NGHIÊN CỨU LÝ THUYẾT MỘT SỐ MÔ HÌNH BIỂU DIỄN TRI THỨC (COKB VÀ ĐỒ THỊ KHÁI NIỆM) VÀ ỨNG DỤNG ĐỒ THỊ KHÁI NIỆM VÀO VIỆC XÂY DỰNG HỆ TRUY VẤN

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CƠNG NGHỆ THƠNG TIN  PHỊNG ĐÀO TẠO SAU ĐẠI HỌC ĐỒ ÁN MÔN HỌC BIỂU DIỄN TRI THỨC VÀ SUY LUẬN NGHIÊN CỨU LÝ THUYẾT MỘT SỐ MÔ HÌNH BIỂU DIỄN TRI THỨC (COKB VÀ ĐỒ THỊ KHÁI NIỆM) VÀ ỨNG DỤNG ĐỒ THỊ KHÁI NIỆM VÀO VIỆC XÂY DỰNG HỆ TRUY VẤN Giảng viên hướng dẫn: PGS TS ĐỖ VĂN NHƠN Học viên thực hiện: NGUYỄN VĂN KIỆT Mã số học viên: CH1301095 TP Hồ Chí Minh, tháng năm 2014 BIỂU DIỄN TRI THỨC VÀ SUY LUẬN Trang LỜI CẢM ƠN Em xin chân thành cảm ơn PGS.TS Đỗ Văn Nhơn, người Thầy giảng dạy hướng dẫn khoa học đầy tâm huyết Thầy giảng dạy từ kiến thức chuyên môn phương pháp nghiên cứu khoa học Thầy tạo điều kiện tốt để phát huy khả học tập nghiên cứu Xin cảm ơn tất bạn bè động viên, giúp đỡ q trình học tập hồn thành đồ án mơn học TP Hồ Chí Minh, tháng năm 2014 Nguyễn Văn Kiệt MỤC LỤC DANH MỤC BẢNG DANH MỤC HÌNH GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt MỞ ĐẦU Trong báo cáo này, em nghiên cứu hai mơ hình biểu diễn tri thức: mơn hình biểu diễn tri thức COKB (Computational Object Knowledge Base) đồ thị khái niệm (Conceptual Graph) - Nghiên cứu sở lý thuyết mơ hình biểu diễn tri thức COKB, phân tích ưu nhược điểm mơ hình so với mơ hình khác tìm hiểu số ứng - dụng Nghiên cứu sở lý thuyết đồ thị khái niệm Xây dựng hệ truy vấn dựa ngữ nghĩa hình thức đồ thị khái niệm Một ứng dụng cụ thể - Công cụ tra cứu thông tin sách GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt CHƯƠNG TỔNG QUAN VỀ CÁC MƠ HÌNH BIỂU DIỄN TRI THỨC Các kiến thức trí tuệ nhân tạo, hệ chun gia mơ hình biểu diễn tri thức truyền thống dựa tài liệu: [1], [2] [3] 1.1 Trí tuệ nhân tạo hệ chuyên gia 1.1.1 Trí tuệ nhân tạo Trí tuệ nhân tạo lĩnh vực khoa học chuyên nghiên cứu phương pháp chế tạo trí tuệ máy cho giống trí tuệ người Hai thành phần hệ thống trí tuệ nhân tạo là: - Các phương pháp biểu diễn vấn đề, phương pháp biểu diễn tri - thức Các phương pháp tìm kiếm khơng gian tốn, chiến lược suy diễn Có thể phân chia hệ thống trí tuệ nhân tạo sau: Các hệ tìm kiếm thông tin, hệ thống hỏi đáp thông minh cho phép hội thoại người sử dụng đầu cuối không chuyên tin với sở tri thức sở liệu thông qua ngôn ngữ chuyên ngành gần với ngôn ngữ tự nhiên Các hệ thống suy diễn – tính tốn, cho phép giải tốn phức tạp dựa mơ hình tốn học tri thức chuyên gia Các hệ chuyên gia, cho phép sử dụng tri thức chuyên gia lĩnh vực tri thức tản mạn Vai trò TTNT: Trí tuệ nhân tạo tạo cho máy tính khả suy nghĩ Nhờ đơn giản hóa phương cách kết hợp chương trình với nhau, trí tuệ nhân tạo GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt mơ q trình học người, sở thu nạp thơng tin phục vụ cho trình suy diễn sau Có thể thấy rẳng não người tích hợp tri thức mới, mà khơng cần thay đổi cách làm việc, cách suy diễn não loại kiện lưu trữ trước Các chương trình trí tuệ nhân tạo hoạt động tương tự vậy, tức cải biên chương trình trí tuệ nhân tạo dễ cài đặt nhiều so với thực với chương trình truyền thống 1.1.2 Hệ chuyên gia Hệ chuyên gia chương trình sở tri thức làm việc giống chuyên gia người Hệ chuyên gia có đặc điểm sau: - Tách tri thức toán khỏi chế điều khiển: Hai thành phần quan trọng hệ chuyên gia sở tri thức máy suy diễn Hai thành - phần tách biệt hệ chuyên gia Tri thức chuyên gia: Tri thức giải toán hệ chuyên gia tri thức thu - thập từ người chuyên gia Tập trung nguồn chuyên gia: Người chuyên gia có khả giải vấn đề lĩnh vực chuyên môn họ, cịn vấn đề ngồi lĩnh vực chun mơn họ khơng có khả Giống cách giải vấn đề người chuyên gia, hệ chuyên gia giải vấn đề - lĩnh vực chun mơn Xử lí tri thức kí hiệu: Tri thức giải toán hệ chuyên gia - mã hóa kí hiệu xử lí kí hiệu sở lập luận logic Xử lí tri thức với heuristics: Người chun gia có nhiều kinh nghiệm giải vấn đề lĩnh vực chuyên môn họ Với kinh nghiệm giúp họ giải vấn đề nhanh Giống giải vấn đề người chuyên gia, hệ chuyên gia hầu hết sử dụng thông tin heuristic thu thập từ kinh nghiệm người chuyên gia giúp hệ giải vấn đề nhanh hiệu GVHD: PGS TS Đỗ Văn Nhơn - HVTH: Nguyễn Văn Kiệt Xử lí tri thức khơng chắn: Hơn 80% ứng dụng thực tế giải phương pháp lập luận chắn Hệ chuyên gia giải ứng dụng nhờ vào phương pháp xử lí tri thức - khơng chắn Bài tốn giải được: Hệ chuyên gia giải toán mà người - chuyên gia giải Mức phức tạp vừa phải: Không nên thiết kế hệ chuyên gia để giải vấn đề đơn giản không nên mong đợi hệ chuyên giải - vấn đề phức tạp khả giải vấn đề người chuyên gia Chấp nhận sai lầm: Người chuyên gia giải vấn đề đôi lúc mắc sai lầm, ta phải chấp nhận số rủi ro sử dụng hệ chuyên gia Cấu trúc hệ chuyên gia : Giống chế làm việc người chuyên gia, cấu trúc hệ chuyên gia mơ tả hình Hình 2.1 : Cấu trúc hệ chuyên gia (Trích từ “Intelligent Problem Solvers in Education: Design Method and Applications” – Đỗ Văn Nhơn - 2011) + Cơ sở tri thức: phần hệ chuyên gia chứa miền tri thức để giải vấn đề Nó lưu trữ dạng máy tính đọc được, GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt gồm khái niệm, đối tượng, quan hệ, toán tử, hàm, luật kiện + Động suy diễn: Hệ chuyên gia mơ hình hóa q trình xử lý lý giải người Vì động suy diễn xử lý hệ chuyên gia xác định vấn đề sử dụng chiến lược suy luận thích hợp để dẫn đến kết luận tốn từ luật kiện chứa vùng nhớ làm việc miền tri thức chứa sở tri thức + Vùng nhớ làm việc: phần hệ chuyên gia chứa liệu q trình làm việc hệ thống Nó lưu trữ liệu, kiện luật trình tìm kiếm suy luận động suy diễn + Giao diện người dùng : Thực giao tiếp hệ chuyên gia người sử dụng Người sử dụng nhập vào câu truy vấn, hướng dẫn, vấn đề,…, sau trình suy luận, xử lý giao diện câu trả lời ngôn ngữ mà người hiểu + Bộ giải thích : Giải thích giai đoạn, khái niệm trình giải vấn đề + Bộ quản lý tri thức : Hỗ trợ cập nhật tri thức sở tri thức, tìm kiếm kiểm tra tính đắn tri thức 1.2 Một số phương pháp biểu diễn tri thức truyền thống 1.2.1 Phương pháp biểu diễn tri thức theo logic vị Khái niệm Mơ hình chung: (Predicates, Clauses) Trong • Predicates: tập gồm vị từ, vị từ biểu diễn cho phát biểu nói tính chất đối tượng hay quan hệ đối tượng vị từ xác định tên vị Ví dụ: gioi(x:sinhvien) GVHD: PGS TS Đỗ Văn Nhơn • Câu thử nghiệm 9: • Câu thử nghiệm 10: • Câu thử nghiệm 11: HVTH: Nguyễn Văn Kiệt GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt • Câu thử nghiệm 12: Chương trình thử nghiệm cịn số hạn chế: - Dạng câu hỏi huấn luyện chưa nhiều, tương lai mở rộng nhiều dạng câu hỏi Dữ liệu sách chưa nhiều, tương lai áp dụng ứng dụng thực tế GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt CHƯƠNG KẾT LUẬN 5.1 - Kết luận Hai mơ hình biểu diễn tri thức COKB đồ thị khái niệm có ưu điểm khắc phục nhược điểm mô hình biểu diễn truyền thống Mỗi mơ hình phù hợp với miền tri thức định: + COKB phù hợp với hệ giải toán tự động + Đồ thị khái niệm phù hợp với việc biểu diễn tri thức dạng ngôn ngữ - Việc cài đặt thử nghiệm đồ thị khái niệm cho hệ truy vấn liệu phương pháp cho việc phát triển hệ truy vấn Biểu diễn liệu dạng đồ thị khái niệm làm cho liệu linh hoạt thể mối quan hệ chúng 5.2 - Hướng phát triển Xây dựng cải tiến mơ hình biểu diễn tri thức ngày hoàn thiện Áp dụng mở rộng miền tri thức để xây dựng nhiều ứng dụng phục vụ cho nhu cầu người dùng GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt TÀI LIỆU THAM KHẢO [1] Hoàng Kiếm, Đinh Nguyễn Anh Dũng – Giáo trình Trí Tuệ Nhân Tạo – Nhà xuất Đại học Quốc gia TP Hồ Chí Minh, 2005 [2] Nguyễn Thiện Thành – Trí Tuệ Nhân Tạo Hệ Chuyên Gia – Nhà xuất Đại học Quốc gia TP Hồ Chí Minh, 2006 [3] Nguyễn Thanh Thủy – Giáo trình Trí Tuệ Nhân Tạo – Nhà xuất Giáo Dục, 1999 [4] Đỗ Văn Nhơn – Kiến trúc hệ giải tập cho người học kỹ thuật thiết kế – Tạp chí khoa giáo dục kỹ thuật, 2007 [5] Nhon Van Do – Model for Knowledge Bases of Computational Objects – IJCSI International Journal of Computer Science Issues, Vol 7, Issues 3, No 8, May 2010 [6] Nhon Van Do – Chapter 6, Intelligent Problem Solvers in Education: Design Method and Applications – book: Intelligent Systems, ISBN 978-953-51-00546, 2012 [7] Đinh Xuân Thọ – Nghiên cứu phát triển mơ hình tri thức dạng hàm – Luận văn thạc sĩ trường Đại học Công nghệ thông tin, năm 2007 [8] Bùi Tấn Phát, Tạ Thu Thủy – Xây dựng hệ giải toán dựa sở tri thức hình học lớp 10 – Khóa luận tốt nghiệp Đại học Công nghệ thông tin, hệ tài năng, 2013 [9] John F Sowa, Conceptual Graphs, địa truy cập: http://www.jfsowa.com/cg/cg_hbook.pdf [10] Gianni Amati, Iadh Ounis, Conceptual Graphs and First Order Logic, The Computer Journal, Vol 43, No 1, 2000 GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt [11] Conceptual Graphs: Combing logic and semantic net, truy cập địa chỉ: http://staff.unak.is/not/tony/teaching/ai/lectures/11aConceptualGraphs_ExpSys /conceptualGraphs.ppt GVHD: PGS TS Đỗ Văn Nhơn HVTH: Nguyễn Văn Kiệt PHỤ LỤC CHƯƠNG TRÌNH DEMO ỨNG DỤNG HỆ TRUY VẤN Chương trình Demo gồm file liệu: - File FS.pl định nghĩa câu hỏi huấn luyện dạng ngữ nghĩa hình thức File cgs.pl đưa sở liệu “sách” (dạng CSDL SQL Server) dạng đồ thị khái niệm, dạng biểu diễn logic Màn hình chương trình demo: Hình PL.1: Chương trình Demo hệ truy vấn thông tin sách ... Base) đồ thị khái niệm (Conceptual Graph) - Nghiên cứu sở lý thuyết mơ hình biểu diễn tri thức COKB, phân tích ưu nhược điểm mơ hình so với mơ hình khác tìm hiểu số ứng - dụng Nghiên cứu sở lý thuyết. .. khơng hiểu hệ thống lớn, biễu diễn loại tri thức, yếu việc biểu diễn tri thức dạng mơ tả, có cấu trúc 1.2.2 Phương pháp biểu diễn tri thức hệ luật dẫn Khái niệm Phương pháp biểu diễn tri thức luật... hiểu hệ thống lớn, biễu diễn loại tri thức, yếu việc biểu diễn tri thức dạng mô tả, có cấu trúc 1.2.3 Phương pháp biểu diễn tri thức mạng ngữ nghĩa Khái niệm Mạng tính tốn dạng biểu diễn tri thức