Vai trò của suy luận Bayes trong các hệ thống lý luận

Tôi đã vật lộn với mối liên hệ giữa các hệ thống AI dựa trên kiến ​​thức và suy luận Bayes trong một thời gian. Trong khi tôi tiếp tục tìm hiểu các tài liệu, tôi sẽ rất vui nếu ai đó có thể trả lời trực tiếp những câu hỏi này -

1. Là các phương pháp dựa trên suy luận Bayes được sử dụng trong lý luận hoặc hệ thống Q / A - để đi đến kết luận về các câu hỏi mà câu trả lời không được trình bày trực tiếp trong cơ sở kiến ​​thức?
2. Nói cách khác, nếu hệ thống Hỏi / Đáp không tìm thấy câu trả lời trong cơ sở Kiến thức, thì hệ thống đó có thể sử dụng suy luận Bayes để sử dụng các sự kiện có sẵn để đề xuất câu trả lời với khả năng khác nhau không?
3. Nếu có, bạn có thể chỉ cho tôi một số triển khai?

Có, có thể kết hợp lý luận xác suất / bayesian và một "kiến thức truyền thống". Và một số công việc dọc theo những dòng đã được thực hiện. Xem, ví dụ, ProbLog (" Prologistic Prolog") kết hợp lập trình logic và các yếu tố xác suất. Xem:

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

Một dự án khác để xem xét là Pr-OWL ("Xác suất OWL") bổ sung lý luận Bayes vào ngăn xếp Semantic Web.

Tất nhiên cả hai đều không liên quan cụ thể đến các hệ thống QA, nhưng cả hai đều đại diện cho một số hoạt động trên ít nhất là khía cạnh nền tảng của việc kết hợp logic và / hoặc bản thể học truyền thống, với các phương pháp xác suất. Xây dựng một hệ thống QA trên đó là một bài tập cho người đọc ...