El término completitud aplicado a las bases de conocimiento se refiere a dos conceptos diferentes.
Lógica formal
En lógica formal, una base de conocimiento KB está completa si no hay una fórmula α tal que KB ⊭ α y KB ⊭ ¬α.
Ejemplo de base de conocimientos con conocimientos incompletos:
KB: = {A ∨ B}
Entonces tenemos KB ⊭ A y KB ⊭ ¬A.
En algunos casos, una base de conocimiento consistente se puede completar con el supuesto de mundo cerrado , es decir, agregando todos los literales no vinculados como negaciones a la base de conocimiento. Sin embargo, en el ejemplo anterior, esto no funcionaría porque haría que la base de conocimientos 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 el supuesto de mundo cerrado, KB '= {P (a), ¬P (b), Q (a), Q (b)}, donde KB '⊨ ¬P (b).
Gestión de datos
En la gestión de datos, la integridad es un metaconocimiento que se puede afirmar para partes de la base de conocimiento mediante afirmaciones de integridad. [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. Luego, considere las siguientes consultas:
P1: - R (x), S (x) P2: - R (x), T (x)
Para la Consulta 1, la base de conocimientos devolvería una respuesta completa, ya que solo se cruzan los predicados que están completos. Para la Consulta 2, no se pudo llegar a tal conclusión, ya que el predicado T es potencialmente incompleto.