Страница 74

Страница 74: Базы знаний интеллектуальных систем, Автор неизвестен, 2001 читать онлайн, скачать pdf, djvu, fb2 скачать на телефон Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем

Для неэквивалентных конструктов можно анализировать их пространственные отношения, определяя ряд осей как проекцию каждого конструкта на ось, наиболее удаленную от них, проекцию на вторую ось, связанную с оставшимися расстояниями, и т. д. Это метод анализа главных компонент пространства конструктов. Он связан с факторным анализом семантического пространства, использованного в изучении семантического дифференциала. Метод анализа главных компонент позволяет представить элементы и конструкты так, что между ними могут быть выявлены взаимосвязи. Возможно построить логический анализ репертуарной решетки, используя конструкты как предикаты относительно элементов.

Анализ нескольких репертуарных решеток

Довольно часто возникает ситуация, когда требуется сравнить несколько репертуарных решеток. Анализ серии репертуарных решеток, заполняемых одним и тем же человеком в разные моменты времени, позволяет следить за динамикой конструктов и оценок, строить траектории изменения состояния человека в системе его собственных субъективных шкал.

Проанализируем несколько репертуарных решеток, заполняемых разными людьми.

Анализ пар системных конструктов используется для измерения согласия и понимания между людьми. Для этого два эксперта, имеющие разные точки зрения, создают и заполняют решетки по общей области знаний. При этом каждый независимо от другого выбирает элементы, выявляет конструкты и оценивает их. Затем каждый делает две пустые копии своей решетки, оставляя элементы и конструкты без значений их оценки. Обе эти решетки заполняются партнерами. При этом одна заполняется так, как он сам себе это представляет, а вторая так, как он представляет себе заполнение оригинальной решетки ее автором. Сравнение пар решеток помогает достигнуть соглашения и понимания между двумя людьми.

Существуют три способа сравнения двух решеток.

1. Сцепление решеток, имеющих общие элементы, и их последующая обработка одним из описанных алгоритмов, как если бы они составляли одну большую решетку. Таким образом, можно исследовать взаимодействие идей через проверку смешанных кластеров конструктов из разных решеток.

2. Данный путь требует наличия двух решеток с одинаковыми именами элементов и конструктов и показывает расхождения между ними через измерение расстояния между одними и теми же именами. Результаты показывают согласие в понимании и выявляют различия между двумя решетками, основанными на одинаковых именах и конструктах.

3. Данный способ также использует две решетки с одинаковыми именами элементов и конструктов, находит наиболее сильно изменяющиеся элементы и конструкты и удаляет их из решетки. Таким образом, определяются базовые элементы и конструкты, которые показывают согласие и понимание.

Анализ групп системных конструктов. Анализируется серия репертуарных решеток, полученная от группы людей, использовавших одинаковые элементы. Сравнивается каждая пара и показывается «групповая сеть», которая отражает связи сходных конструктов внутри группы. Создается решетка, отражающая конструкты, которые понимаются большинством группы, и это служит основанием дальнейшего анализа. Каждый конструкт, неиспользованный в рамках группы, оценивается по силе связанности с другими конструктами.

5.2.4. Автоматизированные методы

Данный параграф посвящен обзору некоторых наиболее известных, методов и систем приобретения знаний на основе метода репертуарных решеток, частично из работ [Осипов, 1990; Молокова, 1992; Осипов,1997].

Впервые автоматизированное создание репертуарных решеток и извлечение из экспертов конструктов было реализовано в системе PLANET [Games, Shaw, 1984; Shaw, Woodward, 1988]. Дальнейшим развитием системы PLANET является интегрированная среда KITTEN, поддерживающая ряд методов извлечения знаний. Буза Д. в системе ETS [Boose, 1985] использовал метод репертуарных решеток для выявления понятийной системы предметной области. Потомками ETS являются система NeoETS и интегрированная среда для извлечения экспертных знаний AQUINAS [Boose, Bradshaw, Shema, 1988].

Известно большое число прототипов ЭС, для создания которых использовалась ETS. Среди них:

1. Советчик по выбору инструментария для разработчиков ЭС.

2. Консультант по языкам программирования.

3. Анализатор геологических данных.

4. Советчик по отладке Фортрантрограмм.

5. Консультант по СУБД и др.

Однако область применения ETS ограничена извлечением экспертных знаний для таких несложных задач анализа, которые не требуют для своего решения процедурных, каузальных и стратегических знаний.

ETS взаимодействует с экспертом в диалоговом режиме, интервьюируя его и помогая анализировать создаваемую БЗ. В архитектуре ETS могут быть выделены подсистемы: извлечения элементов; выявления конструктов; построения репертуарной решетки; построения графа импликативных связей; генерации продукционных правил; тестирования БЗ; коррекции БЗ; генерации БЗ для различных инструментальных средств создания ЭС.

В диагностической системе MORE [Kahn, Nowlan, McDerraott, 1985] использованы принципы, сходные с теми, которые лежат в основе обеих описанных выше систем. Здесь впервые использовано несколько различных стратегий интервью. Техника интервью, использованная в MORE, направлена на выявление следующих сущностей:

• гипотезы — подтверждение которых имеет своим результатом диагноз;

• симптомы — наблюдение которых приближает последующее принятие гипотезы;

• условия — некоторое множество событий, которое не является непосредственно симптоматическим для какой-либо гипотезы, но которое может иметь диагностическое значение для некоторых других событий;

• связи — соединение сущностей;

• пути — выделенный тип связи, который соединяет гипотезы с симптомами.

В соответствии с этим в системе используются следующие стратегии интервью: дифференциация гипотез, различение симптомов, симптомная обусловленность, деление пути и некоторые другие.

Стратегия дифференциации гипотез направлена на поиск симптомов, которые обеспечивают более точное различие гипотез. Наиболее мощными в этом смысле являются те симптомы, которые наблюдаются при одном диагностируемом событии.

Базы знаний интеллектуальных систем

Базы знаний интеллектуальных систем

Обсуждение Базы знаний интеллектуальных систем

Комментарии, рецензии и отзывы

Страница 74: Базы знаний интеллектуальных систем, Автор неизвестен, 2001 читать онлайн, скачать pdf, djvu, fb2 скачать на телефон Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем