
- •Интеллектуальные информационные системы учебное пособие
- •Тула 2010
- •3. Экспертные системы 47
- •8. Системы с интеллектуальным интерфейсом 143
- •9. Многоагентные системы 158
- •Предисловие
- •1. Искусственный интеллект и интеллектуальные информационные системы
- •1.1. Введение в искусственный интеллект
- •1.1.1. Искусственный интеллект: основные понятия и решаемые задачи
- •1.1.2. Подходы к построению систем искусственного интеллекта
- •1.1.3. Интеллектуальные информационные системы: понятие и отличительные особенности
- •1.2. Основные классы интеллектуальных информационных систем
- •1.2.1. Экспертные системы
- •1.2.2. Самообучающиеся системы
- •1.2.3. Адаптивные информационные системы
- •1.2.4. Системы с интеллектуальным интерфейсом
- •1.2.5. Многоагентные системы
- •1.3. Основы проектирования интеллектуальных информационных систем
- •1.3.1. Структура и этапы разработки интеллектуальных информационных систем
- •1.3.2. Логическое проектирование
- •1.3.3. Физическое проектирование
- •1.3.4. Использование прототипного проектирования
- •Контрольные тесты
- •2. Традиционные способы представления и обработки знаний в интеллектуальных информационных системах
- •2.1. Знания и их использование в интеллектуальных информационных системах
- •2.1.1. Понятие знаний и их отличие от данных
- •2.1.2. Классификация знаний
- •2.1.3. Логический вывод. Использование дедукции, индукции и аналогии
- •2.1.4. Представление знаний в интеллектуальных информационных системах
- •2.2. Типичные модели представления знаний
- •2.2.1. Логическая модель
- •2.2.2. Продукционная модель
- •2.2.3. Семантическая сеть
- •2.2.4. Фреймовая модель
- •2.2.5. Объектно-ориентированная модель
- •2.3. Представление и формализация нечетких знаний
- •2.3.1. Основные определения нечетких множеств
- •2.3.2. Операции с нечеткими множествами
- •2.3.3. Нечеткие отношения
- •2.3.4. Нечеткая и лингвистическая переменные
- •Контрольные тесты
- •3. Экспертные системы
- •3.1. Структура и режимы работы экспертных систем
- •3.1.1. Основные элементы экспертных систем
- •3.1.2. Режимы работы экспертных систем
- •3.1.3. Участники разработки экспертных систем
- •3.2. Классификация экспертных систем
- •3.2.1. Классификация по сложности решаемых задач
- •3.2.2. Классификация по типу решаемых задач
- •3.2.3. Основные классы экспертных систем: классифицирующие, доопределяющие, трансформирующие, многоагентные
- •3.3. Поиск решений в экспертных системах
- •3.3.1. Поиск в одном пространстве
- •3.3.2. Поиск в иерархии пространств
- •3.3.3. Поиск в случае недетерминированности знаний
- •3.3.4. Алгоритм реализации логического вывода в экспертных системах
- •3.4. Методы извлечения знаний в экспертных системах
- •3.4.1. Классификация методов извлечения знаний
- •3.4.2. Коммуникативные методы извлечения знаний
- •3.4.3. Текстологические методы извлечения знаний
- •Контрольные тесты
- •4. Оlap-технология
- •4.1. Основные понятия
- •4.1.1. Хранилище данных
- •4.1.2. Применение информационных хранилищ. Извлечение знаний из данных
- •4.1.3. Основная идея olap-технологии
- •12 Признаков olap данных
- •4.1.4. Структура хранилища данных в оlap-системах
- •4.2. Модели и алгоритмы построения olap-систем
- •4.2.1. Rolap – обработка на основе запросов к реляционным базам данных
- •4.2.2. Molap – многомерное представление данных
- •4.2.3. Holap – гибридные системы
- •Контрольные тесты
- •5. Интеллектуальный анализ данных
- •5.1. Методы интеллектуального анализа данных
- •5.1.1. Основные понятия
- •5.1.2. Типы закономерностей, выявляемых методами интеллектуального анализа данных
- •5.1.3. Стадии интеллектуального анализа данных
- •5.1.4. Индуктивное и абдуктивное обучение
- •5.2. Алгоритмы интеллектуального анализа данных
- •5.2.2. Байесовская классификация
- •5.2.3. Деревья решений
- •5.2.4. Методы классификации с использованием функций
- •5.2.5. Метод "ближайшего соседа" или системы рассуждений на основе аналогичных случаев
- •5.2.6. Методы кластерного анализа
- •5.2.7. Развитие алгоритмов интеллектуального анализа данных
- •Контрольные тесты
- •6. Нейронные сети
- •6.1. Основные понятия
- •6.1.1. Модель искусственного нейрона
- •6.1.2. Модели нейронных сетей
- •6.1.3. Статические нейронные сети
- •6.1.4. Рекуррентные нейронные сети
- •6.2. Проектирование нейронных сетей
- •6.2.1. Этапы проектирования нейронных сетей
- •6.2.2. Метод обратного распространения ошибки
- •6.2.3. Методы обучения нейронных сетей: обучение без учителя
- •6.2.4. Нейронные сети Хопфилда и Хэмминга
- •6.2.5. Использование генетических алгоритмов для обучения нейронной сети
- •Контрольные тесты
- •5. Адаптивные системы
- •5.1. Основные классы адаптивных систем
- •5.1.1. Понятие и классификация адаптивных систем
- •5.1.2. Самонастраивающиеся адаптивные системы
- •5.1.3. Самоорганизующиеся адаптивные системы
- •5.1.4. Самообучающиеся адаптивные системы
- •5.2. Проектирование адаптивных систем
- •5.2.1. Общие подходы и требования к проектированию
- •5.2.2. Оригинальное проектирование адаптивных систем
- •5.2.3. Компонентное проектирование адаптивных систем
- •Контрольные тесты
- •8. Системы с интеллектуальным интерфейсом
- •8.1. Взаимодействие пользователя с информационной системой на естественном языке
- •8.1.1. Компьютерно-лингвистический подход к диалогу. Проблемы формализации естественном языке
- •8.1.2. Задачи обработки текстов на естественном языке
- •8.1.3. Уровни понимания текста на естественном языке
- •8.2. Построение естественно-языковых интерфейсов
- •8.2.1. Лингвистическая трансляция
- •8.2.2. Обобщенная схема естественно-языковой системы
- •8.2.3. Компонент понимания высказываний
- •8.2.4. Компонент генерации высказываний
- •8.3. Прикладные системы с интеллектуальным интерфейсом
- •8.3.1. Интеллектуальные базы данных
- •8.3.2. Интеллектуальные гипертекстовые системы
- •8.3.3. Системы когнитивной графики
- •Контрольные тесты
- •9. Многоагентные системы
- •9.1. Характеристика агента как элемента многоагентной системы
- •9.1.1. Агент: понятие и классификация
- •9.1.2. Отличительные свойства агента
- •9.2. Процесс самоорганизации в многоагентных системах
- •9.2.1. Понятие многоагентной системы
- •9.2.2. Структура памяти и принципы мышление агента
- •9.2.3. Самоорганизация многоагентной системы
- •9.2.4. Архитектура и интерфейс многоагентной системы
- •Контрольные тесты
- •Библиографический список
- •Приложение
- •Интеллектуальные информационные системы
- •3000600, Г.Тула, пр.Ленина, 92.
- •3000600, Г.Тула, ул.Болдина, 151
8.1.2. Задачи обработки текстов на естественном языке
Для понимания текстов на естественном языке необходима в ИИС система знаний, на основе которой и происходит понимание текста. При восприятии текста сначала формируется его промежуточное когнитивное представление. Это представление является не конечным результатом, а лишь средством, позволяющим соотносить информацию, содержащуюся в сообщении, с системой знаний, на основе чего происходит ее понимание. Далее формируется целостное представление о содержании текста как о фрагменте действительности, описываемом этим текстом.
Можно считать, что система понимает текст, если она может, во-первых, отвечать на все прямые вопросы по этому тексту и пополнять информацию, содержащуюся в тексте, теми знаниями о действительности, которые хранятся в ее БЗ, и, во-вторых, «представлять» то множество ситуаций, которые могли бы соответствовать введенному в нее тексту в реальном мире.
Основные задачи обработки текстов на ЕЯ представлены в табл. 8.1.
Таблица 8.1
Задачи обработки текстов на ЕЯ
Задачи |
Содержание |
Машинный перевод |
Анализ и синтез ЕЯ-текстов (двуязычные словари, организация пословного перевода) Привлечение синтаксиса ЕЯ и теории трансформационных грамматик |
Вопросно-ответные системы |
Формальные описания и алгоритмическое обеспечение обработки текстов (логико-семантические отношения) |
Системы общения с ЭВМ на ЕЯ |
Математическое, структурно-логическое содержание диалоговых процедур (лингвистическая теория) |
Решатели задач, оформленных на ЕЯ |
Набор правил о лингвосемантических отношениях между текстовыми единицами |
Система понимания ЕЯ-текстов должна, как минимум, выделять из текста отдельные термины, обозначающие объекты и их свойства, а также использовать отношения между терминами, уточняющими их роль в том контексте, в котором они встретились. При этом наиболее важными являются два типа отношений: выражающие связи, постоянно существующие между языковыми единицами; выражающие связи между языковыми единицами, возникающими в конкретном тексте.
8.1.3. Уровни понимания текста на естественном языке
Очевидно, что объем информации в тексте, информации, которая помогает понимать текст и сопровождает его, объем БЗ и т.п. определяют уровни понимания текста. Введем ряд обозначений:
— текст на
естественном языке, представленный
для ввода в систему;
— расширенный
текст, включающий условия его
порождения в некоторой среде;
— расширенный
текст, включающий все невербальные
(несловесные) компоненты, относящиеся
к субъекту, порождающему текст;
— правила пополнения
текста, опирающиеся на его структуру;
— правила пополнения
текста, опирающиеся на знание о
коммуникации и психологии личности;
— правила
коммуникации (знания об организации
общения, о целях участников общения, о
нормах участия в общении);
— ответ, формируемый
системой;
— знания, хранящиеся
в БЗ;
— факты, хранящиеся
в базе фактов;
— правила порождения
знаний из фактов;
— метафорические
знания;
— правила порождения
знаний метафорического уровня.
Предположим, что
на вход ИИС поступает текст
.
Будем говорить, что ЕЯ-система понимает
текст, если она дает ответы, правильные
с точки зрения человека, на любые вопросы,
относящиеся к тому, о чем говорится в
тексте. Можно выделить пять основных
уровней понимания и два уровня
метапонимания.
Первый уровень
характеризуется схемой
,
показывающей, что любые ответы на вопросы
система формирует только на основе
прямого содержания, введенного из текста
.
Второй уровень
характеризуется схемой
.
На втором уровне добавляются средства
логического вывода, основанные на
информации, содержащейся в
.
Это разнообразные логики текста
(временная, пространственная,
каузальная и т.п.), которые способны
породить информацию, явно отсутствующую
в тексте.
Третий уровень
характеризуется схемой
.
К средствам второго уровня добавляются
правила пополнения текста
знаниями системы о среде. Эти знания
как правило носят логический характер
и фиксируются в виде сценариев или
процедур иного типа.
Четвертый уровень
характеризуется схемой
.
Вместо текста
в ней используется расширенный текст
,
который порождается лишь при наличии
двух каналов получения информации. По
одному в систему передается текст, по
другому — дополнительная информация.
При человеческой коммуникации роль
второго канала, как правило, играет
зрение. Более одного канала коммуникации
имеют интеллектуальные работы, обладающие
зрением. Зрительный канал коммуникации
позволяет фиксировать состояние
среды «здесь и сейчас» и вводить в текст
наблюдаемую информацию. Система
становится способной к пониманию
текстов, в которые введены слова,
прямо связанные с той ситуацией, в
которой порождается текст.
Пятый уровень
характеризуется схемой
.
Для ответа на этом уровне кроме текста
используется информацию о конкретном
субъекте, являющемся источником
,
и хранящуюся в памяти системы общую
информацию, относящуюся к коммуникации.
Теория, соответствующая пятому уровню,
— это так называемая теория речевых
актов.
Для четвертого и пятого уровней понимания интересны результаты по невербальным (несловесным) компонентам общения и психологическим принципам, лежащим в основе общения. Кроме того, в входят правила вывода, опирающиеся на знания о данном конкретном субъекте общения, если такие знания у системы есть. Например, система может доверять данному субъекту, считая, что порождаемый им текст истинен. Но может не доверять ему и понимать текст, корректируя его в соответствии со своими знаниями о субъекте, породившем его. Знания такого типа должны опираться на психологические теории общения, которые пока развиты недостаточно для их успешной формализации.
Первый метауровень
характеризуется схемой
.
На этом уровне происходит изменение
содержимого базы знаний. Она пополняется
фактами, известными системе и содержащимися
в тех текстах, которые в систему
введены. Разные ИИС отличаются друг от
друга характером правил
.
Во всех случаях база знаний оказывается
априорно неполной и в таких ИИС возникают
трудности с поиском ответов на запросы.
В частности, в БЗ становится необходимым
немонотонный вывод.
Второй метауровенъ
характеризуется схемой
.
На этом уровне происходит порождение
метазнания. Правила
,
используемые для этих целей, представляют
собой специальные процедуры, опирающиеся
на вывод по аналогии и ассоциации.
Если рассматривать уровни и метауровни понимания с точки зрения архитектуры ИИС, то можно наблюдать последовательное наращивание новых блоков и усложнение реализуемых ими процедур. На первом уровне достаточно лингвистического процессора с БЗ, относящихся только к самому тексту. На втором уровне в этом процессоре возникает процедура логического вывода. На третьем уровне необходима база знаний. Появление нового канала информации, который работает независимо от исходного, характеризует четвертый уровень. Кроме процедур, связанных с работой этого канала, появляются процедуры, увязывающие между собой результаты работы двух каналов, интегрирующие информацию, получаемую по каждому из них. На пятом уровне развитие получают разнообразные способы вывода на знаниях. На этом уровне становятся важными модели индивидуального и группового поведения. На метауровнях возникают новые процедуры для манипулирования знаниями, которых не было на более низких уровнях понимания.