четверг, 13 ноября 2008 г.

ИИС. Классификация.

Итак. Для начала разберём, какие интеллектуальные ИС бывают.
1. Системы с интеллектуальным интерфейсом
СсИИ включает в себя следующие подсистемы:
1.1) Интелектуальная БД.
Единственное, но немаловажное, отличие этих ИБД от простых БД - возможность выборки информации из базы данных, которая в явном виде может и не храниться. Для этого может потребоваться умение системы интерпретировать вычислительные зависимости атрибутов (пример: "вывести автомобили, чья цена выше заданной и не превышает среднюю цену"), структурные отношениея объектов (пример: "вывести список товаров-заменителей заданной продукции") и логические зависимости факторов принятия решения (пример: "вывсести список целевых аудиторий заданного фильма", здесь сначала потребуется определить список фильмов, аналогичных данному, а затем найти относяциеся к ним целевые аудитории).
1.2) Естесственно-языковой интерфейс.
Эта система позволяет исключить этап обучения конечного пользователя работе с приложением, т. к. все запросы могут быть сделаны на естесственном для него языке. Ответ он получит так же на ЕЯ.
1.3) Гипертекстовые системы.
Реализует поиск в базах текстовой информации по ключевым словам. В зависимости от "уровня интелекта", эти системы могут учитывать сложные семантические связи и искать информацию в мультимедиа данных (графика, видео и т. д.).
1.4) Системы контекстной помощи.
Можно сказать, что данные системы являются частным случаем интеллектуальных гипертектовых и естесственноязыковых систем. В отличае от обычных систем помощи, пользователь может получить справку, описав проблемную ситуацию. Система берёт на себя анализ ситуации (возможно задавая дополнительные уточняющие вопросы пользователю) и находит релевантные рекомендации.
1.5) Системы когнитивной графики.
Эти системы организую интерфейс ИИС с помощью графики (графических образов), которые генерируются в зависимости от происходящих событий. К примеру, состояние процесса можно отображать в виде смайла.
Таким образов СсИИ избавляют пользователей от необходимости не только дополнительного обучения работе с самой системой, но и от знания деталей предметной области.
2. Экспертные системы.
Назначение экспертных систем заключается в решении достаточно трудных для экспертов задач на основе накапливаемой базы знаний, отражающей опыт работы экспертов в рассматриваемой предметной области*.Такие системы могут принимать решения, опираясь только на исходные данные и БЗ. При этом не подразумевается ни полнота, ни достоверность, ни однозначных данных, хотя, разумеется, от этого зависит качество принятого решения.
ЭС могут быть использованы в качестве
  • консультантов для неопытных и/или непрофессиональных пользователей;
  • асистента, облегчающего задачу анализа раздичных вариантов принятия решений;
  • партнёра эксперта по вопросам из смежных областей знаний.
3. Самообучающиеся системы.
В основе этих систем лежат методы автоматической классификации реальных ситуационных примеров, накапливающихся с течением времени и представляющих собой обучающую выборку. Обучение может проходить "с учителем" или "без учителя". В первом случае, для каждого примера значения классобразующих признаков задаётся явно "учителем". Во втором - система сама классифицирует примеры на основе близости значений классифицирующих признаков. В конечном счёте формируется БЗ, на основе которой происходит интерпретация новых ситуаций. Эта БЗ периодически автоматически корректируется на основе полученного опыта.
Ядром таких систем могут служить нейронные сети, индуктивные системы и пр.
4. Адаптивные ИС.
АИС - системы, способные в каждый момент времени адекватно поддерживать организацию бизнес-процессов. Не вдаваясь в подробности эти системы можно отнести к интеллектуальным системам, основанным на модели проблемной области, т. к. именно к построению и корректировке модели Пр.О. сводится проектирование и адаптация ИС.
5. Системы управления знаниями.
СУЗ позволяют интегрировать информацию из разнородных источников и организовать её коллективное использование.

Литература:
Тельнов  Ю.Ф.  Учебное  пособие “Интеллектуальные  информационные системы" -  М.  Московский  государственный  университет  экономики, статистики и информатики. 2003. – 26 с.

Реферат "Понимание смысла текста на естесственном языке"

Реферат можно рассматривать как введение в проблему понимания смысла текста.

Содержание:
Введение[8]    3
Искусственный интеллект как наука    3
Область применения искусственного интеллекта    3
NLP (Natural Language Processing) системы. Проблемы, возникающие при разработке NLP систем[12]    4
Способы представления знаний[11][12]    6
Декларативное представление (ДП)    6
Процедурное представление (ПП)    6
Фреймы    6
Онтологии    6
Нейронные сети    7
Семантические сети    7
Распознавание текста на естественном языке[11][12]    8
Основные понятия    8
Виды грамматик    9
Этапы распознавания предложения    10
Неоднозначность    10
Устранение неоднозначности    12
Связный текст и лингвистические виды согласования[12]    13
Анафорические ссылки    13
Эллипсис    14
Методы решения лингвистических задач на основе онтологий    15
Аннотация    15
Введение    15
Модель решения прикладной задачи в онтолингвистической системе    15
Архитектура онтолингвистической системы    15
Методы решения лингвистических задач    16
Классификация текстов на естественном языке с использованием нейронных сетей    17
Введение    17
Общая схема системы классификации    18
Частотный анализатор и системный словарь    18
Нейросетевой классификатор    18
Обучение системы    18
Составление системного словаря    19
Обучение нейросетевого классификатора    20
Заключение    21
Список литературы    22



Скачать

воскресенье, 2 ноября 2008 г.

int main() {

Собсно - начало. Блог будет посвящён проблемам ИИ в контексте понимания текстов на естественном языке (классификация, кластеризация...). Будут рассматриваться различные подходы к решению, обсуждаться подводные камни, эвристики и прочее.
Расчитываю, что блог поможет глубже вниктуть в проблемную область, поэтому преветствуются советы, вопросы, критика.
}