Название: Введение в прикладную лингвистику (Соснина Е.П.)

Жанр: Гуманитарный

Просмотров: 3988


Лекция 4

План

I.    Моделирование в компьютерной лингвистике. Модели знаний

в искусственном интеллекте. П.   Языки представления знаний как вариант искусственных

языков.

 

I. В разных науках приходится иметь дело с различными моделями (образцами) тех или иных объектов исследования этих наук. Как мы уже подчеркивали, в лингвистике объектом исследования является язык, следовательно, в настоящей лекции мы будем рассматривать именно моделирование языковых способностей человека на основе моделирования знаний, что является одной из центральных задач искусственного интеллекта и компьютерной лингвистики.

Существует более 50 определений, что такое «модель». Понятие «лингвистической модели» возникло в математической лингвистике, т.к. формализованная запись, позволяющая получать правильные тексты, и есть модель некоторого языка. Любая формальная модель предполагает наличие однозначно заданных объектов, связывающих их отношений и правил обращения с ними (см. пример формальной грамматики в лекции 3).

Если обобщить видение модели в лингвистике, то это:

а)         описание (задание формы) текста (формальным методом);

б)         способ записи некоторых данных или текста (символьный, графический);

в) метаязык, в терминах которого фиксируются исходные данные для построения правильных текстов.

Таким образом, модель в лингвистике - это «синоним» формализованной структуры с фиксированным метаязыком (см. лекцию 3), служащей образцом для исследования порождаемого языка, анализа его характеристик и функций.

Метод моделирования языка и языковых процессов широко используется лингвистами, т.к. дает возможность реализовать теоретические знания на практике. Прикладная лингвистика стремится строить модели, отображающие конкретные процессы речемыслительной деятельности человека в той или иной ситуации.

В лингвистике особенно важны модели речевой деятельности, тесно связанные с моделями мышления (модели мышления исследуются в логике), т.к. логические и грамматико-семантические формы - это формы одного и того же объекта.

Моделирование языкового и человеческого мышления - это задачи искусственного интеллекта как одного из ведущих научных направлений информатики, которое занимается созданием машин, способных понимать, моделировать и анализировать тексты, хранить и перерабатывать информацию, принимать решения. Моделирование языка необходимо для полноценного общения в человеко-компьютерной среде, а моделирование логических рассуждений - для решения различных задач интеллектуальной системой (ИС). Система искусственного интеллекта должна решать творческие задачи и вести диалог с человеком на основе заложенных в нее знаний (процедурных и декларативных). Примером интеллектуальной искусственной системы является экспертная система (ЭС). Качество ЭС определяется в первую очередь тем, насколько естественно общение   с ней человека при решении задач.

И. В искусственном интеллекте важно понятие «знания», а при построении интеллектуальных систем - языки представления знаний. Знания -это опыт, навыки и умения.

Знания бывают декларативными («знаю что») и процедурными («знаю как»). Знания в интеллектуальной системе представляют специальными моделями на искусственных языках лингвистического обеспечения этой ИС.

Подпись: Модели знаний
Подпись:  Подпись:  Подпись: изической логики

Логтга^кие_^ю^д£ли^ предикатные ^ псевдоф реляционные

Эвристические модели фреймы        ^ продукции сетевые

 

Для прикладной лингвистики особенно важны языки представления знаний (ЯПЗ), используемые при описании знаний. ЯПЗ - это искусственные языки, построенные по законам искусственных языков. Наиболее известные ЯПЗ - это логические, сетевые, фреймовые и продукционные.

а) Логические ЯПЗ представляют знания в виде синтаксически правильных формул какой-либо формальной логической системы.

Логических систем очень много, но чаще всего используют логику предикатов 1-го порядка и ее язык.

 

Пример:

Вася любит Машу. - предложение на ЕЯ.

L(V, М) - предложение на языке логики предикатов 1-го порядка. Можно записать и по-другому - Любить (Вася, Маша).

Теорема Пифагора на языке логической формулы будет иметь вид

РАВНЫ [СУММА(КВАДРАТ (1-Й КАТЕТ), КВАДРАТ(2-Й КАТЕТ)), КВАДРАТ(ГИПОТЕНУЗА)] или на символьном метаязыке

Р1[Р2(РЗ(х), Р3(у)), P3(z)].

Решение задач в логике предикатов 1-го порядка на логическом ЯПЗ - это логический (дедуктивный) вывод по правилам этой логической системы.

б) Сетевые ЯПЗ в качестве моделей используют семантические сети, где узлы сети - это какие-либо информационные единицы - понятия, факты, процессы, имена, а дуги - отношения между ними. Отношения могут быть любыми (временные, причинно-следственные, больше-меньше и т.п.).

Сетевые ЯПЗ часто используют для явного описания отношений в той или иной ситуации. Решение задач на сетевых моделях сводится к поиску фрагмента сети, совпадающему с данным образцом и к организации логического вывода на семантической сети. Самая большая проблема сетей - их размерность.

Пример:

Дано такое предложение на ЕЯ:

«В УлГТУ Вася видел немца и китайца».

 

Семантическая сеть для этой ситуации будет:        R1 - отношение «видеть»,

R2 - отношение «находиться в».

 

Если у ИС с таким знанием ситуации спросить «Вася видел китайца?» (т.е. есть ли связь В R1 К), то она ответит утвердительно, т.к. такая связь в сети действительно присутствует. Если же спросить «А китаец видел Васю?» (К R1 В), то такая связь в сети не указана, и система ответит отрицательно.

 

в) Фреймовые ЯПЗ. Основные характеристики этих ЯПЗ - компактность и вложенностью уровней. Фрейм (frame - каркас, скелет, рамка) - это шаблон типовой ситуации или некоторая структура, содержащая сведения об определенном объекте, его характеристиках или их значениях и выступающая как целостная единица знаний. Понятие «фрейма» ввел М.Минский. В классическом понимании это минимальное описание факта или явления, у которого нельзя удалить никакую часть описания без того, чтобы не утратить полноту этого описания [1,3].

Фрейм может быть ролевой и структурный. Структурный фрейм в большей мере отражает декларативные знания, т.е. описывает структуру какого-либо понятия.

Ролевой фрейм, в отличие от структурного, представляет процедурные знания, например сценарии каких либо работ. Область использования ролевых фреймов - это робототехника.

 

Пример:

БНФ-нотация сценария [2]:

<СЦ>: : = (СЦ <имя СЦ> :

<имя слота1>: <3начение слота 1>;

 

<имя слота п>: <3начение слота п>).

 

<имя СЦ> ::= <слово> | <словосочетание>

 

<имя слота>:: = деятель |участники! цель деятеля | цель участников | место |время (посылки | следствия | средства реализации | побочные действия |ключ

 

оначение слота>:: = «<текст>» | «<текст>»Я

«<текст>»      Rn<reKCT>

 

Сценарий посадки в самолет: ( СЦ Посадка в самолет: деятель: «сотрудник авиакомпании»; участники: «пассажиры рейса N 186»; цель деятеля: «зарегистрировать всех пассажиров» R1 «посадить их в самолет»; цель участников: «пройти регистрацию, сдать багаж и сесть в самолет»; место: «аэропорт Ульяновск-Восточный»; время: «в течение 2 часов до отлета рейса N 186»;

посылки: «регистрация» R1 «сбор на посадку» R1 «контроль на таможне» R1 «подача автобуса» R1 «подача трапа»;

следствия: «заполнение самолета пассажирами»; ключ: «посадка в самолет всех пассажиров, прошедших регистрацию»).

В примере ключ - основное событие или тип сценария, посылки - необходимое условие реализации сценария (последовательность действий для ключа), следствия - результат выполнения сценария. Сценарий завершается, если реализовано ключевое событие (ключ) и достигнута цель деятеля.

 

г) Продукционные ЯПЗ представляют в основном процедурные знания, причем формула проста - «Если    то ...».

х=>у: «Если температура 41°, то вызывай скорую помощь по телефону 03».

Задачи для продукционной модели ставятся как задачи поиска нужной последовательности продукций, при котором достигается нужная цель.

Продукции - это самая популярная форма представления знаний в экспертных системах.

 

Семинар

План

I.    Сетевые модели. Пример семантических сетей и вывода на них.

П.   Фрейм как шаблон типовой ситуации. III. Сценарии. Домашнее задание

По БНФ составить сценарий для «тушения пожара».

Составить любой фрейм (структурный).

Для любого предложения построить семантическую сеть.

Список литературы

Искусственный интеллект // Справочник «Модели и методы». М, 1990. Т.2. С. 7-60.

Кандрашина Е.Ю., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах. М., 1989. С. 8-34, 248-258.

3.         Поспелов Д.А. Моделирование рассуждений. М., 1989. С. 124-151.