Integridad (bases de conocimiento)

El término completitud , aplicado a las bases de conocimiento, se refiere a dos conceptos diferentes.

En lógica formal, una base de conocimiento KB es completa si no existe ninguna fórmula α tal que KB ⊭ α y KB ⊭ ¬α.

Ejemplo de base de conocimiento con conocimiento incompleto:

KB  := { A ∨ B }

Entonces tenemos KB ⊭ A y KB ⊭ ¬A.

En algunos casos, una base de conocimiento consistente puede completarse con la suposición de mundo cerrado , es decir, agregando todos los literales no implicados como negaciones a la base de conocimiento. Sin embargo, en el ejemplo anterior, esto no funcionaría porque haría que la base de conocimiento fuera inconsistente.

KB' = { A ∨ B, ¬A, ¬B }

En el caso donde KB  := { P(a), Q(a), Q(b) }, KB ⊭ P(b) y KB ⊭ ¬P(b), entonces, con la suposición de mundo cerrado, KB' = { P(a), ¬P(b), Q(a), Q(b) }, donde KB' ⊨ ¬P(b).

En la gestión de datos, la completitud es el metaconocimiento que se puede afirmar para partes de la base de conocimiento mediante afirmaciones de completitud. ^{[ 1 ] [ 2 ]}

Por ejemplo, una base de conocimiento puede contener información completa para los predicados R y S, mientras que no se afirma nada para el predicado T. Consideremos entonces las siguientes consultas:

Q1 :- R(x), S(x) Q2 :- R(x), T(x)

Para la consulta 1, la base de conocimiento devolvería una respuesta completa, ya que solo se intersecan los predicados que son completos. Para la consulta 2, no se podría llegar a tal conclusión, ya que el predicado T es potencialmente incompleto.

• Respuesta segura