Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Пермская государственная сельскохозяйственная академия имени академика Д.Н.Прянишникова

Кафедра Информационных систем

Курсовой проект

по дисциплине:

«Интеллектуальные информационные системы»

на тему:

«Разработка экспертной системы «Выбор шампуня для волос».

Выполнила:

студентка 4 курса

специальности: 080801 «Прикладная информатика в экономике»

шифр Пи-09-1

Чермянина Евгения Владимировна

Проверил:

профессор

Козлов Алексей Николаевич

Пермь-2012

Содержание

Содержание 2

I. Реферат на тему «Система естественно- языкового интерфейса в ИИС» 3

Введение 3

1. Естественно-языковые интерфейсы к структурированным источникам данных 6

1.1. Основные характеристики и составляющие части ЕЯ-интерфейсов. 6

1.2. Преимущества ЕЯ-интерфейсов 8

1.3. Недостатки ЕЯ-интерфейсов 8

1.4. Критерии качества ЕЯ-интерфейсов 9

2. Основные составные части ЕЯ-интерфейсов 11

Заключение 13

Список используемых источников 14

II. Разработка экспертной системы «Выбор шампуня для волос» 15

1. Постановка задачи 15

2. Дерево решений, таблица переменных и база знаний 16

2.1. Дерево решений 16

2.2. Преобразование дерева решений в правила. Таблица переменных 19

2.3. База знаний 20

3. Структуры данных 21

4. Алгоритм и описание программной реализации 25

I. Реферат на тему «Система естественно- языкового интерфейса в иис» Введение

Усиливающаяся тенденция к хранению информации в компьютерных структурированных источниках данных (СИД), с одной стороны, и широкое распространение глобальной компьютерной сети Интернет и средств доступа к ней, с другой, делают вопрос доступа к информации, хранящейся в СИД, одним из первостепенных в мире информационных технологий. Особенно остро этот вопрос стоит для класса пользователей, не являющихся специалистами в информационных технологиях, которые составляют большинство современных пользователей Интернет. Среди многих типов пользовательских интерфейсов к СИД естественно-языковые интерфейсы (ЕЯИ) являются актуальным, быстроразвивающимся способом доступа к СИД. Очевидно, естественно-языковые интерфейсы к СИД должны быть востребованы в ситуации, когда пользователь обращается к источнику данных, расположенному в Интернет, например, используя Web-браузер.

Широкому применению естественно-языковых интерфейсов (ЕЯ-интерфейсов(ЕЯИ)) для доступа к источникам данных препятствует ряд проблем. Основной проблемой является качество работы ЕЯ-интерфейсов, улучшение которого ограничено, прежде всего, сложностью анализа запросов на естественном языке, которая неизбежно упирается в проблему автоматического понимания естественного языка как такового. Вторая проблема связана с объемом усилий по созданию ЕЯИ и с высокой стоимостью построения пригодных к использованию естественно-языковых интерфейсов к произвольному источнику данных. В совокупности эти две проблемы можно охарактеризовать как требование снижения трудоемкости построения и поддержки ЕЯИ при повышении качества понимания ЕЯ-запросов и интеллектуальности ЕЯ-интерфейса в целом.

Отдельно следует обозначить требование мультиязычности в современных ЕЯ-интерфейсах, поскольку в условиях глобализации современного информационного мира потребность в обращении пользователей к СИД на различных естественных языках является столь же высокой, сколь и неудовлетворенной именно в области ЕЯ-запросов к СИД. По вполне понятным причинам английский язык в этом смысле находится в привилегированном положении, и интернационализация автоматического понимания естественного языка является благодатной точкой приложения усилий, и в рамках данной работы рассматривается как необязательность совпадения языков СИД и запросов.

Новизна данной работы состоит в создании средств и методов, целенаправленно повышающих портируемость системы анализа на различные естественные языки и предметные области, и ставящих качество работы анализатора (надежность понимания) в прямую зависимость от усилий, затраченных на создание ЕЯ-интерфейса настройщиком (т.е. подготовленным пользователем).

Одним из таких методов является дополнение логической структуры МПО концептуальными структурами (концептуализациями), независимыми от строения естественного языка и являющимися когнитивными по своей сути, а также дополнение семантически-ориентированного подхода анализа ЕЯ-запросов механизмами, позволяющими работать с такой концептуальной информацией. Это дополнение приводит к более адекватному представлению предметной области с точки зрения естественного языка. С другой стороны, разбиение МПО на концептуализации дает более многоплановое и вместе с тем конкретное представление отдельных аспектов МПО.

Вторым методом повышения надежности понимания ЕЯ является введение количественных методов в систему анализа, позволяющие более эффективно разрешать неоднозначность смысла лексем в запросе. При этом введены количественные параметры: сила контекстной связи и сила связи по предметной области между лексемами. С помощью количественных характеристик (весов) принимается решение о выборе главного объекта запроса, также с применением количественных параметров выбирается определяющая для запроса концептуализация.

В результате анализа была выбрана архитектура системы построения ЕЯ-интерфейсов с промежуточным языком запросов, как наиболее отвечающая целям отделения системы анализа от конкретной предметной области и конкретных типов источников данных. Концепция промежуточного уровня системы анализа, включающая триаду "продукционная программа - МПО - промежуточный язык запросов" была выбрана таким образом, чтобы максимально отразить в МПО особенности строения различных типов СИД. Эта триада была реализована с помощью инструмента SNOOP, реализующего формализм объектно-ориентированной семантической сети. И модель предметной области, и рабочая сеть анализа ЕЯ-запроса, и выходное дерево Q-запроса строятся из одних и тех же классов узлов (компонентов), что позволило использовать данный формализм наиболее эффективно.

Интеллектуальные базы данных отличаются от обычных баз данных возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных. Примерами таких запросов могут быть следующие:

- “Вывести список товаров, цена которых выше среднеотраслевой”,

- “Вывести список товаров-заменителей некоторой продукции”,

- “Вывести список потенциальных покупателей некоторого товара” и т.д.

Для выполнения первого типа запроса необходимо сначала проведение статистического расчета среднеотраслевой цены по всей базе данных, а уже после этого собственно отбор данных. Для выполнения второго типа запроса необходимо вывести значения характерных признаков объекта, а затем поиск по ним аналогичных объектов. Для третьего типа запроса требуется сначала определить список посредников - продавцов, выполняющих продажу данного товара, а затем провести поиск связанных с ними покупателей.

Во всех перечисленных типах запросов требуется осуществить поиск по условию, которое должно быть доопределено в ходе решения задачи. Интеллектуальная система без помощи пользователя по структуре базы данных сама строит путь доступа к файлам данных. Формулирование запроса осуществляется в диалоге с пользователем, последовательность шагов которого выполняется в максимально удобной для пользователя форме. Запрос к базе данных может формулироваться и с помощью естественно-языкового интерфейса.