18、阈值运算符可解释性评估

阈值运算符可解释性评估

在逻辑和人工智能领域，不同的公式表示方式对于人类理解和使用有着不同的影响。本文将探讨阈值运算符（以Tooth表达式为代表）与标准逻辑形式（DNF公式）的可解释性对比。

研究方法

• 材料准备 ：使用通过DNF公式（三种变体）和Tooth运算符定义的概念示例。构建了6个不同复杂度的概念定义，每个概念对应四种格式（DNF1、DNF2、DNF3和Tooth表达式）的公式，共得到24个不同的概念定义。准备了两份问卷，一份针对DNF公式，一份针对Tooth表达式。在用户研究中，每位参与者会看到12个对应概念定义的公式，随机顺序完成两份问卷，且概念定义会为每个参与者随机打乱。
• 实验流程 ：
  • 介绍阶段 ：向受试者简要介绍DNF公式或Tooth运算符及其语义确定方式，两种介绍持续时间相同，包含相同数量的幻灯片和示例。
  • 实验阶段 ：分为分类和检查两个任务。每个任务开始都有一个说明页面描述任务内容。在这些任务中，参与者会看到对应两种表示方式之一的六个公式。
    • 分类任务 ：要求受试者判断某个文字组合是否是给定公式的实例。例如，给定公式$C1 := (¬A⊓C)⊔B$，如果实例$i$是$¬A$、$B$和$¬C$，则$i$是$C1$的实例。
    • 检查任务 ：参与者需要判断某个特定陈述的真值，即实例的某些给定条件是否是该实