セマンティック推論器に関する多くの記事では、健全性を推論器または推論アルゴリズムの特性として言及しています。ただし、ウィキペディア (http://en.wikipedia.org/wiki/Soundness) の健全性の定義から、健全性はモデルのプロパティであり、モデルに適用する推論アルゴリズムとは無関係であることを理解しています。たとえば、モデル:
All organisms with wings can fly.
Penguins have wings.
次の有効な（証明可能？）が不健全な結果につながります。
Penguins can fly.
したがって、このモデルを、たとえば Tableaux ベースのアルゴリズムや KAON2 推論に与えると、どちらも健全であると言われていますが、それでもこの不健全な結果が得られます。健全性とは具体的にどのようなものか説明していただけますか？そしてそれがモデルやモデリング言語や推論方法の特徴なのか、それとも単なる推論結果なのか?
それは基本的に正しいことを意味します。健全とは、推論者が正しい結果、つまり知識ベースで明示的であるか、その内容から生じる結果のみを返すことを意味します。不健全とは、推論者がKBで明示的ではなく、公理を伴わない結果、つまり誤った結果を返すことを意味します。
完了とは、すべての回答を返すことを意味します。完全でなくても、つまり、すべての正解のサブセットを返すことなく、健全である可能性があります。これは、一部のユースケースで望ましい場合があります。
完全にすることもできますが、不健全です。あなたはすべての正しい答えといくつかの間違った答えを返します。
あなたの例では、KBにはない情報、つまりペンギンが飛べないという情報があるため、結果はあなたにとって不健全なだけです。推論者の観点からは、それは健全な結果です。与えられた事実の信憑性を確認することはできず、新しい事実を伴うためにそれらを使用するだけです。
引数は有効ですが、前提の 1 つが正しくありません。したがって、その議論は適切ではありません。
推論者があなたの前提が正しいかどうかを判断できるとは思いません-もし可能であれば、それは非常に革命的です:)