客观世界的n元关系——兼谈传统形式逻辑和数理逻辑

当代形式逻辑对客观世界n元关系的研究,其视野是传统形式逻辑和数理逻辑无法相比的。从主导思想上看,传统形式逻辑是真正的名副其实的逻辑科学,但它只研究1元关系,不研究多元关系和真正普遍有效的关系推理,因此,传统形式逻辑顶多只能算n分之1的逻辑。数理逻辑虽然把1元或多元关系作为自己的研究对象之一,但它没有从内涵的角度去区分关于同一外延的k个尽管相当然而并不相同的n元关系,从量上说至少是"挂1漏k-1"的,即只从外延的角度研究一种关系而漏掉(k-1)种关系,因此,纯外延的数理逻辑顶多只能算k分之1的逻辑。当代形式逻辑从研究论域上的n目组和n目组集入手,亦即通过确定论域上的个体的所有不同序列,对论域上n个个体(n≥1)之间的所有关系进行了逻辑科学应有的全方位研究。

N元关系与关系型数据库

给出了关系数据库模型的数学基本概念 ,如N元关系、N元有序组及N元有序组集合。从N元关系导出关系模型 ,比较了关系模型与N元关系之间的异同 。

广义(m,n)超环

本文研究了广义(m,n)超环,n元正则关系以及n元强正则关系等的一些性质.利用广义(m,n)超环间的同态关系以及正则和强正则关系,得到了(m,n)子超环和(m,n)超理想的不变性,广义(m,n)超环的商结构,以及构成商超环和商环的充分必要条件,推广了文献[5]的一些结果.

面向中文自然语言文档的自动知识抽取方法

自动知识抽取方法可以自动识别并抽取Web文档中与本体匹配的事实知识。利用这些事实知识既可以构建基于知识的服务,也能够为语义Web的实现提供必要的语义数据。但面向自然语言特别是中文自然语言的自动知识抽取非常困难.提出了基于语义Web理论和中文自然语言处理(natural language processing,NLP)技术的自动知识抽取新方法AKE,用聚集体知识概念刻画N元关系知识,能够在不使用大规模语言知识库和同义词表的情况下自动识别中文自然语言文档内容中显式和隐含的简单事实知识和N元关系复杂事实知识.实验结果表明该方法优于目前已知的其他方法.