紧张和方面

35。

∃e（kiss（e）∧subject（e，John）∧∀x（girl（x）→对象（e，x）））这意味着其他量子必须超出存在的事件量化。 在上面的例子中，每个女孩都必须拥有广泛的范围。 这也适用于（36-a）和（36-b）也是涉及否定的例子。

36。

（一）

没有男孩笑了。

（b）

约翰没有笑。

在Champollion（2015）中实现这一目标的一种方法是通过类型转移（参见Hendriks 1993）。 我们现在将简要解释这一战略的基础知识。 考虑这句话

37。

下雨了。

在Neo-Davidsonian方法中，谓词雨的语义表示为：

38。

[[雨]] =λe.rain（e）

在Champollion（2015）中，介绍了一系列事件的变量e，目前如下所示：

39。

[[雨]] =λe∃e（雨（e）∧e（e））

我们在此假设除了基本类型E和T的情况下，对于事件而言，v类型。 E是⟨v，t⟩的变量，（39）中的表达式⟨⟨v，t⟩，t⟩。

直观地这意味着当该组包含满足相应的口头表示的事件时，动词将是一组事件。 因此，人们可以认为（39）作为（38）的类型移位版本。 这对其其余的语法产生了后果。 如果动词根据（39）根据（39），则其他语法类别必须类型移位，也是为了运行的工作。

让我们现在看看（39）如何允许组成解释。 下面（39）像下雨的句子呈现为（λetrue是所有事件的集合;真实可以是x = x）：

40。

λe∃e（雨（e）∧e（e））（λe.true）

在两个应用λ-转换（40）之后减少到

41。

∃e（雨（e）∧true）

这相当于

42。

∃e（雨（e））

由于假设动词引入事件变量，因此通过在动词词汇条目的级别应用它来强制生存最低闭合。 句子（33）这里重复为（43）

43。

约翰亲吻了每个女孩。

现在被解释如下（忽略了简单的时态）。 我们假设每个女孩（44-b）和约翰（44-c）的下列标准表示。 P就像易变的变量一样，t⟩和j型常量。

44。

（一）

[[吻]] =λe∃e（吻（e）∧e（e））（b）

[[每个女孩]] =λp∀x（girl（x）→p（x））

（c）

[[约翰·]] =λp.p（j）

在这里，我们将以主题角色跳过NPS组合的推导。 在Champollion（2015）中，每个女孩都是亲吻对象的衍生自（44-B）

45。

λvλe（女孩（x）→v（λe（e（e）∧object（e，x）））））

其中V是⟨⟨v，t⟩，t⟩的变量。 因此，表达式（45）是⟨⟨⟨v，t⟩，t⟩，⟨⟨v，t⟩，t⟩⟩。 与（44-a）中表示的动词吻（⟨⟨v，t⟩，t⟩）的动词吻（类型⟨⟨v，t⟩，t⟩）的功能应用提供：

46。

λe∀x（女孩（x）→∃e（吻（e）∧e（e）∧object（e，x）））

（46）是对vp吻了每个女孩的解释，再次⟨⟨v，t⟩，t⟩。 约翰作为代理商被称为与每个女孩的对象类似的方式翻译。

47。

λvλev（λe（e（e）∧subject∧subject∧subject（e，John））））

当⟨⟨⟨v，t⟩，t⟩，⟨⟨v，t⟩，t⟩⟩的式（47）应用于吻的每个女孩的表示时（表示（46）），结果是：

48。

λe∀x（女孩（x）→∃e（吻（e）∧e（e）∧subject（e，约翰·）∧object（e，x）））

最后用λe.true计算该公式的关闭（49）

49。

∀x（女孩（x）→∃e（吻（e）∧subject（e，约翰·）∧object（e，x）））

这表明可以以严格的组成方式解释如（50）的树。

50。

[cp [closure] [IP [DP JOHN] [vp [vised] [DP每个女孩]]]

基于（40）和上一节的组合方法，具有本节的量化方法，Chippollion开发了广泛的解决方案，用于观察到句子中的句子（51），

51。

每个学生都读一本书。

除了否定，结合和状语修改（参见2015年的Champollion;和Coppock和Champollion 2022）。 这些结果清楚地表明标准组成语义和事件语义之间没有冲突。

这结论是我们在语言语义中的一瞥; 读者对这些问题更全面的待遇感兴趣可能会找到Champollion（2014，见其他互联网资源）和Champollion（2015）有用的来源。 对于对各种形式的组成性的更哲学讨论，建议读者咨询Pagin和Westerståhl（2010A），Pagin和Westerståhl（2010B），Peters和Westerståhl（2006年，特别是第11章）和百科全书的合作性。

我们现在回到不完美的悖论，然后转向人工智能中发展的事件微积分。

7.事件微积分

在以下部分中，我们将表明，不完美的悖论是人工智能（AI）中突出的帧问题的一个例子。 为此，我们将解释由Kowalski和Sergot开发的McCarthy的情况微积分（McCarthy 1977）的延伸。 然后，我们将说明事件计算如何通过分析不完美的悖论来导致自然语言时和方面的形式化。

考虑叙述（52）。

52。

昨天早上文森特装了枪。 然后他冒了一支烟。 吸烟后，他将枪指向弗雷德并拉动扳机。

假设在带有装载枪的某人射击将导致该人的死亡，我们将以弗雷德最终被杀的方式解释话语。 但是，到达此推断是不是琐碎的任务。 在（33）中，帧问题以耶鲁拍摄场景（Hanks和McDermott 1986）的形式举例说明。 为了证明这一点，我们将从Shanahan（1997）开始非常简单的微积分 - 这是Shanahan（1997）的简单事件微积分的变体，它只融入了瞬间变化的非常基本的概念。 后来我们将添加公理以处理连续变化，然后返回不完美的悖论。 简而言之，我们将争辩说，悖论可以被视为帧问题的实例。

7.1耶鲁射击场景

假设我们有三种动作/事件负载，烟雾和射击和三次依赖性属性，流利的流利的流利的，加载和死亡。[6]，[7]除了行动和流利，我们还需要在我们的基本本体中的时间瞬间。 表4中列出的谓词用于表达动作及其效果并及时定位它们。

公式意义

启动（α，β，τ）流畅的β在时间τ之后开始保持α

终止（α，β，τ）流利的β在时间τ后停止动作α

最初（β）流畅的β从时间0持有

τ1<τ2。时间即时τ1在时间瞬时τ2之前

发生（α，τ）动作α发生在时间τ

holdsat（β，τ）流畅的β在时间τ保持

剪裁（τ1，β，τ2）流畅的β在时间τ1和τ2之间终止

表4.简单事件微积分的谓词（来自Shanahan 1999）

谓词通过一组四个简单的公理（53） - （56）彼此相关。 在这些公理中，假设所有变量都具有最大范围的普遍性量化。 当我们介绍完整的方案时，我们将来到含义的语义。

53。

最初（f）→holdsat（f，0）

54。

最初（f）∧¬clipped（0，f，t）→holdsat（f，t）

55。

发生（a，t1）∧initiatesinitiates（a，f，t1）∧t1<t2°¬clipped（t1，f，t2）→holdsat（f，t2）

56。

发生（a，t）∧t1<t <t2∧terminates（a，f，t）→剪裁（t1，f，t2）

前三个公理状态在时间t的情况下说明流畅的条件：它从开始时右转，或者它在T1之前的时间t1启动，而两者之间发生终端动作。 第四公理定义谓词剪切（T1，F，T2），说明如果它在T1和T2之间发生的某种动作终止时，则在时间t1和t2之间剪裁流畅的f。 简化整个批次，公理（53） - （56）正式化瞬时变化的概念，例如两个球碰撞或某人死亡。 此外，它们体现了惯性的概念：除非终止，否则流利将继续持有。

接下来，我们必须将话语（52）翻译成简单的事件微积分。 第一组公式（57） - （59）说明所提到的行动所做的内容。 这些公式提供了粗略的含义载荷，烟雾和射击的粗略草图。 负载动作的效果是使流畅的载荷保持，拍摄动作使得死亡（和活着不持有）加载为前提条件。 最后，假设烟雾没有效果（因此，没有涉及烟雾的规则）。

57。

初始化（加载，加载，t）

58。

holdsat（加载，t）→启动（拍摄，死了，t）

59。

holdsat（加载，t）→终止（拍摄，活着，t）

（52）包括载荷动作，然后进行烟雾动作，然后进行射击动作。 使用四个任意选择的时间点T1-T4，话语可以表示如下：

60。

最初（活着）

61。

发生（负载，t1的）

62。

发生（吸烟，t2的）

63。

发生（拍摄的t3）

64。

t1的<t2的<的t3 <t4

从这个小理论来看，我们想要派生（死亡，T4）。 不幸的是，在满足理论的所有模型中，该搜索在古典感觉上无效。 例如，想到枪在宫殿吸烟时枪晦涩难以卸下的情况。 在这样的模型中，拍摄动作的前提条件显然不会满足，因此行动将缺乏任何影响。 请注意，没有任何规定这样的模型，因为它完全符合我们的理论。 因此，我们必须进一步限制正在考虑的模型。 至关重要的是，我们必须找到一种方法来处理非效果的行为; 这是着名的框架问题。

如何继续？ 从没有提到终止行动的情况下，我们想得出结论，没有发生终止事件。 为此，我们必须以在话语中明确说明这些事件的方式加强理论的假设。 话语模型应该是最小的，与亲密关系的话语联系起来，以封闭世界推理。 值得注意的是，这一战略强制推理是非单调的：将进一步的房屋添加到理论可以使推论无效，以前有效（见非单调逻辑的条目）。

7.2计划完成

有不同的技术，用于正式化这一推理; 一个是界定（例如，Shanahan 1997）。 在这里，我们将使用完成逻辑程序技术，采用Van Lambalgen和Hamm（2005）的事件微积分。 仔细看看理论的公式（（53）∧......左侧左侧的公式和对其右侧的单个正原子表达（以前者称为身体，后者称为条款负责人）。 我们现在将说明如何计算简单逻辑程序的完成。 考虑对时间1加载枪的情况的描述，并且在时间10中发生拍摄事件。此情况在以下程序中说明：

65。

发生（负载，1）

66。

发生（拍摄，10）

未完成的程序尚未排除干预事件。 例如，它与时刻9的卸载事件一致。程序的完成应告诉我们（65）和（66）是唯一的事件。 根据以下过程计算完成。[8] 我们从（65）和（66）中的事实开始。 这两种都是恰好公式。 该程序的完成直观地对应了一个断言，因为鉴于此程序，恰好（e，t）只能均匀发生在1或拍摄时发生的负载。因此，我们首先替代常量的变量并写下以下脱位：

67。

（e =load∧t= 1）∨（e =shoot∧t= 10）

然后，我们普遍地量化变量E和T并加强对双缘的含义：

68。

∀e∀t（碰巧（e，t）↔（e =loadət= 1）∨（e =shootət= 10））

来自（68），它遵循没有干预事件。 加强对双部致命的影响使得不可能在没有能够实现的有利条件的情况下实现头部可以真实。[9] （68）的唯一确定的模型是由（65）和（66）组成的逻辑程序的最小模型。

我们现在可以回到话语中的耶鲁射击问题（52）。 从逻辑计划完成（（53））∧...∧（（64）），它遵循（非单调），持有（死亡，T4）。 然而，通过进一步的信息丰富计划并计算新的完成，可以明确导致对这一推理取消。

7.3引入时态信息

如果我们想使用这些想法来模拟自然语言话语，我们需要加入时态。 在Van Lambalgen和Hamm（2005）中，这是通过采用经典的三群地区，由于Reichenbach引起的参考时间，事件时间和语音时间（参见第3节）来完成。

回想一下，如上所述，当我们将话语（52）翻译成Shanahan的事件微积分时，我们任意选择时间t1，...，t4的瞬间以定位时间。 这并不是如何在自然语言话语中完成。 第一句（昨天早上Vincent装载枪），在某个时间间隔内（=参考时间）之前（=语音时间），在发生加载事件时存在的时间t'（=事件时间）。 第二句话（然后他吸烟）通过结缔组织与这一事件有关，然后在稍后的时间t“发生在T”的吸烟事件也在现在之前。 类似于第三句：有一个事件时间t∈拍摄发生，而t“<t∈<现在。 请注意，当在时间上定位事件时，它始终通过存在的表单的存在性语句来完成。 然而，到目前为止，我们只处理了普遍量化的变量。 显然，像∀t.happens（load，t）∧t<现在不能用来代表时态的公式，因为它将在过去始终发生负载。 我们必须找到一种方法来介绍存在量化的信息。

直观地，它足以将新实体引入话语领域。 这种方法位于动态语义理论（如话语代表理论（Kamp和Reyle 1993）的核心，也可以参见话语表示理论的条目）或文件更改语义（Heim 1982）。 我们需要一个更新程序，将新动作/事件引入话语模型，但与到目前为止介绍的非单调语义兼容。 van lambalgen和Hamm（2005）（2005）之后，我们将使用完整性约束 - 来自数据库理论的设备（对于更完整而正式的治疗，读者被称为Kowalski 1995和Van Lambalgen和Hamm 2005：Ch。8） - 实施概念话语模型的最小更新。 考虑话语（69）。

69。

枪被装了。 文森特准备拍摄。

在解释第一个句子时，我们希望以使句子为立的方式更新情况模型。 时态信息将被解释为目标，以便利用现在拥有的流利装载更新情况模型。 在我们的框架中，语义解释因此与规划密切相关，在该规划中，寻找对句子的解释需要提出一系列使目标成功的行动。

70。

制作查询？holdsat（现在加载）成功。

为了解决这一完整性约束，我们将使用简单事件计算的公理加上（71）中所述的负载措施的后果的世界知识。

71。

初始化（加载，加载，t）

在逻辑编程中，解析（70）所需的作用原理由称为分辨率的推导过程执行。 我们将以非标准的方式在此处使用分辨率，即逻辑编程与完整性约束相结合（详情请参阅Van Lambalgen和Hamm 2005）。 它从话语模型中的次开始。 通过识别具有查询的规则作为其所外的规则进行分辨率，并将其替换为规则的前进条件，使先进公式新查询本身。 当查询不能进一步解决时，分辨率停止，即，当已经计算了计划的预处理时，所有者都会满足样本模型的适当更新。 为了留下这项工作方式，我们将说明（70）的分辨率。 首先，我们必须计算程序的完成，并尽可能用常量将变量替换，在我们的案例中加载。 在逻辑编程中，此替换通过统一自动完成。 以下是完成Holdsat谓词，其形成两个公理 - （54）和（55）的头部。

72。

holdsat（现在加载）↔（最初（加载）∧¬clipped-clipper（0，加载，现在））∨（发生（a，s）∧initiates∧initiates（a，加载，s）∧s<noctup（s，s，加载），现在））

由于该理论最初不包含陈述（装载），因此封闭的世界推理产生，在时间0未加载枪（¬Initially（加载））。 无论我们如何更新话语代表，第一个分离就不会成功。 因此，我们必须继续前进到第二个分散。 在这种情况下，检索数据库的动作A和时间s，使得发起（a，f，s）（a，s）和¬¬clipp（s，加载，t）。 在话语中提供的信息的唯一基础？发生（a，s）将失败，因为在话语（50）中没有关于加载操作的信息。 但是，由于拟到完整性约束，因此数据库将使用子句更新（加载，s）∧s<现在，它使第二个分离为真实并且查询成功。

7.4不适当的悖论重新考虑

在下文中，我们将分析不完美的悖论作为框架问题的实例（CF. Stenning和Van Lambalgen 2005; Van Lambalgen和Hamm 2005; Stenning和Van Lambalgen 2008; Baggio和Van Lambalgen 2007; Baggio等，2008）。 活动和成就都涉及连续变化，因此我们必须增加额外的谓词和公理，以适当地处理逐渐变化的物体，这些物体受到外力的影响。 表5介绍了两种新谓词; 公理A1-A5提供瞬间和连续变化的一般理论（来自Van Lambalgen和Hamm 2005：40）。 可以很容易地看出，Axiom系统扩展了山山（1997）。

公式意义

发布（e，f，t）流利的F由于时间t而导致事件e导致改变

轨迹（F1，T，F2，D）如果流畅的F1从t持有t直到t + d，那么F2在T + D保持

表5.连续变化的谓词

最初（f）→holdsat（f，0）

holdsat（f，r）∧r<t∧

¬∃s<rholdsat（f，s）∧¬clipped（r，f，t）→holdsat（f，t）

发生（e，t）∧initiates（e，f，t）∧t<t'∧

¬clipped（t，f，t'）→holdsat（f，t'）

发生（e，t）∧initiates（e，f1，t）∧t<t'∧

t'= t +d∧trajectory（f1键，t，f2键，d）∧¬clipped（t，f1键，t'）→holdsat（f2键，t'）

发生（e，s）∧t<s <t'∧

（终止（e，f，s）∨releases（e，f，s））→剪裁（t，f，t'）