Phương pháp biểu diễn tri thức trong hệ chuyên gia

Cơ sở tri thức

•Tính liên hệ : Ngoài các quan hệ về cấu trúc trong mỗi tri thức (khái niệm, quá trình, hiện tượng, sự kiện) giữa các đơn vị tri thức còn có nhiều mối liên hệ khác (không gian, thời gian, nhân quả…). Các cung mới được thêm thể hiện các đối tượng tương tự (với các nút đã có trong đồ thị), hoặc tổng quát hơn. Chẳng hạn để thể hiện “chim là một loài động vật đẻ trứng” và “cánh cụt là loài chim biết lặn”, người ta vẽ thêm như sau :. •Cho phép biểu diễn một cách trực quan các sự kiện và mối quan hệ giữa chúng. •Tính mô đun cao, theo nghĩa các tri thức thêm vào hoàn toàn độc lập với các tri thức cũ. •Là ngôn ngữ biểu diễn dạng mô tả. •Có thể áp dụng một số cơ chế trên mạng : Cơ chế truyền và thừa hưởng thông tin giữa các đối tượng. •Không có một phương pháp suy diễn chung cho mọi loại mạng ngữ nghĩa. •Khó kiểm soát được quá trình cập nhật tri thức, dễ dẫn đến mâu thuẫn trong cơ sở tri thức. c)Biểu diễn tri thức nhờ các luật sản xuất. Để có thể tận dụng những điểm mạnh trong suy diễn logic nhờ nguyên lý Modun Ponens, các hệ chuyên gia trí tuệ nhân tạo đưa ra các luật sản xuất có dạng :. Trong đó các điều kiện và các kết luận có thể có dạng khá thoải mái. Trường hợp mỗi điều kiện i , mỗi kết luận j là vị từ hay mệnh đề thì ta có thể suy diễn logic thông thường. •Cách biểu diễn khá đơn giản và trực quan. •Có thể suy diễn theo chiến lược khác nhau : suy diễn tiến, suy diễn lùi, và suy diễn hỗn hợp. •Khá gần gũi về cú pháp. •Có thể kiểm tra tính mâu thuẫn giữa các luật. •Tính mô đun cao, có nghĩa là việc thêm, sửa đổi hoặc loại bỏ các luật hoàn toàn không có ảnh hưởng tới các luật khác và cơ chế suy diễn. •Năng xuất xử lý thấp. •Không sử dụng được các cấu trúc dữ liệu. d)Biểu diễn tri thức bằng FRAME. Phương pháp biểu diễn tri thức bằng FRAME có tất cả các tính chất vốn có của một ngôn ngữ biểu diễn tri thức. Nghĩa là nó có thể biểu diễn tri thức ở góc độ giao diện người-máy, góc độ mô tả mô hình, điều khiển hệ thống. Đồng thời nó cũng là một cơ sở cho một phương pháp xử lý thông tin mới – hướng đối tượng. Nếu phương pháp nhờ logic và mạng ngữ nghĩa dùng để biểu diễn tri thức mô tả và phương pháp luật sản xuất dùng để biểu diễn tri thức thủ tục thì các FRAME là kết hợp của cả 2 dạng biểu diễn : mô tả và thủ tục. FRAME tận dụng được các ưu điểm của luật sản xuất, vị từ, cũng như mạng ngữ nghĩa. Cấu trúc của FRAME :. <tên FRAME>. Ví dụ về 1 FRAME mô tả tập HOCSINH : Frame HOCSINH.  Cấu trúc này cho ta một khung dữ liệu để khoanh vùng các đối tượng là học sinh. Trường hợp gặp 1 người cao 180 cm, nặng 45 kg ta có thể khẳng định rằng đó không phải học sinh, vì không thỏa mãn các ràng buộc đã có. • Đáp ứng tất cả các yêu cầu về biểu diễn tri thức. • Cho phép người sử dụng khá tự do khi biểu diễn tri thức. • FRAME không chỉ sử dụng để mô tả tri thức mà còn được dùng thể hiện các thuật toán suy dẫn. • Tận dụng được những điểm mạnh của biểu diễn thủ tục và mô tả. • Quá trình xử lý trên các FRAME độc lập theo nghĩa kế thừa thông tin, không nhất thiết phải tuần tự. • Phương pháp biểu diễn quá phức tạp và cồng kềnh. • Phương pháp biểu diễn FRAME tiện lợi đối với kỹ sư xử lý tri thức cũng như người sử dụng có trình độ cao, nhưng lại là sự quá tải đối với những người sử dụng thông thường. • Các giá trị của slot có thể gán qua thực hiện các thủ tục, điều này làm cho việc thu nạp và cập nhật tri thức trở nên phức tạp và làm khả năng mềm dẻo, phù hợp với những thay đổi của môi trường bên ngoài bị giảm xuống. • Do cấu trúc của FRAME nên khi biểu diễn cần phải sử dụng các biện pháp khá cầu kỳ. Vì vậy làm mất đi tính trực quan trong phương pháp biểu diễn. • Đối với các bài toán phức tạp thì việc mô tả và điều khiển hệ thống sử dụng FRAME sẽ phức tạp lên rất nhiều so với các phương pháp biểu diễn khác. e)Biểu diễn nhờ bộ ba liên hợp O.A.V. Biểu diễn tri thức nhờ bộ ba liên hợp OAV là sử dụng bộ ba “Đối tượng”-“Thuộc tính”-“Giá trị” (Object-Attribute-Value) để chỉ ra rằng đối tượng với thuộc tính đã cho nào đó có một giá trị nào đó.

Mô tơ suy diễn .1 Cơ chế suy diễn

Các đối tượng động được khởi tạo trong quá trình làm việc và được lưu giữ ở bộ nhớ trong phục vụ cho việc xử lý. Một điều quan trọng là các đối tượng có thể sắp xếp và liên kết lại với nhau cũng giống như trong liên kết các FRAME. (*)Tuy vậy, cách biểu diễn này thực chất là một dạng đặc biêt của phương pháp mạng ngữ nghĩa nên nó cũng có các nhược điểm của mạng ngữ nghĩa.

Ngoài ra khi sử dụng phương pháp này, các quan hệ, liên kết giữa các đối tượng không thể biểu diễn một cách tường minh. Trong số những kết luận này, có thể có những kết luận làm người sử dụng quan tâm, một số khác không nói lên điều gì, một số khác có thể vắng mặt. •Lần lượt các sự kiện trong cơ sở trí thức được chọn và hệ thống xem xét tất cả các luật mà các sự kiện này xuất hiện như là tiền đề.

Từ một giả thuyết (như là một kết luận), hệ thống đưa ra một tình huống trả lời gồm các sự kiện là cơ sở của giả thuyết đã cho này. Căn cứ vào các luật, hệ thống suy diễn có thể tìm ra giá trị sẽ là kết luận của một trong số các kết luận có thể của thuộc tính liên quan,…. Đối với mỗi r ⊆ R bằng kỹ thuật heuristic ta đánh giá liên hệ hàm ước lượng h trong KL với một phần vế phải của luật r, r : left→q.

Thao tác lọc thường tốn thời gian để tính toán, nên phải lướt qua tập luật R để tìm ra tập có thể áp dụng được APPLICABLE.

QUA ĐẶC TẢ KHUÔN MẶT

Cơ sở tri thức

Chúng ta có thể cập nhập các tính cách có thể có của con người trong bảng trên. Trong “ tbl_RelationType ” ta cập nhật thông tin về các mối quan hệ có thể có giữa các tính cách. “ tbl_FeatureRelation ” cho phép ta thiết lập mối quan hệ giữa các đặc điểm của từng bộ phận trên khuôn mặt với tính cách của con người.

(*) Cơ sở dữ liệu trên cho phép chúng ta thực hiện các thao tác cập nhập dễ dàng thông qua chương trình được mô tả dưới đây.

CHƯƠNG TRÌNH CHÍNH