Computational Approaches to Analogical Reasoning: Current Trends

استدلال قیاسی به عنوان یک حالت قدرتمند برای نتیجه گیری قابل قبول و حل مسائل شناخته می شود. این موضوع تعداد زیادی از آثار فیلسوفان، مردم شناسان، زبان شناسان، روان شناسان و دانشمندان کامپیوتر بوده است. به این ترتیب، در هوش مصنوعی اولیه مورد مطالعه قرار گرفته است، با تجدید علاقه خاصی در دهه گذشته.

جلد حاضر یک دیدگاه ساختاریافته از روندهای تحقیقاتی فعلی در مورد رویکردهای محاسباتی به استدلال قیاسی ارائه می دهد. با مروری بر این زمینه، با کتابشناسی گسترده شروع می شود.

14 مشارکت جمع آوری شده دامنه وسیعی از مسائل را پوشش می دهند. ابتدا، استفاده از نسبت‌ها و قیاس‌های قیاسی در مسائل مختلف پردازش زبان طبیعی و همچنین در کسر خودکار توضیح داده شده و مورد بحث قرار می‌گیرد. سپس، چارچوب‌های رسمی مختلف برای رسیدگی به قیاس‌ها ارائه می‌شوند که با استدلال مبتنی بر مورد، طرح‌ریزی نظریه مبتنی بر اکتشاف، استدلال عام در مورد پایه‌های قوانین ناقص، نسبت‌های منطقی ناشی از شاخص‌های شباهت و عدم تشابه، و نسبت‌های قیاسی در ساختارهای شبکه‌ای سروکار دارند. در نهایت، این جلد، مطالعات موردی و بحث‌هایی را درباره استفاده از قضاوت‌های مشابه و فرآیند قیاس‌سازی، در کار در تست‌های هوش، خلاقیت یا سایر کارهای شناختی گزارش می‌کند.

این جلد نسخه‌های کاملاً اصلاح‌شده و توسعه‌یافته را گردآوری می‌کند. مقالات ارائه شده در یک کارگاه بین المللی و همچنین مشارکت های دعوت شده. همه فصل‌ها از یک فرآیند بررسی دقیق همتایان بهره‌مند شده‌اند.

Analogical reasoning is known as a powerful mode for drawing plausible conclusions and solving problems. It has been the topic of a huge number of works by philosophers, anthropologists, linguists, psychologists, and computer scientists. As such, it has been early studied in artificial intelligence, with a particular renewal of interest in the last decade.

The present volume provides a structured view of current research trends on computational approaches to analogical reasoning. It starts with an overview of the field, with an extensive bibliography.

The 14 collected contributions cover a large scope of issues. First, the use of analogical proportions and analogies is explained and discussed in various natural language processing problems, as well as in automated deduction. Then, different formal frameworks for handling analogies are presented, dealing with case-based reasoning, heuristic-driven theory projection, commonsense reasoning about incomplete rule bases, logical proportions induced by similarity and dissimilarity indicators, and analogical proportions in lattice structures. Lastly, the volume reports case studies and discussions about the use of similarity judgments and the process of analogy making, at work in IQ tests, creativity or other cognitive tasks.

This volume gathers fully revised and expanded versions of papers presented at an international workshop‚ as well as invited contributions. All chapters have benefited of a thorough peer review process.