Основные понятия
確率論理プログラミング(PLP)におけるクエリに対する従来の説明は、関連性の低い情報を含む場合があり、因果関係の構造が欠如しているため、人間の理解を深めるために、クエリ駆動型の推論メカニズムと、よりコンパクトで操作しやすい選択表現を用いた説明の解釈方法を提案する。
本論文は、確率論理プログラミング(PLP)における説明可能性に着目し、従来の説明が持つ問題点を克服するために、クエリ駆動型の推論メカニズムと、選択表現を用いた説明の解釈方法を提案することを目的とする。
人工知能に基づくツールの普及に伴い、人間が理解できる説明の必要性が高まっている。従来の多くのアプローチでは、システムがブラックボックスとして扱われていたため、適切な説明を生成することが困難であった。PLPは、知識表現に論理プログラミングを用い、不確実性をモデル化するために確率を用いるパラダイムであるが、クエリに対する従来の説明は、モデル内のすべての確率変数に対する選択の集合に関連付けられており、クエリの真偽性を明確に説明するものではなく、無関係な選択を含む可能性もあった。