1 定義と基本概念
1.1 事実の定義
事実とは、客観的に真であるとみなされる命題または文であり、特定の知識領域において確認された状態や関係を記述する。事実は通常、観測や実験、または信頼できる情報源を通じて確立され、その真理値は変動しないものとして扱われる。知識表現において、事実は論理的な原子文（アトム）または複合文の形を取り、システムの信念基盤を構成する最小単位となる。
1.2 集合の数学的性質
事実集合は、数学的な集合論に基づいて定義される。要素としての事実は互いに区別可能であり、集合内で重複は認められない。事実集合には通常、有限性が仮定されるが、拡張により無限集合も考慮される。集合演算（和集合、積集合、差集合）が適用可能であり、部分集合関係を通じて知識の包含関係が表現される。また、事実集合は空集合を許容し、これは知識の不在を示す。
1.3 事実集合の役割
事実集合は、知識ベースの基盤として機能し、推論エンジンが動作するための前提条件を提供する。エキスパートシステムやセマンティックネットワークにおいて、事実集合は静的または動的に維持され、新たな事実の追加や既存事実の削除により更新される。また、事実集合は一貫性の維持に寄与し、論理的矛盾が生じた場合には修正メカニズムが発動する。
2 構造と構成要素
2.1 原子事実と複合事実
原子事実は、述語論理における述語と定項の組み合わせで構成される基本文であり、例えば「ソクラテスは人間である」のような単一の言明を表す。複合事実は、論理結合子（∧、∨、¬、→）を用いて複数の原子事実を組み合わせた命題であり、より複雑な知識を表現する。複合事実は原子事実に還元可能な場合があるが、知識ベースではそのまま保存されることも多い。
2.2 普遍的事実と具体的事実
普遍的事実は、全ての個体に適用される一般法則や規則を記述するもので、例えば「全ての人間は死すべきものである」のような全称量化文が該当する。具体的事実は、特定の個体やインスタンスに関する個別的な言明であり、例えば「ソクラテスは紀元前399年に死亡した」のように時間や場所が限定される。両者は知識ベース内で共存し、演繹推論において相互に作用する。
2.3 事実の関係性
2.3.1 帰納関係
帰納関係は、個別の具体的事実から一般法則を導き出す関係を指す。例えば、複数の具体的事実「カラスAは黒い」「カラスBは黒い」...「カラスNは黒い」から、「全てのカラスは黒い」という普遍的事実を仮説的に導く。帰納は確率的または統計的な推論に基づき、完全な確証は得られないが、知識の拡張に寄与する。
2.3.2 演繹関係
演繹関係は、普遍的事実と具体的事実から新たな具体的事実を導く関係である。例えば、「全ての人間は死すべきものである」と「ソクラテスは人間である」から、「ソクラテスは死すべきものである」が演繹される。演繹は論理的必然性を保証し、事実集合の閉包（クロージャー）を計算する基礎となる。
3 表現方法
3.1 論理式による表現
3.1.1 命題論理に基づく表現
命題論理では、事実は命題変数（P, Q, R など）で表現され、真理値（True/False）が割り当てられる。事実集合は、真であると宣言された命題の集合として定義される。例えば、{P, ¬Q, (P ∧ R)} は、Pが真、Qが偽、PかつRが真であることを示す。この表現は単純だが、個体や関係の表現には限界がある。
3.1.2 一階述語論理に基づく表現
一階述語論理では、事実は述語と項（定項、変項、関数）を用いて表現される。例えば、Human(Socrates) や ∀x(Human(x) → Mortal(x)) のような形を取る。事実集合は、閉じた論理式（自由変数を持たない）の集合として定義され、モデル理論に基づく意味論が提供される。この表現は、複雑な知識の記述に適している。
3.2 データ構造による表現
3.2.1 セットベース表現
セットベース表現では、事実は集合の要素として格納される。各事実は一意な識別子または構造体で表され、集合演算（追加、削除、検索）により管理される。例えば、Pythonのsetや数学的な集合として実装され、重複のない事実のリストを保持する。この表現は単純で効率的だが、事実間の関係は外部のルールに依存する。
3.2.2 リストベース表現
リストベース表現では、事実は順序付きリストに格納される。リストは挿入順や優先順位を保持でき、事実の順序が推論結果に影響を与える場合がある。例えば、LISPのリストや配列として実装され、先頭から順に評価される。この表現は、順序依存の処理や履歴管理に有用だが、セットベースと比べて検索効率が劣る場合がある。
4 応用と実装
4.1 エキスパートシステム
エキスパートシステムでは、事実集合は作業記憶（ワーキングメモリ）として機能し、推論エンジンがルールベースと照合して新たな事実を導出する。例えば、医療診断システムでは、患者の症状が事実として格納され、疾病の診断ルールが適用される。事実集合は動的に更新され、推論の進行に伴って拡張される。
4.2 知識ベース管理システム
知識ベース管理システム（KBMS）は、事実集合の永続的な保存、検索、更新を担当する。リレーショナルデータベースやRDFストアに事実を格納し、SQLやSPARQLを用いたクエリ処理を可能にする。事実集合の一貫性を維持するための制約やトリガーが組み込まれ、トランザクション管理が行われる。
4.3 オントロジー工学
4.3.1 RDFとトリプルストア
RDF（Resource Description Framework）では、事実は主語、述語、目的語のトリプルで表現される。例えば、<ex:Socrates> <ex:isA> <ex:Human> は一つの事実を表す。トリプルストアはこれらのトリプルを集合として管理し、SPARQLによる問い合わせをサポートする。RDF事実集合は分散環境での相互運用性に優れる。
4.3.2 OWLと制約
OWL（Web Ontology Language）は、RDF上に意味論的制約を追加し、事実集合に推論規則やクラス階層を導入する。例えば、owl:sameAsやowl:subClassOfを用いて、事実間の同値関係や包含関係が定義される。OWL事実集合は、記述論理に基づく推論（一貫性チェック、分類）により、暗黙の事実を導出する。
5 制約と限界
5.1 不完全性
事実集合は、現実世界の全ての事実を含むとは限らず、知識の不完全性が生じる。不完全性は、観測の不足や情報源の制限に起因し、推論結果の曖昧さを引き起こす。例えば、ある人物の誕生日が不明な場合、事実集合はその情報を持たず、推論の前提が欠落する。不完全性への対処として、デフォルト推論や欠落値の補完が行われる。
5.2 無矛盾性問題
5.2.1 矛盾の検出
事実集合内に論理的矛盾が存在する場合、例えば「ソクラテスは人間である」と「ソクラテスは人間ではない」が同時に含まれる場合、無矛盾性が損なわれる。矛盾の検出は、命題論理における充足可能性チェックや、一階述語論理におけるリゾリューション法により行われる。自動化された矛盾検出は、大規模事実集合において計算負荷が高くなる。
5.2.2 矛盾の解決
矛盾が検出された場合、事実集合の修正が必要となる。解決策には、信念変更（信念改訂、信念収縮）に基づく方法があり、最小限の事実削除や主張の優先順位付けが行われる。また、矛盾の原因となる事実を例外として扱い、非単調推論を適用するアプローチもある。矛盾の解決は、知識ベースの信頼性を維持するために不可欠である。
5.3 スケーラビリティの課題
事実集合の規模が大きくなるにつれて、保存、検索、推論の効率が低下する。特に、一階述語論理に基づく推論は、計算複雑性の観点から半決定可能または非決定可能となる場合がある。大規模事実集合では、インデックス構造や並列処理、近似推論が採用されるが、完全性とのトレードオフが生じる。
6 拡張と発展
6.1 ファジー事実集合
ファジー事実集合は、事実の真理値を二値（真/偽）ではなく、[0,1]区間の連続値で表現する。例えば、「気温は高い」という事実に0.8の真理値が割り当てられる。これにより、曖昧さや不確実性を扱うことが可能になり、ファジー推論やファジー制御に応用される。ファジー事実集合は、センサーデータや自然言語処理において有用である。
6.2 動的事実集合
動的事実集合は、時間の経過や外部イベントに応じて事実が追加、削除、変更される環境を対象とする。タイムスタンプや有効期間が各事実に付与され、時相論理に基づく推論が行われる。例えば、株式市場の価格変動や、交通状況のリアルタイム更新に利用される。動的事実集合は、イベント駆動型システムやストリーム処理と統合される。
6.3 信念変更との統合
信念変更は、新しい情報が既存の事実集合と矛盾する場合に、最小限の変更で一貫性を回復する理論である。事実集合と信念変更の統合により、知識ベースは自己修正能力を持つ。具体的には、AGM公理（Alchourrón, Gärdenfors, Makinson）に基づく信念改訂関数や、因果関係を考慮した信念更新手法が実装される。この統合は、人工知能における学習と適応の基盤となる。