Labelled Deduction

استنتاج برچسب‌دار رویکردی برای ارائه چارچوب‌هایی برای ارائه و استفاده از منطق‌های مختلف به روشی یکنواخت و طبیعی با غنی‌سازی زبان یک منطق با اطلاعات اضافی با ماهیت اثباتی-نظری معنایی است.
سیستم‌های استنتاج برچسب‌گذاری‌شده اغلب دارای ویژگی‌های جذابی هستند، مانند مدولار بودن در روشی که خانواده‌های منطق‌های مرتبط ارائه می‌شوند، اثبات پارامتری خواص فرانظری، و سهولت مکانیزه‌پذیری. بنابراین تعجب آور نیست که استنتاج برچسب‌گذاری شده برای مسائلی در علوم کامپیوتر، هوش مصنوعی، منطق ریاضی، علوم شناختی، فلسفه و زبان‌شناسی محاسباتی به کار گرفته شده است - برای مثال، رسمی‌سازی و استدلال در مورد ویژگی‌های پویا «وضعیت‌گرا» مانند دانش، باور، زمان. ، فضا و منابع.

Labelled deduction is an approach to providing frameworks for presenting and using different logics in a uniform and natural way by enriching the language of a logic with additional information of a semantic proof-theoretical nature.
Labelled deduction systems often possess attractive properties, such as modularity in the way that families of related logics are presented, parameterised proofs of metatheoretic properties, and ease of mechanisability. It is thus not surprising that labelled deduction has been applied to problems in computer science, AI, mathematical logic, cognitive science, philosophy and computational linguistics - for example, formalizing and reasoning about dynamic `state oriented' properties such as knowledge, belief, time, space, and resources.