Biểu diễn tri thức nhờ mệnh đề logic

6. Tổng quan tài liệu nghiên cứu

1.2.6.Biểu diễn tri thức nhờ mệnh đề logic

Người ta sử dụng các ký hiệu để thể hiện tri thức và các phép toán logic tác động lên các ký hiệu để thể hiện suy luận logic. Kỹ thuật chủ yếu thường được sử dụng là logic vị từ (Predicate Logic) mà ta sẽ đề cập đến ở chương sau.

Các ví dụ dưới đây minh hoạ cách thể hiện các phát biểu (cột bên trái) dưới dạng vị từ (cột bên phải):

Bảng . Biểu diễn bằng logic vị từ

Phát biểu Vị từ

Tom là đàn ông MAN(tom)

Tom là cha của Mary FATHER(tom, mary)

Tất cả mọi người đều chết

MAN(X) MORTAL(X)

với quy ước MAN(X) có nghĩa «X là một người» và MORTAL(X) có nghĩa «X chết». MAN và MORTAL được gọi là các vị từ đối với biến X.

Các vị từ thường có chứa hằng, biến hay hàm. Người ta gọi các vị từ không chứa biến (có thể chứa hằng) là các mệnh đề (preposition). Mỗi vị từ có thể là một sự kiện (fact) hay một luật. Luật là vị từ gồm hai vế trái và phải được nối nhau bởi một dấu mũi tên (→). Các vị từ còn lại (không chứa mũi tên) được gọi là các sự kiện. Trong ví dụ trên đây, MAN và FATHER là các mệnh đề và là các sự kiện. Còn MAN(X) → MORTAL(X) là một luật.

1.3. Kỹ thuật suy luận trong h chuyên gia

Suy luận hay suy diễn là quá trình làm việc với tri thức, sự kiện, chiến lược giải toán để dẫn ra kết luận. Các kỹ thuật suy luận cơ bản: suy diễn tiến (forward- chaining), suy diễn lùi (backward-chaining).

1.3.1. Kỹ thuật suy diễn tiến

Suy diễn tiến là lập luận từ các sự kiện, sự việc để rút ra các kết luận. Ví dụ: Nếu thấy trời mưa trước khi ra khỏi nhà (sự kiện) thì phải lấy áo mưa (kết luận).

Trong phương pháp này, người sử dụng cung cấp các sự kiện cho HCG để máy suy diễn tìm cách rút ra các kết luận có thể. Kết luận được xem là các thuộc tính có thể gán giá trị. 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.

Các sự kiện thường có dạng: Attribute = value. Lần lượt các sự kiện trong CSTT được chọn và hệ thống xem xét tất cả các luật mà các sự kiện này xuất hiện như là tiền đề. Theo nguyên tắc lập luận trên, hệ thống sẽ lấy ra những luật thỏa mãn. Sau khi gán giá trị cho các thuộc tính thuộc kết luận tương ứng, người ta nói rằng các sự kiện đã được thỏa mãn. Các thuộc tính được gán giá trị sẽ là một phần của kết quả chuyên gia. Sau khi mọi sự kiện đã được xem xét, kết quả được xuất ra cho người sử dụng [3].

Ưu điểm của kỹ thuật suy diễn tiến là làm việc với bài toán có bản chất gom thông tin và sau đó tìm xem có thể suy ra được gì từ thông tin đó. Cũng với kỹ thuật này, có thể dẫn ra rất nhiều thông tin chỉ từ một ít sự kiện ban đầu. Kỹ thuật suy diễn tiến thích hợp cho một số vấn đề như hoạch định, giám sát, điều khiển, diễn dịch…

Nhược điểm của kỹ thuật suy diễn tiến là không có cách để nhận thấy tính quan trọng của từng sự kiện, hỏi nhiều câu hỏi thừa vì đôi lúc chỉ cần một vài sự kiện là cho ra kết luận. Bên cạnh đó, với kỹ thuật này hệ thống có thể hỏi những câu hỏi không liên quan nhau.

1.3.2. Kỹ thuật suy diễn lùi

Kỹ thuật suy diễn lùi tiến hành các lập luận theo chiều ngược lại so với kỹ thuật suy diễn tiến. Từ một giả thuyết được xem 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. Ví dụ, nếu ai đó vào nhà mà cầm áo mưa và áo quần bị ướt thì giả thuyết này là trời mưa. Để củng cố giả thuyết này, ta sẽ hỏi người đó xem có phải trời mưa không? Nếu người đó trả lời có thì giả thuyết trời mưa là đúng và trở thành một sự kiện. Nghĩa là trời mưa nên phải cầm áo mưa và áo quần bị ướt.

Suy diễn lùi cho phép nhận được giá trị của một thuộc tính. Đó là câu trả lời cho câu hỏi “Giá trị của thuộc tính A là bao nhiêu?” với A là một đích (goal). Để xác định giá trị của A, cần có các nguồn thông tin. Những nguồn này có thể là những câu hỏi hoặc có thể là những luật. Căn cứ vào các câu hỏi, hệ thống nhận được một cách trực tiếp từ người sử dụng những giá trị của thuộc tính liên quan. 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…

Ý tưởng của thuật toán suy diễn lùi là với mỗi thuộc tính đã cho, người ta định nghĩa nguồn của nó:

- Nếu thuộc tính xuất hiện như là tiền đề của một luật (phần đầu của luật), thì nguồn sẽ thu gọn thành một câu hỏi.

- Nếu thuộc tính xuất hiện như là hậu quả của một luật (phần cuối của luật), thì nguồn sẽ là các luật mà trong đó thuộc tính là kết luận.

- Nếu thuộc tính là trung gian, xuất hiện đồng thời như là tiền đề và hậu quả, khi đó nguồn có thể là các luật, hoặc có thể là các câu hỏi mà chưa được nêu ra.

- Nếu mỗi lần với câu hỏi đã cho, người sử dụng trả lời hợp lệ, giá trị trả lời này được gán cho thuộc tính và xem như thành công. Nếu nguồn là các luật, hệ thống sẽ lấy lần lượt các luật mà thuộc tính đích xuất hiện như là kết luận, để có thể tìm giá trị các thuộc tính thuộc tiền đề. Nếu các luật thỏa mãn, thuộc tính kết luận sẽ được ghi nhận [3].

Ưu điểm của kỹ thuật suy diễn lùi là làm việc tốt với bài toán có bản chất thành lập giả thiết, sau đó tìm xem có thể chứng minh được không. Vì kỹ thuật này hướng đến một đích nên hỏi những câu hỏi liên quan nhau. Máy suy diễn áp dụng kỹ thuật này chỉ khảo sát CSTT trên nhánh vấn đề đang quan tâm. Với kỹ thuật này, thích hợp cho các vấn đề chuẩn đoán, kê toa, gỡ rối…

Nhược điểm của kỹ thuật này là luôn hướng theo dòng suy luận định trước thậm chí có thể dừng hoặc rẽ sang một đích khác.

1.3.3. Thuật toán Robinson

Trình bày thuật toán Robinson (adsbygoogle = window.adsbygoogle || []).push({});

Đầ vào Mệnh đề logic cần chứng minh

Đầ ra Kết quả trả về là đúng hay sai.

Bước 1: Phát biểu lại giả thuyết và kết luận bài toán dưới dạng chuẩn sau: GT1, GT2,….,GTn KL1,KL2,…, KLm

Trong đó các GTi và KLj được xây dựng từ các biến mệnh đề và các phép toán: ,,.

Bước 2: Biến đổi dòng trên thành danh sách các mệnh đề: {GT1,GT2,…,GTn,KL1,KL2,…,KLM}

Bước 3: Nếu trong danh sách các mệnh đề ở bước 2 có hai mệnh đề đối ngẫu nhau thì vấn đề được giải quyết xong, còn không chuyển sang bước 4 ({a,a} là hai mệnh đề đối ngẫu nhau).

1.3.4. Thuật toán Vương Hạo

Thuật toán Vương Hạo được trình bày theo các bước sau:

Đầ vào Mệnh đề logic cần chứng minh

Đầ ra Kết quả trả về là đúng hay sai.

Bước 4: Xây dựng một mệnh đề mới bằng cách tuyển một cặp mệnh đề trong danh sách các mệnh đề ở bước 2, nếu mệnh đề mới có các biến mệnh đề đối ngẫu thì những biến đó được loại bỏ.

Ví dụ:

(p   q), (q  r)

(p  q)  (q  r)

(p  q  q  r)

(p  r)

Bước 5: Bổ sung mệnh đề mới vào danh sách và loại bỏ hai mệnh đề cũ vừa tạo thành mệnh đề mới ra khỏi danh sách.

Bước 6: Nếu không xây dựng thêm mệnh đề mới nào và trong danh sách các mệnh đề không có hai mệnh đề nào đối ngẫu nhau thì vấn đề phát biểu ở dạng chuẩn bước 1 là Sai.

Bước 1: Phát biểu lại giả thuyết và kết luận của bài toán dưới dạng chuẩn sau:

GT1, GT2,..,GTn KL1, KL2,…, KLm

Trong đó các GTi và KLj được xây dựng từ các biến mệnh đề và các phép toán: , , .

Bước 2: Chuyển vế các GTi và KLj có dạng phủ định.

Bước 3: Thay phép toán  ở GTi và phép toán  ở KLj bằng dấu “,”. Bước 4: Nếu dòng hiện hành có một trong hai dạng sau:

+ Dạng 1: GT1,…,avb,…,GTnKL1, KL2,…, KLm thành 𝐺𝑇1, … , 𝑎, … , 𝐺𝑇𝑛 → 𝐾𝐿1, … , 𝐾𝐿𝑚

𝐺𝑇1, … , 𝑏, … , 𝐺𝑇𝑛 → 𝐾𝐿1, … , 𝐾𝐿𝑚

Ví dụ: - Các công thức cơ bản - Công thức 1: p  q  p  - Công thức 2: (p  q)  p  q - Công thức 3: (p  q)  p  q - Chứng minh rằng: pq, qr suy ra pr. (p  q, q  r)  (p  r) (p  q, q  r)  (p  r) (p  q, q  r)  (p, r) (p  q, q  r, p)  (r) (p, q  r, p)  (r) (1) (q, q  r, p)  (r) (2) + Từ (1) ta có: (p, q  r, p)  (r) + (q  r, p)  (r, p) + Từ (2) ta có: (q,q  r, p)  (r) (q, q, p)  (r) (21) (q, r, p)  (r) (22) + Từ (21) ta có: (q, q, p)  (r)

+ Vậy: p q, q  r  p  r  được chứng minh.

1.4. Lý ế c ọn ng ề ng p

1.4.1. Lý thuyết cây nghề nghiệp (adsbygoogle = window.adsbygoogle || []).push({});

a) Nội dung lý thuyết cây nghề nghiệp (LTCNN)

Sở thích, khả năng, cá tính và giá trị nghề nghiệp của mỗi người đóng vai trò 𝐺𝑇1, … , 𝐺𝑇𝑛 → 𝐾𝐿1, 𝐾𝐿2, … , 𝑎, … , 𝐾𝐿𝑚

𝐺𝑇1, … , 𝐺𝑇𝑛 → 𝐾𝐿1, 𝐾𝐿2, … , 𝑏, … , 𝐾𝐿𝑚

Bước 5: Một dòng được chứng minh nếu tồn tại chung một mệnh đề ở cả hai vế.

Bước 6:

+ Bước 6a: Một vấn đề được giải quyết trọn vẹn nếu mọi dòng dẫn xuất biểu diễn ở dạng chuẩn được chứng minh.

+ Bước 6b: Nếu một dòng không còn dấu liên kết “˅, ˄” và cả hai vế không có chung mệnh đề nào thì dòng đó không được chứng minh.

rất quan trọng trong việc chọn hướng học, chọn nghề phù hợp và nó được coi là phần “Rễ” của cây nghề nghiệp. Rễ có khỏe thì cây mới khỏe và ra hoa, kết trái như mong muốn của người trồng cây. Vì vậy, muốn lựa chọn nghề nghiệp phù hợp, trước hết phải hiểu rõ sở thích, khả năng, cá tính và giá trị nghề nghiệp của bản thân và phải dựa vào chính những hiểu biết này để lựa chọn nghề nghiệp. Nói cách khác là phải chọn nghề theo “rễ” vì đây là yếu tố có ảnh hưởng mang tính quyết định tới sự kết trái của cây nghề nghiệp. Thực tế đã chứng minh, những người quyết tâm chọn nghề và theo đuổi nghề phù hợp với “rễ” sẽ có nhiều khả năng thu được những “quả ngọt” trong hoạt động nghề nghiệp như: Có cơ hội việc làm cao, được nhiều người tôn trọng, lương cao, công việc ổn định... Tuy nhiên, trong quá trình tư vấn hướng nghiệp, cần lưu ý các yếu tố định kiến và khuôn mẫu giới trong quá trình hình thành các “rễ” cây nghề nghiệp của HS [4], [8].

Hình 1.12. Mô hình LTCNN

b) Ý nghĩa lý thuyết cây nghề nghiệp

LTCNN là lý thuyết quan trọng nhất trong hướng nghiệp vì lý thuyết này đã chỉ ra rằng, công việc đầu tiên cần làm trong công tác giáo dục hướng nghiệp (GDHN) là phải giúp cho HS nhận thức đầy đủ về bản thân để các em chọn được nghề phù hợp với “rễ”, tránh được tình trạng chọn nghề theo “quả”, chọn nghề theo cảm tính, theo ý kiến của người khác hoặc chọn nghề theo trào lưu chung.

Trong trường phổ thông, việc GDHN cho HS dựa vào LTCNN rất quan trọng. Phần lớn HS khi được hỏi: “Vì sao em học ngành này hay thích nghề này?” câu trả lời thường là: “Vì công việc này hiện đang được xem là nóng trên thị trường lao động” hay “Vì cơ hội việc làm của công việc này cao” hoặc “Công việc này trả

lương tương đối cao so với các việc khác”… Những câu trả lời trên cho thấy những HS đó đã chọn nghề theo “quả”, không chọn nghề theo “rễ” của cây nghề nghiệp. Điều này là không nên bởi những “quả ngọt” của cây nghề nghiệp chỉ có được khi các em được làm công việc phù hợp với sở thích và khả năng của bản thân hay còn gọi là “gốc rễ” của cây nghề nghiệp. Một công việc có thể được xem là rất thịnh hành không có nghĩa là ai học nó ra cũng có việc làm tốt. Doanh nghiệp chỉ tuyển dụng những người lao động có đam mê và khả năng phù hợp với vị trí công việc chứ không tuyển dụng người nào đó chỉ vì họ đã tốt nghiệp ở ngành nghề “hot”. Việc học và tốt nghiệp một ngành nào đó không đủ để chứng minh là người đó có khả năng làm việc tốt ở vị trí tuyển dụng. Trong thực tế đã có không ít trường hợp người lao động bị cho thôi việc sau thời gian thử việc do không chứng minh được sở thích nghề nghiệp, khả năng của bản thân ở vị trí công việc được giao.

Hiện nay, hoạt động giáo dục nghề phổ thông (HĐGDNPT) được chính thức đưa vào chương trình giáo dục phổ thông nhằm tạo cơ hội cho HS được thử sức mình trong một nghề cụ thể, qua đó giúp HS hiểu rõ hơn sở thích nghề nghiệp, khả năng của bản thân để có cơ sở chọn nghề tương lai phù hợp. Vì vậy, một trong những yêu cầu mà giáo viên dạy nghề phổ thông (NPT) cần quan tâm thực hiện ngay từ khi bắt đầu tổ chức HĐGDNPT cho đến khi kết thúc khóa học là giúp HS xác định được và hiểu rõ sở thích nghề nghiệp, khả năng của bản thân thông qua việc thực hiện những nội dung nghề cụ thể trong chương trình [4], [8].

1.4.2. Lý thuyết mã Holland

a) Nội dung lý thuyết mã Holland

Lý thuyết mã Holland (Holland codes) được phát triển bởi nhà tâm lý học John Holland (1919-2008). Ông là người nổi tiếng và được biết đến rộng rãi nhất qua nghiên cứu lý thuyết lựa chọn nghề nghiệp. Ông đã đưa ra lý thuyết RIASEC dựa trên 8 giả thiết, trong đó có 5 giả thiết cơ bản và một số luận điểm rất có giá trị trong hướng nghiệp như sau [7]:

- Bất kỳ ai cũng thuộc vào một trong 6 kiểu người đặc trưng sau đây:

+ Realistic (R) - tạm dịch là người thực tế/nhóm kỹ thuật (KT); Investigative (I) tạm dịch là nhà nghiên cứu/nhóm nghiên cứu (NC); Artistic (A) - Nghệ sĩ/nhóm nghệ thuật (NT); Social (S) - tạm dịch là người công tác xã hội/nhóm xã hội (XH); Enterprising (E) - tạm dịch là người dám làm/nhóm quản lý (QL); Conventional (C) - tạm dịch là người tuân thủ/nhóm nghiệp vụ (NV). Sáu chữ cái của sáu kiểu người đặc trưng hợp lại thành RIASEC. Những người thuộc cùng một kiểu người có sở thích tương đối giống nhau: Người mang mã XH (code S) rất thích tiếp xúc với

người khác và thấy khó khăn khi tiếp xúc với vật thể; người mã QL (code E) thì thích tiếp xúc với dữ liệu và người khác, trong khi kiểu người có mã NC (code I) lại thích tiếp cận với ý tưởng và vật thể; người mã NV (code C) thích tiếp xúc với dữ liệu và vật thể; người mã NT (code A) thích tiếp xúc với ý tưởng và người; người mã KT (code R) thích tiếp xúc với vật thể.

+ Có sáu loại môi trường tương ứng với sáu kiểu người nói trên. Môi trường tương ứng với kiểu người nào thì kiểu người ấy chiếm đa số trong số người thành viên của môi trường ấy. Ví dụ: Môi trường có hơn 50% số người có mã XH (code S) trội nhất thì đó là môi trường loại XH.

+ Ai cũng tìm được môi trường phù hợp cho phép mình thể hiện được kỹ năng, thái độ và hệ thống giá trị của mình.

+ Thái độ ứng xử của con người được quy định bởi sự tương tác giữa kiểu người của mình với các đặc điểm của môi trường. Ví dụ, người mang mã NT (code A) được tuyển chọn vào môi trường NT (A) sẽ dễ dàng cảm thông với người xung quanh, mau chóng bắt nhịp với công việc, được đồng nghiệp tin yêu và có nhiều cơ hội thành công trong công việc

+ Mức độ phù hợp giữa một người với môi trường có thể được biểu diễn trong mô hình lục giác Holland

Hình 1.13. Mô hình lục giác Holland

+ Có 4 mức phù hợp giữa kiểu người và loại môi trường: Kiểu người nào làm việc trong môi trường ấy là mức phù hợp cao nhất, ví dụ như kiểu người NT làm việc trong môi trường NT; người nào làm việc trong môi trường cận kề với kiểu người của mình (cùng một cạnh của lục giác), ví dụ như KT-NC (người kiểu KT làm việc trong môi trường NC) là mức độ phù hợp thứ nhì; người nào làm việc trong môi trường cách 1 đỉnh của lục giác, ví dụ NC-NV (kiểu người NC làm việc trong loại môi trường NV) sẽ có mức phù hợp thứ 3; còn kiểu ít phù hợp nhất là khi kiểu người và loại môi

Kỹ thuật Ngh thuật

Xã hội