- •Введение
- •Глава 1 системы, основанные на знаниях
- •1.1. История создания искусственного интеллекта
- •1.2. Процесс мышления
- •1.3. Основные понятия и классификация систем, основанных на знаниях
- •1.4. Экспертные системы как элемент искусственного интеллекта
- •1.5. Теоретические аспекты извлечения знаний
- •1.6. Коммуникативные методы извлечения знаний
- •1.7. Текстологические методы извлечения знаний
- •Глава 2 модели представления знаний
- •2.1. Представление знаний и выводы в экспертных системах
- •2.2. Модель представления знаний средствами логики предикатов первого порядка
- •2.3. Представление знаний продукционными правилами
- •2.4. Модель представления знаний в виде фреймов
- •2.5. Представление знаний в виде семантической сети
- •2.6. Модель доски объявлений
- •2.7. Модель представления знаний в виде сценария
- •Глава 3 архитектура и технология разработки экспертных систем
- •3.1. Основные положения
- •3.2. Технология разработки экспертной системы
- •3.3. Механизм вывода (интерпретатор правил)
- •3.4. Взаимодействие пользователей с экспертной системой
- •3.5. Подсистема анализа и синтеза сообщений
- •3.6. Морфологический анализ входных сообщений
- •3.7. Синтаксический анализ входных сообщений
- •3.8. Семантический анализ входных сообщений
- •3.9. Синтез выходных сообщений
- •3.10. Диалоговая подсистема
- •3.11. Объяснительные способности эс
- •Глава 4 применение нечеткой логики в эксперТнЫх системах
- •4.1. Предпосылки возникновения нечеткой логики
- •4.2. Нечеткая логика
- •4.3. Нечеткие подмножества
- •4.4. Нечеткие правила вывода в экспертных системах
- •4.5. Задания для разработки экспертных систем
- •Глава 5 ГенетическиЙ алгоритм
- •5.1. Предисловие
- •5.2. Генетический алгоритм
- •5.3. Параметры и этапы генетического алгоритма
- •5.3.1. Кодирование информации и формирование популяции
- •5.3.2. Оценивание популяции
- •5.3.3. Селекция
- •5.3.4. Скрещивание и формирование нового поколения
- •7.3.5. Мутация
- •5.4. Настройка параметров генетического алгоритма
- •5.5. Канонический генетический алгоритм
- •5.6. Пример работы и анализа генетического алгоритма
- •5.7. Общие рекомендации к программной реализации генетического алгоритма
- •5.8. Задания для лабораторных работ
- •Глава 6 искусственные нейронные сети
- •6.1. Биологические нейронные сети
- •6.2. Формальный нейрон
- •6.3 Нейронные сети
- •6.4. Обучение инс
- •8.5. Алгоритм обратного распространения ошибки
- •6.6. Работа нейронной сети
- •6.7. Пример работы и обучения нейронной сети
- •6.8. Программная реализация
- •6.9. Задания для лабораторных работ
- •Заключение
- •Приложение 1 Контрольные вопросы
- •Приложение 2 Темы рефератов и индивидуальных заданий Темы рефератов
- •Темы индивидуальных заданий
- •Приложение 3 Ресурсы в сети Интернет
- •Список литератуРы
- •Оглавление
3.5. Подсистема анализа и синтеза сообщений
Задача подсистемы анализа и синтеза состоит в обработке отдельных сообщений системы и пользователя. Сообщения системы можно разделить на следующие основные типы [12]:
-
запросы к пользователю о значении некоторых атрибутов решаемой задачи (инициатор – система);
-
сообщение пользователю результатов решений (инициатор – система);
-
объяснение пользователю действий или знаний системы (инициатор – пользователь);
-
генерация новых знаний, введенных в систему с целью показать, как эти знания поняты системой (инициатор – пользователь).
Сообщения пользователя, анализируемые системой, можно разделить на следующие типы:
-
ответ пользователя на запрос о значении некоторого атрибута (инициатор – система);
-
оценка пользователем результата решения, предложенного системой (инициатор – система);
-
запрос пользователя на объяснение действий или знания системы (инициатор – пользователь);
-
факт, содержащий новое знание, обычно новое правило (инициатор – пользователь).
Обработка сообщений пользователя сводится к анализу входных сообщений, а обработка сообщений системы – к синтезу выходных сообщений. Сложность методов анализа и синтеза зависит как от языка общения, так и от языка, используемого для представления знаний.
Так, например, на этапе консультации язык общения может быть строго формализован фиксированным набором запросов системы и множеством возможных ответов пользователя. В этих условиях задача синтеза сводится к генерации подготовленных заранее вопросов, а задача анализа – к обработке слов и словосочетаний, требующих для флективных языков морфологического анализа.
На этапах объяснения и приобретения знаний язык общения более сложен. Здесь уже невозможно предвидеть разнообразие способов выражения на естественном языке запросов или фактов (правил), вводимых пользователем. На этих этапах требуется анализировать не отдельные словосочетания, а предложения. Таким образом, задача анализа сводится к разбиению предложений на словосочетания и последующей обработке словосочетаний, т.е., кроме использования морфологии, требуется привлечение синтаксиса и семантики. Однако в большинстве ЭС удается обойтись простейшей семантической обработкой. Простота семантического анализа обусловлена ограниченностью области экспертизы существующих ЭС.
Задача синтеза на этапах приобретения знаний и объяснения в существующих системах сводится к использованию шаблонов и (или) заранее подготовленных сообщений. Необходимо отметить, что в случае взаимодействия с пользователями на флективных языках (например на русском языке, в отличие от английского языка) при применении шаблонов неизбежно используются элементы морфологического синтеза.
Подсистема анализа и синтеза сообщений анализирует входные сообщения пользователя и синтезирует выходные сообщения, адресованные пользователю [12]. Тип сообщений пользователя или системы определяется диалоговой подсистемой. Общая схема подсистемы анализа и синтеза приведена на рис. 3.6.
Данная подсистема имеет элементы избыточности, что позволяет ей использоваться в различных ЭС.
Предлагаемая базовая подсистема осуществляет анализ входного сообщения с помощью программ морфологического, синтаксического, семантического анализа. Многоэтапность анализа вызвана сложностью естественного языка (ЕЯ) и в первую очередь такими его особенностями, как:
-
разветвленная синонимия и омонимия ЕЯ;
-
контекстная зависимость высказываний и слов ЕЯ и т.п.
Рис.3.6. Схема подсистемы анализа и синтеза
При выполнении морфологического и синтаксического анализов (МА и СИА) используется хранимая в словаре подсистемы информация о языке общения. Словарь содержит морфологическую и синтактико-семантическую информацию об индивидуальных особенностях слов русского языка, не содержащуюся в грамматике языка. Результатом работы МА является выделение основ (корней) слов, отождествление этих основ со словарем и приписывание им морфологической информации (МИ). Под МИ подразумеваются части речи, род, число, падеж, время и т.п. Результатом работы этапа СИА является построение для входного сообщения соответствующей ему обобщенной синтаксической структуры, отражающей взаимосвязи слов в сообщении. На выходе семантического анализа (СЕА) формируется внутреннее представление входного сообщения, отражающее знания системы о предметной области.
В ЭС применяется упрощенный синтез выходных сообщений. В большинстве приложений используется метод шаблонов, содержащий элементы семантики и синтаксиса. Шаблоны ставятся в соответствие основным конструкциям внутреннего представления. Шаблон представляет собой текст на естественном языке с некоторыми пробелами. В процессе синтеза сообщений осуществляется подстановка на места пробелов необходимых слов в соответствующей форме (падеже, числе, роде).