Страница 105

то

для принятия решения о поглощении нужно сравнить значения этих факторов в числовом профиле испытуемого. Кандидатом на поглощение будет тот фактор, у которого числовое значение меньше.

На уровне ЯПЗ PILOT/2, обсуждавшегося выше, описание этих правил трансформируется во фрагмент продукционной программы вида:

rule F-поглощает-QЗ

:: [$curr_s_prfl : F] == «ОН» && [$curr_s_prfl : Q3] == «Н»

==> delete (Q3);

section Q1-Q2

if ([$curr_s_prfi : Q1] == [$curr_s_prfl : Q2] )

set (Q1-поглощает-Q2, Q2-поглощает-Q1);

…………………………………………………………………..

rule Q1-поглощает-Q2

:: [$curr_n_prfl : Q1] >= [$curr_n_prfl : Q2]

==> delete (Q2);

………………………………………………………………….

rule Q2-поглощает-Q1

:: [$curr_n_prfl : Q1] < [$curr_n_prfl : 02]

==> delete (Q1);

Функционирование продукционной системы позволяет получить невербализованный портрет. На вход блока генерации вербального представления поступает фрейм-экземпляр прототипа not_verb, слот order которого означен последовательностью имен групп (b1 b4) в порядке убывания «силы» этих групп, а слоты bi; bi_valn и bi_vals — последовательностями факторов, составляющих ту или иную группу вместе с их значениями из числового и семантического профиля. Собственно генерация текстов достаточно проста и сводится к регулярной замене значений факторов фразами естественного языка на основе следующих знаний:

[factor is_a prototype;

ОН, Н, СР, В, OB {string} ];

[ A is_a factor;

ОН={«Это человек замкнутый и необщительный, критичный и отчужденный.»};

Н={«Это человек малообщительный и довольно замкнутый.»};

СР=;

В={«Это человек общительный и готовый к сотрудничеству.»};

ОВ={«Это человек внимательный к людям, открытый, общительный и готовый к

сотрудничеству.»} ];

[ В is_a factor;

ОН={«Не имеет навыка решения логических задач, медленно обучается новым понятиям.»};

Н={«Не имеет навыка решения логических задач, довольно медленно обучается новым понятиям.»};

СР={«Имеет определенные навыки в решении логических задач.»};

В={«Умеет абстрактно мыслить, хорошо решает логические задачи, довольно быстро обучается новым понятиям.»};

ОВ={«Умеет абстрактно мыслить, очень хорошо решает логические задачи, быстро обучается новым понятиям.»};

……………………………………………………………………………………….

[ Q4 is_a factor;

ОН={«В настоящий момент самоуспокоен, расслаблен, не напряжен.»};

Н={«В настоящий момент находится в спокойном расслабленном состоянии.»};

СР=;

В={«В настоящий момент человеку присуще высокое рабочее напряжение, собранность, энергичность.»};

ОВ={«В настоящий момент человек напряжен, собран и даже несколько «взвинчен».»};

Учитывая то, что генерация текстовых представлений портретов осуществляется в ЭС «Cattell» на уровне целых предложений и групп предложений, здесь используется простая продукционная система со следующими правилами:

section PORTRET-GEN

removeall;

if (?[ $curr_port : $curr_not_verb = not_verb ] &&

?[ $curr_port : $curr_verb = verb ] &&

?[ $curr_not_verb : $curr_order = all_of order ;

$curr_b1 = all_of Ы;

$curr_b2 = all_of b2;

$curr_b3 = all_of b3;

$curr_b4 = all_of b4 ] ) insert (COPY);

………………………………………………………………….

rule COPY

: : ==> [ $curr_verb : order ] = $curr_order;

[ $curr_verb : Ы ] = $curr_b1;

[ $curr_verb : b2 ] = $curr_b2;

[ $curr_verb : b3 ] = $curr_b3;

[ $curr_verb : b4 ] = $curr_b4;

 rule_off (COPY);invoke (B1);invoke (B2);invoke (B3);invoke (B4);

section B1

if ( ?[ $curr_not_verb : $curr_b1_vals = all_of b1_vals ] );