logic-and-learning-lab/Popper

解決的問題

Popper 是一個歸納邏輯程式設計（ILP）系統，允許電腦從一組範例和既有的背景知識中學習邏輯規則。它自動化了發現解釋特定關係的底層邏輯的過程，例如根據親子資料識別「祖父母」規則。

運作方式

Popper 接受三個主要輸入：包含正例與負例的檔案、包含已知事實的背景知識（BK）檔案，以及定義搜尋空間的偏差檔案（指定規則頭或體中可使用的謂詞）。它使用 CPSAT 或 NuWLS 等求解器，尋找最簡單且符合資料的邏輯規則。它可透過 --noisy 標記處理雜訊資料，並支援遞迴與類型註解等進階邏輯功能，以優化搜尋過程。

適用對象

專為具有 Prolog 背景的符號 AI、邏輯程式設計與自動規則發現領域的研究人員與開發者設計。

主要特色

• 遞迴規則學習：能夠學習謂詞自身引用自身的規則。
• 雜訊處理：可透過 --noisy 標記，從不完美資料中學習。
• C-SAT 與 NuWLS 整合：支援高效率求解器，加速規則發現過程。
• 可自訂約束：支援使用類型與方向註解，大幅縮短學習時間並提升準確性。