systemami sztucznej inteligencji a wnioskami Bayesa. Podczas gdy nadal przeglądam literaturę, byłbym szczęśliwy, gdyby ktoś mógł bezpośrednio odpowiedzieć na te pytania -

1. Czy metody oparte na wnioskowaniu bayesowskim są stosowane w systemach rozumowania lub Q / A - do wyciągania wniosków na pytania, których odpowiedzi nie są bezpośrednio obecne w bazie wiedzy?
2. Innymi słowy, jeśli system Q / A nie znajdzie odpowiedzi w bazie wiedzy, czy może skorzystać z wnioskowania bayesowskiego, aby wykorzystać dostępne fakty do zasugerowania odpowiedzi z różnym prawdopodobieństwem?
3. Jeśli tak, czy możesz wskazać mi jakieś wdrożenia?

Tak, możliwe jest połączenie rozumowania probabilistycznego / bayesowskiego z tradycyjną „bazą wiedzy”. I niektóre prace w tym zakresie zostały już wykonane. Zobacz na przykład ProbLog („Probabilistic Prolog”), który łączy programowanie logiczne i elementy probabilistyczne. Widzieć:

https://dtai.cs.kuleuven.be/problog/tutorial/mpe/01_bn.html

Innym projektem, na który należy zwrócić uwagę, jest Pr-OWL („Probabilistic OWL”), który dodaje rozumowanie bayesowskie do stosu Semantic Web.

Oczywiście żadne z tych zagadnień nie dotyczy konkretnie systemów zapewniania jakości, ale oba stanowią pewną pracę nad przynajmniej fundamentalnym aspektem łączenia tradycyjnej logiki i / lub ontologii z podejściem probabilistycznym. Zbudowanie systemu kontroli jakości stanowi ćwiczenie dla czytelnika ...