이 논문은 지식 기반 시스템에서 일반화된 수준 기반 평가를 위한 맥락 국소화(context localization) 문제를 다룬다. 연구진은 사실·규칙·사례·기준·증거 단위에 정의된 구조화된 비음수 점수가 허용 가능한 지식 맥락에 대한 조건부 집계 검정을 통해 평가되는 상황을 모델링했다. 일반화된 수준 척도는 집계된 지지도가 정해진 수준에 도달하는 모든 맥락에 걸쳐 단조 집합함수를 최대화하는 방식으로 정의되며, 연구진은 맥락 B로 점수를 필터링하는 것이 허용 가능한 맥락을 B와의 교집합으로 국소화하는 것과 동치가 되는 조건을 규명했다. 주요 정리는 이러한 일관성이 모든 단조 집합함수에 대해 성립하려면 맥락에 대한 단조성과 B 밖의 양의 국소화된 지지도를 배제하는 축소 속성 두 가지 구조 조건이 충족돼야 함을 보인다. 연구진은 이를 맥락 의존적 증거 선택과 비가법적 지지도 평가, 수준 기반 지식 집계의 안정성 기준으로 해석했다.

• •지식 기반 시스템의 일반화된 수준 기반 평가를 위한 맥락 국소화 문제 연구
• •구조화된 비음수 점수의 조건부 집계 검정 평가 프레임워크 제시
• •맥락 필터링과 맥락 교집합 국소화가 동치가 되는 조건 규명
• •단조성과 축소 속성 두 구조 조건이 일관성 성립의 필요충분조건임을 증명
• •맥락 의존적 증거 선택·비가법적 지지도 평가의 안정성 기준으로 해석