Человеческий фактор. Том 3. Часть 1 - Сальвенди Г.
ISBN 5-03-001815-8
Скачать (прямая ссылка):
В управляющей подсистеме ЭС используются и такие методы, как планирование действий или возврат, управляемый зависимостями. Эти и другие методы очень подробно изложены в работах [101, 131].
3.3.5. Интерфейс
Интерфейс экспертной системы — это механизм, обеспечивающий связь между системой и пользователем, чем и определяется его важность. Через интерфейс пользователь вводит в базу данных системы информации о конкретной задаче соответствующей предметной области. Через интерфейс система запрашивает у пользователя дополнительные данные, а также доводит до его сведения свои решения и выводы. Многие проектировщики ЭС считают, что его можно усовершенствовать путем разработки системы диалога на естественном языке устройств речевого ввода данных.
Понимание естественного языка
Люди общаются друг с другом на естественных языках, например на английском, немецком и т. п. Вычислительные же машины общаются с людьми в так называемом интерактивном режиме с помощью специальных языков диалога, подчиненных строгим семантическим и синтаксическим ограничениям. Поэтому при общении с ЭВМ в интерактивном режиме многие пользователи испытывают затруднения. Это привело к попыткам разработать программы, понимающие естественный язык. Применительно к достаточно узким предметным областям эти попытки оказались успешными.
В самых первых программах диалога на естественном языке (таких, как программа Грина BASEBALL, Линдсея — SAD-SAM, Боброу — STUDENT и Фейценбаума — ELIZA) факты, относящиеся к определенной узкой области, хранились в специально приспособленных для этого структурах данных. При вводе простейших повествовательных и вопросительных предложений программа начинала искать в них заранее определенные ключевые слова и шаблонные конструкции. Эти программы были столь ограниченны по своим возможностям, что игнорировали многие сложные аспекты реального языка.
170 Глава 3
Другой подход к диалогу на естественном языке, также применявшийся на первых порах, состоял в том, что представление некоторого определенного текста целиком помещалось в базу данных с использованием хитроумных схем индексации, позволявших извлекать фрагменты текста, содержащие выделенные слова или фразы. Этот подход был воплощен в системе PROTOSYNTIIEX-I [112] и в системе семантической памяти Квиллена [94]. Возможности подобных систем, основанных на хранении текстов, тоже были ограничены, поскольку ответы, которые они давали на вопросы пользователям, могли содержать лишь то, что было предварительно и явным образом записано в базу данных. В поисках средств формального выражения и использования смысла предложений были разработаны системы, основанные на узких логических исчислениях, подобные системам SIR [97] и TLS [95]. Для записи информации в базу данных в этих системах употреблялась особая формальная нотация, а также имелись механизмы семантического анализа и перевода исходных выражений во внутреннее представление. Разработчики стремились к тому, чтобы эти системы обладали способностью делать логические выводы по информации, хранящейся в базе данных, и давать ответы (не записанные в нее явным образом) на соответствующие вопросы. Недостатком этих систем являлось то, что их способность к дедукции была ограничена сведениями, которые явно или неявно представлены в базе данных.
В настоящее время разработка программ, понимающих естественный язык, тесно связана с представлением знаний в экспертных системах. Эти программы используют проблемно-ориентированную информацию из базы знаний, чтобы понимать смысл предложений и взаимодействовать с пользователем на ограниченном диалекте естественного языка. Например, способностью вести диалог с пользователем на естественном языке обладают системы EMYCIN, TEIRESIAS и KAS.
Понимание устной речи
Речь — главное средство общения между людьми. Поэтому, если бы механизм интерфейса ЭС предусматривал восприятие речевых сигналов, он был бы более удобным для пользователя. Читатели, интересующиеся проблемами распознавания речи, могут обратиться к гл. 3 т. 6 настоящей книги, где подробно рассматриваются соответствующие вопросы.
3 3 6 Способности экспертных систем к обучению
Под обучением (в широком смысле этого слова) понимается способность увеличивать объем собственных знаний и повышать свое профессиональное мастерство Применительно к экс-
Экспертные системы
171
пертным системам Саймон определяет обучение как «любой процесс, с помощью которого система повышает свою эффективность». Например, эффективность системы может повыситься благодаря введению в нее новых правил или усовершенствованию применяемых в ней методов и процедур. На рис. 3 7 представлена разработанная Коэном и Фейценбаумом простая модель экспертной системы, опирающаяся на определение Саймона. На этом рисунке эллипсы изображают факты и утверждения экспертов, а прямоугольники — процедуры, применяемые в системе. Согласно этой модели, информация, доставляемая в управляющую подсистему обучающей системы, используется для усовершенствования базы знаний, что в свою очередь помогает исполнительной подсистеме реализовывать ее функции.
