证据理论中,为什么归一化会放大少数证据的支持度?
在 Dempster–Shafer 证据理论中,合并两份证据后通常会把非冲突部分按比例归一化。设两份基本概率分配为 m₁、m₂,未归一化的合取组合给各命题的质量 m₁₂(A),冲突质量为 K;归一化结果为 m(A)=m₁₂(A)/(1−K)(A 非空)。因为分母小于 1,所有非空命题的质量都会被同一系数 1/(1−K) 放大。
这并不表示算法凭空创造了支持,而是把落在矛盾交集上的质量 K 排除后,将剩余质量重新缩放到总和为 1。若某个较小命题原先获得 0.08 的合取质量,而 K=0.80,归一化后就是 0.08/0.20=0.40;看起来支持大幅上升,实质是可保留的总质量只剩五分之一。K 越接近 1,放大倍数越大,结果也越敏感。
所以要区分“归一化后的相对份额变大”和“证据本身变强”。当来源高度冲突时,归一化可能给少数残存交集很高的数值,甚至产生反直觉结论。实际使用应同时报告冲突度 K,检查证据是否独立、框架是否一致以及质量分配是否合理;若冲突极高,应考虑重新评估来源、保留未归一化冲突信息,或采用适合高冲突情形的组合规则,而不能只看归一化后的支持度。