Studio di estensioni probabilistiche di logiche descrittive e logiche descrittive per abduzione.

Obiettivo di questa tesi è lo studio di estensioni probabilistiche di logiche descrittive e logiche descrittive per l’abduzione al fine di giungere ad una proposta di restrizione della logica descrittiva con operatore di tipicalità nella quale riproporre il vantaggio conoscitivo del ragionamento abduttivo, in termini diminuzione di ambiguità, sotto l’assunzione, in assenza di evidenza contraria, di determinate ipotesi. Tale restrizione dovrebbe combinare il potere espressivo di un linguaggio delle logica descrittiva, vedi rappresentazione delle ontologie, alla capacità di ragionare in presenza di incompletezza e conoscenza rivedibile, permettendo agli esperti del dominio di condurre ragionamenti a carattere esplorativo, senza ricorrere formalmente ad un meccanismo inferenziale di tipo abduttivo che richiede all’utilizzatore finale l’esplicita indicazione degli abducibili in domini applicativi potenzialmente smisurati per l’uomo. Questo a sottolineare il beneficio di una siffatta restrizione per l’ipotetico esperto del dominio, al quale non verrebbe imposto l’onere di “montare” l’intero framework abduttivo ma solo di rappresentare la realtà di interesse, tramite relazioni che “virtualmente” leghino cause a effetti. Dall’intuizione iniziale alla formalizzazione della restrizione si è passati attraverso l’analisi di tre proposte: R1 come restrizione di ALC + T_R^P con “disaccoppiamento” tra asserzione di concetto e assunzione di tipicalità nella formulazione delle ipotesi abduttive, R1 riformulata con “accoppiamento” e R2 come restrizione “ad hoc” della logica monotona ALC + T_R, equipaggiata con la semantica distribuita DISPONTE. In R1 la logica sottostante è dotata di chiusura razionale, ciò permette di mutuare il fulcro dell’approccio abduttivo dal meccanismo che supporta l’assunzione non monotona delle T-asserzioni -quando consistenti- sull’unico individuo nominato esplicitamente a e di integrarlo nella nozione di distribuzione di probabilità sugli scenari generati come estensione della ABox . Grazie all’equivalenza con la semantica dei modelli canonici e minimali, si verificano quali possibili assegnamenti minimali e consistenti di rank ad a portino a concludere G e con quale probabilità. In R2 si sono previsti meccanismi inferenziali non monotoni per la verifica della consistenza di quanto assumibile alla ricerca di una spiegazione per G, in un contesto di mutabilità della conoscenza intensionale dove le manipolazioni sintattiche di TBox propongono descrizioni prototipali differenziate con relative probabilità, a partire dai gradi di credenza che annotano le T-inclusioni.