生活中的知识通常具有不确定性、不一致性和不完全性,这些知识被统称为信念。怎样解决信念间的不一致性是计算机模拟人类推理过程的重要研究内容。目前。信念修正要进行修正操作,不可避免的会出现重要信息缺失、推理出不希望结论、结论集无法抉择的问题。而信念非修正方法是以不修正为前提,这样就解决了上述问题。本文的研究内容是在谓词逻辑非修正处理方法的基础上进行改进,采用单元归结方法进行推理。根据用户的中文输入,转换成知识库中的子句,使用单元归结方法进行推理,当检测到不一致的知识时,根据可信度的数值大小进行选择操作,最后给出一个结论,但没有呈现给用户其中的推理过程,使用户对结论的真实性存在怀疑。为了最后给用户的结论提供解释,设计了信念非修正原型系统解释器。我们在归结过程中将子句集构造成信念有向子句图,解释器采取推理过程追踪的原理,通过遍历信念子句有向图对结论进行逆向推理,将获得结论过程使用的知识连接起来,构建获得结论的推理过程,用户依据推理过程分析推理结论的准确性、有效性。