chapter01

– Biểu diễn bên trong của câu hỏi dạng string. Bài toán m ẫ u: Question Answering[r]

(1)

Ch

ươ

ng 1

GI

Ớ

I THI

Ệ

U

GV: Nguyễn Thị Trúc Viên Email: nttvien@dit.hcmut.edu.vn

N

ộ

i dung

Gi

ớ

i thi

ệ

u mơn h

ọ

c.

L

ị

ch h

ọ

c.

Trí tu

ệ

nhân t

ạ

o gì?

Các n

ề

n t

ả

ng

L

ị

ch s

ử

(2)

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side

Gi

ớ

i thi

ệ

u mơn h

ọ

c

Mơn h

ọ

c:

–

VN: Trí Tu

ệ

Nhân T

ạ

o.

–

EN: Artificial Intelligence.

N

ộ

i dung:

–

Cung c

ấ

p cho ng

ườ

i h

ọ

c nh

ữ

ng ph

ươ

ng pháp, mơ hình

để

gi

ả

i

quy

ế

t v

ấ

n

đề ở

m

ứ

c t

ổ

ng quát nh

ấ

t.

–

Cung c

ấ

p cho ng

ườ

i h

ọ

c ki

ế

n th

ứ

c, công c

ụ để

gi

ả

i quy

ế

t nh

ữ

ng

v

ấ

n

đề

c

ầ

n

đế

n:

Tri thức. Sựsuy luận. Khả học.

Khả lập kếhoạch. Khảxửlý ngôn ngữtựnhiên. Khả cảm nhận/hành động,

Gi

ớ

i thi

ệ

u môn h

ọ

c

Các ph

ầ

n/ch

ươ

ng:

–

Ph

ầ

n 1:

Giới thiệu khái niệm, dẫn nhập.

–

Ph

ầ

n 2:

Biểu diễn toán.

Các phương pháp giải quyết vấn đềtổng quát.

–

Ph

ầ

n 3:

Biểu diễn tri thức. Suy luận.

–

Ph

ầ

n 4: Các ch

ủ đề

nâng cao.

Ngun lý trị chơi. Suy luận khơng chắc chắn. Lập kếhoạch.

(3)

Gi

ớ

i thi

ệ

u môn h

ọ

c

Các ph

ầ

n/ch

ươ

ng:

–

Ph

ầ

n 5: Ch

ủ đề

ch

ọ

n l

ọ

c.

Xửlý ngôn ngữtựnhiên. Cảm nhận & hành động.

Gi

ớ

i thi

ệ

u môn h

ọ

c (tt.)

Tài li

ệ

u tham kh

ả

o:

–

Artificial Intelligence (1991)

–

Artificial Intelligence: A Modern Approach (1995)

–

Prolog for Artificial Intelligence

(4)

Gi

ớ

i thi

ệ

u mơn h

ọ

c (tt.)

Hình th

ứ

c

đ

ánh giá:

–

Thi gi

ữ

a k

ỳ

:

30%

–

Th

ự

c hành | Bài t

ậ

p l

ớ

n:

10%

–

Thi cu

ố

i k

ỳ

:

60%

Th

ự

c hành: (16 ti

ế

t)

–

Vào

đ

úng gi

ờ

h

ọ

c lý thuy

ế

t ho

ặ

c Th

ứ

7 | Ch

ủ

nh

ậ

t

(Tu

ỳ

vào l

ị

ch Phịng Máy Tính A5)

–

Đ

i

ể

m th

ự

c hành = (N/D) x

đ

i

ể

m thi th

ự

c hành.

N: sốtiết sinh viên tham gia thực hành. D: Tổng sốtiết phải học (16 tiết)

L

ị

ch h

ọ

c

7

6

5

4

3

2

1

Tuần:

24/01 31/01 07/02 14/02 21/02 28/02 07/03

8

Tuần:

14/03

Kiểm tra kỳ

Phần I & II Phần III

Biểu diễn tốn Các Giải thuật tìm kiếm

Phân giải mệnh đề, & vị từ

(5)

L

ị

ch h

ọ

c

15

14

13

12

11

10

9

Tuần:

21/03 28/03 04/04 11/04 18/04 25/04 02/05

16

Tuần:

09/05

Tuần dựtrữ 16/05

Phần IV Phần IV

Lập kế họach, Bayes network ~16/04/2005

Học máy ~07/05/2005

Thực hành

Trí tu

ệ

nhân t

ạ

o gì?

Intelligence:

trí thơng minh

“ability to learn, understand and think”

(Oxford dictionary)

Artificial Intelligence

(AI): trí thơng minh nhân t

ạ

o

“attempts to understand intelligent entities”

“strives to build intelligent entities”

(6)

Bài Giảng Mơn: Trí tuệnhân tạo Side 11

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Acting rationally

(hành động như có lý)

Acting humanly

(hành động như người)

Thinking rationally

(suy nghĩ có lý)

Thinking humanly

(suy nghĩ người)

Suy nghĩ:

Hành động:

Như người Có lý

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Hành

độ

ng nh

ư

ng

ườ

i:

–

Phép th

ử

Turing:

Tác giả: Alan Turing, 1912 -1954

Cơng trình: “Computing Machinery and Intelligence” Năm: 1950

Người kiểm tra

Người

(7)

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Hành

độ

ng nh

ư

ng

ườ

i:

–

Ch

ỉ

ra l

ĩ

nh v

ự

c c

ầ

n nghiên c

ứ

u AI:

Xửlý ngôn ngữtựnhiên. Biểu diễn tri thức. Suy diễn tự động. Học máy.

Computer Vision Robotics

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Suy ngh

ĩ ngườ

i: (mơ hình nh

ậ

n th

ứ

c)

–

Con ng

ườ

i suy ngh

ĩ thế

nào ?

Nhờtâm lý học, khoa học nhận thức.

–

Ng

ườ

i thu

ộ

c tr

ườ

ng phái này, yêu c

ầ

u:

Chương trình chẳng những giải đúng.

Còn so sánh từng bước giải với sựgiải của 1 người.

(8)

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Suy ngh

ĩ

có lý: (Lu

ậ

t c

ủ

a suy ngh

ĩ

)

–

Aristole: ~420 BC.

Bắt đầu với : tam đoạn luận. Mởra nhánh: trình suy luận.

–

Theo sau Aristole

20

:

Logic hình thức (formal logic) ra đời.

Hình thức hố vềmặt ký hiệu q trình suy diễn với đối tượng thếgiới tựnhiên.

–

Tr

ở

ng

ạ

i chính:

Biểu diễn tri thức hình thức.

Độphức tạp tính tốn.

Trí tu

ệ

nhân t

ạ

o gì? (tt.)

Hành

độ

ng có lý:

–

V

ớ

i ni

ề

m tin cho tr

ướ

c, hành

độ

ng có lý ~ hành

độ

ng

để đạ

t

đượ

c m

ụ

c tiêu.

–

Đ

ôi lúc không bao g

ồ

m trình suy lu

ậ

n.

–

AI ~ “study & construct relational agents”

–

Ư

u th

ế

:

Tổng quát hơn luật suy nghĩ.

(9)

Các n

ề

n t

ả

ng c

ủ

a AI

Philosophy (428 BC - present):

-

Logic, methods of reasoning.

- Mind as a physical system.

- Foundations of learning, language, and rationality.

Mathematics (c.800 - present):

-

Formal representation and proof.

- Algorithms, computation, decidability, tractability.

- Probability.

Các n

ề

n t

ả

ng c

ủ

a AI (tt.)

Psychology (1879 - present):

- Adaptation.

- Phenomena of perception.

- Experimental techniques.

Linguistics (1957 - present):

- Knowledge representation.

- Grammar.

Computer engineering (1940 - present):

(10)

L

ị

ch s

ử

AI

B

ắ

t

đầ

u c

ủ

a AI (1943 - 1956):

-

1943: McCulloch & Pitts: Boolean circuit model of brain.

- 1950: Turing’s “Computing Machinery and

Intelligence”.

- 1956: McCarthy’s name “Artificial Intelligence”

adopted.

Trông mong nh

ấ

t (1952 - 1969):

-

Early successful AI programs:

– Samuel’s checkers,

– Newell & Simon’s Logic Theorist,

– Gelernter’s Geometry Theorem Prover

- Robinson’s complete algorithm for logical reasoning.

L

ị

ch s

ử

AI (tt.)

Th

ự

c t

ế

(1966

−

1974):

−

AI discovered computational complexity.

−

Neural network research almost disappeared after

Minsky & Papert’s book in 1969.

H

ệ

th

ố

ng d

ự

a tri th

ứ

c (1969

−

1979):

−

1969

: DENDRAL by Buchanan et al

Đư

a c

ấ

u trúc phân t

ử

t

ừ

thông tin c

ủ

a quang

ph

ổ

k

ế

.

−

1976: MYCIN by Shortliffle.

Chu

ẩ

n

đ

oán nhi

ể

m trùng máu.

−

1979: PROSPECTOR by Duda et al

(11)

L

ị

ch s

ử

AI (tt.)

AI becomes an industry (1980

−

1988):

−

Expert systems industry booms.

−

1981: Japan’s 10-year Fifth Generation project.

The return of NNs and novel AI (1986

−

present):

−

Mid 80’s: Back-propagation learning algorithm

reinvented.

−

Expert systems industry busts.

−

1988: Resurgence of probability.

−

1988: Novel AI (ALife, GAs, Soft Computing, …).

−

1995: Agents everywhere.

−

2003: Human-level AI back on the agenda.

Nh

ữ

ng thành t

ự

u

đạ

t

đượ

c

đế

n hôm nay

Computer beats human in a chess game.

Computer-human conversation using speech

recognition.

Expert system controls a spacecraft.

Robot can walk on stairs and hold a cup of water.

Language translation for webpages.

Home appliances use fuzzy logic.

(12)

Các khái ni

ệ

m

Tri th

ứ

c:

–

Toàn b

ộ

nh

ữ

ng hi

ể

u bi

ế

t v

ề

l

ĩ

nh v

ự

c, bao g

ồ

m:

Khái niêm. Sựkiện cụthể. Quy luật. …

–

Các thu

ộ

c tính:

Đồsộ, nhiều. Khó biểu diễn. Thay đổi.

Được tổtheo cách thức nó được sửdụng.

Các khái ni

ệ

m (tt.)

Tri th

ứ

c:

–

Đượ

c bi

ể

u di

ễ

n:

Tổng quát, thành luật.

Được hiểu bởi ngưịi đưa vào hệthống, dữliệu có thể được thu thập tự động qua việc đọc chỉsố đo.

Dễdàng thay đổi được.

Có thể đựơc sửdụng thậm chí trường hợp bịthiếu khơng chính xác.

K

ỹ

thu

ậ

t AI:

(13)

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Biễu diễn bàn cờ:

– Vector: gồm phần tử tương ứng với chỉsốcủa bảng – Giá trịcủa phần tử:

: Trống : X : O

Vector = Dãy ký số: 0,1,2 = Một sốtam phân

9

8

7

6

5

4

3

2

1

Chỉsốtrên bàn cờ

9

8

7

6

5

4

3

2

1

Chỉsốtrên bàn cờ

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bảng nước đi (Movetable).

– Bảng tra cứu gồm 19683 (=39) phần tử.

– Mỗi phần tửlà vector biểu diễn bàn cờ

.

000 000 000

000 000 001

.

000 000 000 000 010 000

Biểu diễn: từbàn cờtrống.

(14)

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 1:

–

Gi

ả

i thu

ậ

t:

1. Xem bàn cờlà số tam phân Đổi sang sốthập phân.

2. Dùng số bước 1, tra vào bảng nước đi lấy được vector ởchỉsố

đó.

3. Vector ở bước bàn cờcần chuyển đến.

–

Nh

ậ

n xét.

Ưu điểm:

– Rất hiệu quảvềmặt thời gian – Có thể chơi cờtối ưu

Nhược:

– Tốn nhiều bộnhớ để lưu lại bảng nước

– Tốn thời gian, cần sựtỉmẫn để đặc tả bảng nước – Khó đặc tảbảng movetable xác(vì lớn)

– Khó mởrộng, khơng có sựkếthừa

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ(board):

– Vector gồm phần tử Program – Nhưng:

: Ô trống : X : O

Chỉsố nước đi (turn):

(15)

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Các th

ủ

t

ụ

c:

1.

Make2:

//Trảvềchỉsốbàn cờ IF (board[5] = 2)

RETURN 5; //ô trống ELSE

RETURN ô trống bất kỳkhông góc bàn cờ; // (ô: 2,4,6,8)

2. Posswin(p): p X hay O

can_win = X hay O có hai quân cờtrên đường thẳng – ngang, dọc, chéo cannot_win = NOT(can_win)

IF (cannot_win(p)) RETURN 0; ELSE

RETURN chỉsốơ trống cịn lại đường can_win

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Các th

ủ

t

ụ

c:

– Kiểm tra can_win cách:

Nhân trị đường thẳng (ngang, dọc, chéo) bàn cờvà

kiểm tra với 18 (3x3x2, X can_win) hay 50 (5x5x2, O can_win)

3. Go(n):

– Tạo nước n

(16)

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Gi

ả

i thu

ậ

t:

Giảsử nước đi lẽcủa X, chẵn của O. Kiểm tra:

1. Turn = 1: Go(1), góc trái.

2. Turn = 2: IF board[5] trống THEN Go(5) ELSE Go(1). 3. Turn = 3: IF board[9] trống THEN Go(9) ELSE Go(3).

4. Turn = 4: IF Posswin(X) <> THEN Go(Posswin(X))

//Chận đường thắng của đối thủ. ELSE Go(Make2)

5. Turn = 5: IF Posswin(X) <> THEN Go(Posswin(X)) //Kết thúc = thắng.

ELSE IF Posswin(O) <> THEN Go(Posswin(O)) //Chận đường thắng của đối thủ.

ELSE IF board[7] trống THEN Go(7) ELSE Go(3).

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

6. Turn = 6: IF Posswin(O) <> THEN Go(Posswin(O))

//Kết thúc = thắng.

ELSE IF Posswin(X) <> THEN Go(Posswin(X)) //Chận đường thắng của đối thủ.

ELSE Go(Make2).

7. Turn = 7: IF Posswin(X) <> THEN Go(Posswin(X))

//Kết thúc = thắng.

ELSE IF Posswin(O) <> THEN Go(Posswin(O)) //Chận đường thắng của đối thủ.

ELSE Go(anywhere trống).

8. Turn = 8: IF Posswin(O) <> THEN Go(Posswin(O)) //Kết thúc = thắng.

ELSE IF Posswin(X) <> THEN Go(Posswin(X)) //Chận đường thắng của đối thủ.

ELSE Go(anywhere trống).

(17)

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Nh

ậ

n xét:

Không hiệu quảvềthời gian như Program Nhưng hiệu quả

Program vềbộnhớ.

Chiến lược rõ ràng, dễ thay đổi nếu cần Nhưng toàn bộchiến lược phải được vạch rõ ràng từ đầu (cho từng nước đi).

Khó mởrộng được.

Program 2’:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ: như Program 1, chỉsố được sắp xếp lại như hình.

2 7 6

9 5 1

4 3 8

Tổng đường thẳng = 15

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2’:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Turn: Như Program 1.

X_LIST: Danh sách chứa nước đi của X. O_LIST: Danh sách chứa nước đi của O.

–

Th

ủ

t

ụ

c & Gi

ả

i thu

ậ

t :

Program

1, nh

ư

ng: Posswin

đượ

c

tính hi

ệ

u qu

ả sau

:

Xét từng cặp X_LIST hay O_LIST tương ứng. Tính tổng của cặp chỉsố bước trên, gọi T. Tính D = 15 – T.

IF (D <0 OR D > 9) THEN:

(18)

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ: vector chứa trịmô tảbàn cờ các Program trên. Danh sách:

– Chứa nước từbàn cờ xét

– Mỗi bàn cờcó thêm giá trị ước lượng vềkhả thắng cho người chơi

–

Gi

ả

i thu

ậ

t:

= Ch

ọ

n n

ướ

c

đ

i t

ố

t nh

ấ

t (theo s

ự ướ

c l

ượ

ng) t

ừ

danh sách.

= Ch

ọ

n n

ướ

c

đ

i có tr

ị ướ

c l

ượ

ng cao nh

ấ

t.

C

ụ

th

ể

:

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

Bàn cờhiện tại, người chơi Chọn giá trị

l

ớ

n nh

ấ

t

Đối thủ chơi

chọn giá trịnhỏnhất

Có thể đệqui nhiều lớp

(19)

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

–

Nh

ậ

n xét:

Tốn thời gian nhiều hơn.

Có thể được mởrộng cho một game đối kháng bất kỳ.

Có thểbổsung tri thức (ước lượng ởtrên) của từng toán cụ

thể.

Có thểtìm nước đi khơng gian, thời gian có ràng buộc bằng cách giới hạn lớp nhìn trước hay tìm kiếm lặp theo độ sâu.

Program : Điển hình của kỹthuật AI.

Bài toán m

ẫ

u: Question Answering

Đ

o

ạ

n v

ă

n:

“Mary went shopping for a new coat She found a red one she

really liked When she got it home, she discovered that it went

perfectly with her favorite dress”

Câu h

ỏ

i:

–

Q1: What did Mary go shopping for?

–

Q2: What did Mary find that she liked?

–

Q3: Did Mary buy anything?

(20)

Bài toán m

ẫ

Đ

o

ạ

n v

ă

n:

“Mary went shopping for a new coat She found a red one she

really liked When she got it home, she discovered that it went

perfectly with her favorite dress”

Câu h

ỏ

i:

–

Q1: What did Mary go shopping for?

–

Q2: What did Mary find that she liked?

–

Q3: Did Mary buy anything?

Gi

ả

i nh

ư

th

ế

nào ???

Bài toán m

ẫ

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

QUESTIONPATTERNS:

– Tập TEMPLATEs : mẫu câu hỏi phổbiến Từ TEMLATEs sinh

PATTERNs đểmatch với input text Ví dụ:

TEMPLATE:

“Who did X Y”

PATTERN:

“X Y Z”

ANSWER:

Z

TEXT:

– Văn đầu vào, string

QUESTION:

(21)

Bài toán m

ẫ

Program 1:

–

Gi

ả

i thu

ậ

t:

MATCH(TEMPLATE, QUESTION) PATTERNs.

Mởrộng tập PATTERNs bằng cách sinh biến thểcủa động từtrong PATTERNs ở bước trên. Như go went, goes.

MATCH(PATTERNs, TEXT) ANSWER. Trảlời answer tìm được.

–

Ví d

ụ

:

Q1:

TEMPATE: “What did X Y”

QUESTION: “What did Mary go shopping for”

PATTERN:

Mary go shopping for Z

PATTERN+:

Mary go shopping for Z ; Mary goes shopping for Z; Mary went shopping for Z

Bài toán m

ẫ

Program 1:

PATTERN:

Mary go shopping for Z ;

Mary goes shopping for Z;

Mary went shopping for Z

TEXT:

Mary went shopping for a new coat

Tr

ả

l

ờ

i:

(22)

Bài toán m

ẫ

Program 1:

Q2:

–

C

ầ

n x

ử

lý:

Chèn thêm một từmới, như “really”. Tìm tham chiếu đại từMary She.

–

Thì câu tr

ả

l

ờ

i là:

“a red one”

“a red coat”

Q3:

Không tr

ả

l

ờ

i

đượ

c khơng có “buy”

văn bả

n

ngu

ồ

n.

Bài toán m

ẫ

Program 1:

–

Nh

ậ

n xét:

Khóứng dụng tốn thực tế, trảlời câu hỏi đểbiết có HIỂU đoạn văn hay không.

(23)

Bài toán m

ẫ

Program 2:

– Cấu trúc dữliệu:

English Knowledge:

– Một mô tả đủlớn của:

Các từ Văn phạm Ngữnghĩa

trong tiếng anh, domain mà câu hỏi đềcập

– Dùng cho việc :

English dạng biểu diễn bên (Biểu diễn) Dạng biểu diễn bên English (Sinh câu)

Input Text:

– Văn đầu vào, string

Structured Text:

– Văn biểu diễn bên

Input Question:

– Câu hỏi cần xửlý, string

StructuredQuestion:

– Biểu diễn bên câu hỏi dạng string

Bài toán m

ẫ

Program 2:

–

Ví d

ụ

:

Event2:

Instance: Finding

Tense: Past

Agent: Mary

Object: THING1

THING1:

Instance: Coat

Color: Red

Event2:

Instance: Liking

Tense: Past

Agent: Much

Object: THING1

Các khái niệm tốn: Mary

(24)

Khoa Cơng Nghệ Thông Tin - Đại Học Bách Khoa Tp HCM

Bài toán m

ẫ

Program 2:

–

Gi

ả

i thu

ậ

t:

1. Chuyển InputText sang dạng biểu diễn bên máy tính.

2. Chuyển QuestionText sang dạng biểu diễn bên máy tính

Cần lưu ý phần sẽ được trảvề Cụthể:

Với cấu trúc biểu diễn Slot-Filler trên: trảvềlà field khung

Với cấu trúc biểu diễn Logic: giá trịbiến

3. MATCH(dạng bước 1, dạng bước 2).

4. Trảvềcâu trảlời tương ứng với phần match ở bước 3.

–

Ví d

ụ

: v

ớ

i câu h

ỏ

i trên.

Q1: “a new coat”

Q2: “a red coat”

Q3: khơng tr

ả

l

ờ

i

đượ

c.

Bài tốn m

ẫ

Program 2:

–

Nh

ậ

n xét:

Hiệu quả cách của Program 1. Có dùng đến ngữnghĩa, tri thức.

Tốn thời gian cho việc match giữa hai cấu trúc bên trong.

(25)

Bài tốn m

ẫ

Program 3:

–

C

ấ

u trúc d

ữ

li

ệ

u:

WorldModel:

– Cấu trúc biểu diễn tri thức chung thếgiới xung quanh – Bao gồm: đối tượng, hành động, tình thái – xem hình sau

EnglishKnowledge: Như Program 2

InputText: Văn bản nhập.

IntegratedText: Biểu diễn của văn bản nhập, có liên quan đến worldmodel.

InputQuestion: câu hỏi nhập, string.

StructuredQuestion: Biểu diễn bên của câu hỏi.

Bài toán m

ẫ

Program 3:

– Ví dụ: vềmột script shopping

– Roles:

C = customer.

S = salesperson.

– Props:

M: merchandise

D: dollars

– Location:

L = a store

1 C enters L

2 C begins looking around

3 C looks for a specfic M C looks for any interesting M

5 C asks S for help

6

7 C finds M’ C fail to finds M

9 C leaves L 10 C buys M’

13 C leaves L

(26)

Bài toán m

ẫ

Program 3:

–

Gi

ả

i thu

ậ

t:

1. Chuyển input text vào dạng biểu diễn bên trong.

2. Chuyển input question vào dạng biểu diễn bên trong.

3. MATCH(KQ của bước 1, KQ của bước 2).

4. Trảvềcâu trảlời tương ứng phần match được ở bước 3.

–

Ví d

ụ

: tr

ả

l

ờ

i câu h

ỏ

i trên

Q1: nh

ư

program 2

Q2: nh

ư

program 2

Q3: Tr

ả

l

ờ

i

đựơ

c nh

ờ

:

Chạy script từ1 14 được. Gán: C= Mary, M’ = a red coat.

Bước 10 của script nói rằng: “Mary buys a red coat” Câu trả lời: “She bought a red coat”

Bài toán m

ẫ

Program 3:

–

Nh

ậ

n xét:

Có sức mạnh hơn hẳn hai CT đầu.

Cần bổsung sựsuy diễn cho chương trình đểcó thểtrảlời nhiều câu hỏi mạnh hơn.

Bài t

ậ

p cu

ố

i ch

ươ

ng:

–

Tìm &

đọ

c ch

ủ đề

:

Expert System.