用歧義構建遞歸假設 - 它叫什麼？

我遇到了很多問題（在數據分析或AI的廣泛領域）。但是我無法命名它，可能是因爲我沒有正式的CS背景。請原諒，我舉兩個例子：用歧義構建遞歸假設 - 它叫什麼？

想象自然語言解析：

The flower eats the cow.

你有一個程序，它的每個字，並確定其類型和它們之間的關係。有兩種方法來解釋這句話：

1) flower (substantive) -- eats (verb) --> cow (object)

使用通常的SVO詞序，或

2) cow (substantive) -- eats (verb) --> flower (object)

使用更詩意的世界秩序。該方案將排除其他可能性，例如「花」作爲動詞，因爲它遵循「the」。它會排列剩餘的可能性：1）比2更自然的詞序），所以它得到更多的點。但是，包括世界知識，花卉不能吃牛，2）仍然贏。所以它可能會返回兩個假設，並給1）30分，2）70分。

然後，它會記住兩個假設並繼續解析文本，分支。一個分支假設1），一個2）。如果某個分支達到矛盾或者排名爲0，則被丟棄。最後，它再次提出排名假設，但對於整個文本。

對於不同的例子，假設光學字符識別：

**  ** 
    **  ** ***** 
    ** ******* 
******* ** 
* **  ** 
    **  **

我可以看看招，說，肯定這是一個「H」。在確定H後，我注意到它周圍有污跡，並給它一個稍差的分數。

或者，我可以先運行我的污跡識別，並注意水平線看起來像一個神器。刪除後，我認識到這是ll或Il，並給它一些排名。

處理完整個圖像後，可以是Hlumination,lllumination或Illumination。使用字典和總排名，我決定這是最後一個。

普遍的問題始終是某種解析/理解。例子：
- 自然語言或模棱兩可的語言
- OCR
- 路徑尋找
- 不明確或不完整的用戶開關輸入處理 - 這解釋是有意義的，這是最合理的？
我是遞歸的。
它可以提前退出（當一個分支/解釋沒有意義，或最終得分爲0）。所以這可能是某種回溯。
由於含糊不清，它記住了所有選項。
它基於簡單的規則在底部can_eat(cow, flower) = true。
它保持解釋的合理性排名。
它在元層次遞歸：它可以派生/分支到不同的'世界'，在處理下一部分數據時它假設不同的假設。
它會將個人排名，可能使用貝葉斯概率，轉化爲依賴假設。
實際上，將會有方法來訓練這個東西，確定排名系數，並且如果樹太大，會出現截斷點。