Modulis: Lietišķās intelektuālas sistēmas Priekšmets: Dialogu intelektuālas sistēmas

1. Modulis:Lietišķās intelektuālas sistēmas Priekšmets:Dialogu intelektuālas sistēmas

2. Mērķis: • Padziļināt zināšanas intelektuālo lietišķo datorsistēmu uzbūves jomā • Uzdevumi: • Apgūt uz semantiskiem tīkliem ar saites virsotnēm balstītās PA atspoguļošanas modeļus • Apgūt lingvistisko tēlu atpazīšanas metožu pielietošanu DV apstrādei • Apgūt operācijas kopu ar STSV

3. Priekšzināšanas: • Zināšanas atspoguļošanas modeļi • Dabīgas valodas apstrādes pamati • Matemātiskas statistikas pamatjēdzieni

4. Deklaratīvie Procedūrālie Speciālie relācijas algebras freimu planner produkciju loģiskie tīkla funkcionālie tīkli scenāriji semantiskie tīkli • Zināšanu atspoguļošanas modeļa klasifikācija

5. Dialogu intelektuālas sistēmas: • Zināšanu ievade sistēmā cilvēkam pierastajā formā • Zināšanu uzkrāšana un spēja izmantot dažādu uzdevumu risināšanai (atbilde uz vaicājumu, ziņojumu atpazīšana, u.c.) • Dabīgas valodas atpazīšana un zināšanu uzkrāšana formālajā “iekšējā” valodā

6. Semantiskie tīkli ar saites virsotnēm • Parasti semantiskie tīkli ir ierobežoti no apkopotas informācijas atspoguļošanas viedokļa • Semantiskie tīkli tika papildināti ar saišu virsotnēm

7. STSV vēsture • Pirmo reizi aprakstīti N. Cercone un L. Schuberta darbā: • - Cerrone N.J., Schubert L.K. Toward a state based conceptual representation. In: Proceedings of 4th International Conference of Artificial Intelligence, 1975, p.p. 83-90 • Tika attīstīti darbā: • - Schubert L.K. Semantic Networks. In: Artificial Intelligence; Nr 2, 8, 1976

8. Tālākā attīstība un praktiskais pielietojums • Хендрикс Г.О. О расширении применимости семантических сетей ведением разбиений // труды IV Междуранодной конференции по искусственному интеллекту. Том 1, 1975 • Rieger C. An organisation of Knowledge for Problem Solving and Language Comprehension. In: Arificial Intelligence, 1976, Nr 7 • Шенк Р. Обработка концептуальной информации. М., 1980 (пер. с англ.)

9. STSV būtība • Parasti semantiskie tīkli (ST) sastāv no virsotnēm (objektiem, jēdzieniem) un lokiem (attiecībām starp virsotnēm) • STSV: virsotnes var atbilst arī attiecībām, informācijas loģiskam sastāvdaļām, sarežģītājiem objektiem • Visām, ko var izskatīt par patstāvīgo semantisko vienību, atbilst sava virsotne

10. STSV virsotnes • Noteiktas virsotnes: O-virsotnes • Nenoteiktas: N-virsotnes • Semantiskais grafs ir sarežģītākā atspoguļošanas forma, nekā tīkls. Tīkls tas ir grafs, kurā nav uzdots apstrādes virziens • Semantiskais grafs tas ir tīkls, kurā tiek uzdota fragmentu apstrādes kārtība

11. Iekšēja valoda (IV) DV Apstrāde • Produkcionāla pieeja dialoga uzdevumiem • Produkciju kopas izmantošana “DV→IV” pārveidošanas stadijā • Produkciju tipi: produkcija – grafs, korelācijas produkcija u.c.

12. STSV apzīmējumi(1) • STSV sastāv no elementāriem fragmentiem (EF) • EF tika aprakstīts korteža formā • <d1, d2, ... dk>, dk D; • di, rj, dk – virsotnes, kuras atbilst • D = A R (A – objekti, R – attiecības)

13. d1 d2 2 1 d3 3 SV 4 k d4 ... dk • EF struktūra • <d1, d2, d3, ... , dk> • (d3) – atbilst attiecībai • (d2) – virsotne, kas atbilst loģiskai komponentei (T/F) • (d1) – objektu kopu uzskata par vienotu objektu (struktūru)

14. Citi apzīmējumi • <d1, t , r1, x1, x2> - bināra attiecība (T) starp N – objektiem x1 un x2 • <x1, x2, r1, a1, a2> - attiecība R1 starp A1 un A2, kurai nav zināms, vai tas ir “T” or “F”, un arī nav zināms, kāds sarežģītais objekts tiks apstrādāts

15. d1 d3 k-3 1 d4 ... dk • Saīsināts apzīmējums • Ja d2 nav uzradīts, • tad EF apraksta • “T” 1 attiecību

16. x4 x3 x1 2 1 d1 r1 x2 2 1 t • EF kompozīcija • Tīkls – EF kompozīcija • F1◦ F2◦ ... ◦ Fn; • Piemērs • <x3, t, r1, a1, x1> ◦ < x4, t, r1, x1, x2>

17. STSV un predikātu loģika • “ __ ” – atbilst nenoteiktam objektam (nepiedalās informācijas apstrādē) • < “__”, t, r1, d1, ... , dn > ↔ R1 (D1, ... , Dn)

18. STSV semantiskas informācijas atspoguļošanā (1) • Klases virsotnes O-Virsotņu kopa M= { mi } mi - klases < “__”, t, r1, ‘cilv.klase’ > - kopēja īpašība R1, kura ir raksturojuma visiem cilvēkiem • Attiecības apraksts < “__”, t, ,d1, m1> (D1 M1) < “__”, t, ,m1, m2> (M1 M2)

19. a1 r1 3 t a2 a3 • Turpinājums (2) • Skaitlis • < “__”,t , “ir skaitlis”, ‘n’, xi > - kopa xi satur N objektu, • ‘n’ – O-virsotne, kas atbilst uzdotam skaitlim • Attiecība ar brīvām lomām • a1 un a2 • vietas nav fiksētas

20. Tīkla produkcija • T1 ( ) ◦ < , t, B-3, , > ◦ T2 ( ) , kur • T1 tīkls attēlo visas izzudušas saites, • T2 – visas uzstātas saites • T1 T2 (T1 – cēlonis, T2 – sekas) r1

21. ... a1 an x1|m1 1 x21|m2 2 r1 • Z – tīkls • [ xi := {a1, ... , an} ] • Z – tīklu kompozīcija: • T1 ( xi ) ◦ [ xi := { a1, ... , an} ] • Z – tīklu atspoguļošana:

22. x1 a1 a2 1 r1 2 a3 a4 x2 • Z- tīkli ar saskaņotiem zināšanām • < “__”, t, r1, x1, x2 > ◦ [ (x1, x2):= { (a1, a2), (a3, a4) } ]

23. Z- tīkli vaicājumu atspoguļošanai • [ xi := ? ] < “__”, t, :=, xi, ? > • < “__”, t, r1, a1, x1 > ◦ [ x1 := ? ] • < “__”, x11, r1, a1, a1 > ◦ [ x11 := ? ] • < x11, t, r1, a1, a1 > ◦ [ x11 := ? ]

24. a1 1) a1 2) x11 1 1 r1 ? r1 2 2 a2 x1 ? x1 a2 4) x1 3) ? 1 1 ? r1 r1 2 2 x2 a2 • Vaicājuma formas

25. Semantiskie grafi (1) • 1) Elementārie grafi a) x1┴ T10 (x1) b) ( x11, x21) ┴ < “__”, t, r1, x11, x21 > • 2) Kompozīcija ar z - tīkliem • λ – eksistēšanas fakts; λ ; • [ x1 := λ ] ◦ [ x1┴ T10 (x1) ] • [ x1┴ T10 ( x1) ] ◦ [ x1 := λ ]

26. x1 G1 Grafa laukums ... xn z1 • Semantiskie grafi (2) • [ x1┴ T10 ( x1) ] ◦ [ x1 = { a1, ... , an } ] • z1┴ G1 (z1)

27. 1 2 ... ... x2 price x1 ai • Operācijas ar semantiskam struktūrām • Operatoru valoda (1): • Asociēšana • xi┴ T10 (x1) (N – virsotne xi) • (x1, x2) ┴ < “__”, t, price, x1, x2 > • Grupas meklēšana • x2 ┴ < “__”, t, price, x1, x2 > ◦[ x1 := { ai } ]

28. Operatoru valoda (2) • Brīva asociēšana • Paraugs x1 ┴ < “__”, t, būt brālim, :a1, :x1 > • < “__”, t, r1, :a1, :a2, :a3, > • Salīdzinājums • [ x1┴ T1 (x1) ] ◦[ x1 := λ ]

29. x2 price 2 λ 1 x1 1 produce λ 2 x3 • DV ziņojuma (vaicājuma) interpretācija • Vaicājuma analīze un atbildes formēšana: • Kopu teorijas operācijas ( , , u.c.) • Apvienojums (Join –relācijas algebrā) • Pārklājums: x1 ┴ Gi(x1) ◦ Gj(x1) • Kopējā veida apvienojums: (x1, x2, x3) ┴ < “__”, t, price, x1, x2> ◦ < “__”, t, produce, x1, x3>

30. d1 1. līmenis 1 2 a1 r1 x11 2. līmenis 2 1 * x31 1 2 r3 a3 x21 a4 3. līmenis 1 a2 r2 • Detalizāciju līmeņu atspoguļošana

31. Īstenības tabula • < “__”, t, ʌ, t, f, f > 1 ʌ 0 = 0 • < “__”, t, v, t, t, t > 1 v 1 = 1 • < “__”, f, ʌ, t, f, t > 1 ʌ 0 = 1

32. 3 1 2 1 2 a1 r1 a2 r2 a3 2 1 p1 p2 ʌ 3 p3 • Loģiskā atkarība, P – virsotne

33. y21 y11 1 2 1 m1 m1 m2 Df 2 T2 T1 T1 T2 • Pasīvas un aktīvas zināšanas • Vienas zināšanas tiek izmantotas citās zināšanas formēšanai

34. Kvantoru fragmenti • < ,p1, δ, x1, x2 > , kur δ { , J, J1 } • Piemērs: • T1 (x1) ◦ < , t, J, x1 |darbn.|, x2 > ◦T2 (x2) • N - virsotne x1 atbilst darbinieku kopai,x2 – viens no tiem

35. Piemērs • “Visiem M klases objektiem piemīt R1 īpašība” • <“__”, t, , x1, m1> ◦ < , t, , x1, x2> ◦ <“__”, t, r1, r2> x1 x2 1 1 2 1 2 r1 m1 t

36. Kvantora zināšanu tīkls • Ti ( x1) ◦ < , t , δ, x1, x2 > ◦ Tj (x2) • “Ziņojums A1, kā visi cilvēki ir mirstīgi” p1 3 1 zin. t d1 1 1 2 2 ‘cilv.kl.’ ‘mirst’ x2 x1

37. x1 x2 1 2 1 1 2 ‘cilv.kl.’ ‘mirst’ ? t p1 p1 • Jautājumu atspoguļošana (1) • “Vai visi cilvēki ir mirstīgi?”

38. x1 x2 1 1 2 1 2 ‘cilv.kl.’ x3 ‘mirst’ J ? t • Jautājumu atspoguļošana (2) • “Vai mirstīgi ir visi cilvēki?”

39. Semantiskais tīkls(1) • A – virsotņu kopa (objekti) • R – loku kopa • G = A R – O-virsotņu kopa • X – N-virsotņu kopa • D = G X – visu virsotņu kopa

40. Semantiskais tīkls (2) • 6. “__” – “tukšas vietas” simbols • 7. IF d1 A X {“__”}; d2 R X {“__”}; ... • dk D {“__”} THEN < d2, d2, d3, ... , dk > - EF • 8. EF ir tīkls • 9. IF T1 un T2 – tīkli, THEN T1◦ T2 – tīkls, pie kam T1◦ T2≡ T2 ◦T1

41. Lingvistiskais objekts (L.O.) • < L.O.> := <teksts> | <teikums> | <vārds> • <teksts> := <teikums> | { <teikums> } • <teikums> := <vārds> | { <vārds> } • <vārds> := <morfēma> | { <morfēma> }