Este es un problema interesante. Así es como lo abordaría empíricamente: cree un gráfico para cada declaración en dos dimensiones
x: = [-1,1] con FALSO mapeado a -1 y VERDADERO mapeado a 1
y: = [0,1] con 0 mapeado para completar la incertidumbre y 1 mapeado para completar la certeza
Ahora analice cada declaración compleja en sub-declaraciones (cómo hacer esto es un problema no trivial diferente). Para cada sub-declaración, evalúela como Verdadero o Falso y también evalúe qué tan seguro está de que la asignación T o F es correcta. Algunas declaraciones pueden tener términos que son No importa, es decir, evaluar T o F no tiene sentido, o no son relevantes para el problema actual. Descarte cualquier término que no le importe.
Ahora puedes construir tu gráfico. Contraiga la declaración grande en un solo punto haciendo un promedio ponderado en los T / F de las sub-declaraciones usando certeza como las ponderaciones y luego coloque el punto en el gráfico en x, y usando la verdad ponderada (x) y el promedio simple de la certeza (y). Ahora puede visualizar grandes colecciones de enunciados complejos colocando puntos en el gráfico para cada enunciado y haciendo cualquier tipo de análisis gráfico que desee.
- Sea G un simple gráfico plano conectado con menos de 30 aristas. ¿Cómo puedo mostrar que un gráfico G contiene un nodo cuyo grado es máximo 4?
- ¿Qué nivel de matemática se requiere para comprender y desarrollar algoritmos?
- ¿Por qué este programa da '0' como salida?
- Si quiero estar en análisis predictivo y no soy experto en matemáticas ni en programación, ¿cuál debo comenzar a perfeccionar primero y por qué?
- ¿Cómo se mejora su escritura técnica / científica?
Sigo diciendo gráfico porque me gusta visualizar todos mis datos. Puede tratar todo como un conjunto de tuplas y ejecutar cualquier algoritmo de procesamiento de datos que desee en ellos, como alimentarlos en un sistema ML para capacitarlo sobre cómo crear patrones de declaración de lenguaje natural que imiten cómo las personas reales usan la verdad y la falsedad mixtas.
El sistema se puede extender a más dimensiones, o se pueden usar más o diferentes ponderaciones en la evaluación T / F. Realmente depende de qué es lo que está tratando de descubrir y qué produce los resultados más útiles.