Pular para o conteúdo principal

truth makers AND truth bearers - Palestra Giancarlo no SBBD

Dando uma googada

https://iep.utm.edu/truth/

There are two commonly accepted constraints on truth and falsehood:

    Every proposition is true or false.         [Law of the Excluded Middle.]
    No proposition is both true and false.         [Law of Non-contradiction.]

What is the difference between a truth-maker and a truth bearer?

Truth-bearers are either true or false; truth-makers are not since, not being representations, they cannot be said to be true, nor can they be said to be false. That's a second difference. Truth-bearers are 'bipolar,' either true or false; truth-makers are 'unipolar': all of them obtain.

What are considered truth bearers?
 
A variety of truth bearers are considered – statements, beliefs, claims, assumptions, hypotheses, propositions, sentences, and utterances.

When I speak of a fact . . . I mean the kind of thing that makes a proposition true or false. (Russell, 1972, p. 36.)

“Truthmaker theories” hold that in order for any truthbearer to be true there must be something “outside the text,” as people might say, that “makes” it true. If the truth is a truth about inanimate objects, then the world must contain those inanimate objects; if it is about a God then there must be a God; if it is about the way people conduct their lives, then there must be people and they must conduct their lives in that way; and so on.  

What is an example of a truth bearer?
If a man utters the words 'It is raining' in the rain, or the words 'I am hungry' while hungry, his verbal performance counts as true. Obviously one utterance of a sentence may be true and another utterance of the same sentence be false.
 
Truthmakers are the things in the world in virtue of which truth bearers are true. For example, any individual human makes it true that humans exist.
 
Junto com a definição de contexto que estamos adotando
 
“By context, we herein refer to the scope of truth, and thus talk about the context in which some data are held to be true”

Hogan et al. 2021. Knowledge Graphs. ACM Comput. Surv. 54, 4, Article 71 (May 2022), 37 pages. https://doi.org/10.1145/3447772
 
Contextualized Claims from KG are truth beares 
 
Verdade ao ponto de confiar e agir baseado na informação depende do Contexto da Tarefa e dos Truth Makers que o tomador de decisão reconhece como verdadeiros.  
 

Marcadores:

Comentários

  1. Veronica dos Santos3 de outubro de 2023 às 12:18

    Na palestra do Giancarlo ele comentou sobre truth-makers e truth-bearers em relação às diferentes perspectivas que podem ser representadas em modelos conceituais. Eu li um pouco sobre estes conceitos na Enciclopédia de Filosofia de Standford - SEP (que o professor Hermann recomendou como referência para as definições de Verdade) e me parece que os CKGs, com a possibilidade de representar diferentes perspectivas através de alegações contextualizadas (e não fatos) sob a hipótese DOWA, seriam repositórios de truth-bearers (alegações, proposições, hipóteses, ...) enquanto que a Camada de Confiança, com as políticas de confiança baseadas inclusive em contexto, seria responsável por associar truth-bearers aos respectivos truth-makers (fatos).

    https://plato.stanford.edu/entries/truthmakers/
    https://plato.stanford.edu/entries/truth-pragmatic/

    ResponderExcluir

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são sempre bem vindas.

Postagens mais visitadas deste blog

Connected Papers: Uma abordagem alternativa para revisão da literatura

Durante um projeto de pesquisa podemos encontrar um artigo que nos identificamos em termos de problema de pesquisa e também de solução. Então surge a vontade de saber como essa área de pesquisa se desenvolveu até chegar a esse ponto ou quais desdobramentos ocorreram a partir dessa solução proposta para identificar o estado da arte nesse tema. Podemos seguir duas abordagens:  realizar uma revisão sistemática usando palavras chaves que melhor caracterizam o tema em bibliotecas digitais de referência para encontrar artigos relacionados ou realizar snowballing ancorado nesse artigo que identificamos previamente, explorando os artigos citados (backward) ou os artigos que o citam (forward)  Mas a ferramenta Connected Papers propõe uma abordagem alternativa para essa busca. O problema inicial é dado um artigo de interesse, precisamos encontrar outros artigos relacionados de "certa forma". Find different methods and approaches to the same subject Track down the state of the art rese...
3 comentários
Leia mais

Aprendizado de Máquina Relacional

 Extraído de -> https://www.lncc.br/~ziviani/papers/Texto-MC1-SBBD2019.pdf   Aprendizado de máquina relacional (AMR) destina-se à criação de modelos estatísticos para dados relacionais (seria o mesmo que dados conectados) , isto é, dados cuja a informação relacional é tão ou mais impor tante que a informação individual (atributos) de cada elemento.    Essa classe de aprendizado tem sido utilizada em diversas aplicações, por exemplo, na extração de informação de dados não estruturados [Zhang et al. 2016] e na modelagem de linguagem natural [Vu et al. 2018].   A adoção de técnicas de aprendizado de máquina relacional em tarefas de comple mentação de grafo de conhecimento se baseia na premissa de existência de regularidades semânticas presentes no mesmo . Modelos grafos probabilísticos  Baseada em regras / heurísticas que não podem garantir 100% de precisão no resultado da inferência mas os resultados podem ser explicados. Modelos de características de ...
Postar um comentário
Leia mais

Knowledge Graph Embedding with Triple Context - Leitura de Abstract

  Jun Shi, Huan Gao, Guilin Qi, and Zhangquan Zhou. 2017. Knowledge Graph Embedding with Triple Context. In Proceedings of the 2017 ACM on Conference on Information and Knowledge Management (CIKM '17). Association for Computing Machinery, New York, NY, USA, 2299–2302. https://doi.org/10.1145/3132847.3133119 ABSTRACT Knowledge graph embedding, which aims to represent entities and relations in vector spaces, has shown outstanding performance on a few knowledge graph completion tasks. Most existing methods are based on the assumption that a knowledge graph is a set of separate triples, ignoring rich graph features, i.e., structural information in the graph. In this paper, we take advantages of structures in knowledge graphs, especially local structures around a triple, which we refer to as triple context. We then propose a Triple-Context-based knowledge Embedding model (TCE). For each triple, two kinds of structure information are considered as its context in the graph; one is the out...
Postar um comentário
Leia mais