Правила Ripple-down ( RDR ) - это способ приблизиться к приобретению знаний . Приобретение знаний относится к передаче знаний от экспертов-людей к системам, основанным на знаниях .
Вступительный материал
Правила Ripple-down - это постепенный подход к приобретению знаний, охватывающий семейство методов. RDR были предложены Комптоном и Янсеном на основе опыта эксплуатации экспертной системы GARVAN-ES1 (Комптон и Янсен, 1988). В исходном GARVAN-ES1 (Хорн и др., 1985) использовался процесс сбора знаний, когда новые случаи, плохо классифицированные системой, добавлялись в базу данных, а затем использовались для постепенного уточнения базы знаний. Добавленные случаи, выводы которых противоречили рекомендациям системы, были названы «краеугольными камнями». Следовательно, база данных итеративно росла с каждым уточнением знаний. Затем базу данных можно использовать для проверки изменений в знаниях. Инструменты получения знаний, аналогичные тем, которые предоставляет Teiresias, были разработаны, чтобы находить и помогать изменять конфликтующие правила. Инструменты будут отображать правила, срабатывающие для каждого случая, и предложения по «редактированию» знаний для устранения конфликтов.
В рамках RDR знания человека-эксперта приобретаются на основе текущего контекста и добавляются постепенно. Комптон и Янсен утверждали, что знания эксперта в некоторой степени «выдуманы» для обоснования ее правоты, а не для объяснения того, как она пришла к этой правильной интерпретации (или заключению). Обоснование основано на особенностях, выделенных в текущем случае. Эксперт создает правило классификации дел, соответствующих определенному контексту. Это правило вряд ли классифицирует все дела, относящиеся к классу. Комптон и Янсен утверждали, что невозможно создать единое элегантное правило, свободное от контекста, поскольку передаваемые нами знания являются оправданием в контексте. Это означает, что не существует абсолютного знания, которое служило бы основой для других знаний, поскольку знание истинно только в контексте (Compton and Jansen 1990).
Методология
Правила Ripple-down состоят из структуры данных и сценариев получения знаний. Знания людей-экспертов хранятся в структуре данных. Знание закодировано в виде набора правил. Процесс передачи знаний людей-экспертов в системы, основанные на знаниях в RDR, объясняется в сценарии получения знаний.
Структура данных
Существуют различные структуры правил сглаживания вниз, например правила с постепенным переходом вниз для одной классификации (SCRDR), правила с понижением для множественной классификации (MCRDR), вложенные правила с понижением уровня (NRDR) и с повторным логическим выводом для множественной классификации. -down правила (RIMCRDR). Описанная здесь структура данных RDR является самой простой структурой SCRDR.
Структура данных похожа на дерево решений . У каждого узла есть правило, формат этого правила - ЕСЛИ cond1 AND cond2 AND ... AND condN THEN заключение. Cond1 - это условие (логическая оценка), например A = 1, isGreater (A, 5) и среднее (A, ">", среднее (B)). Каждый узел имеет ровно два узла-преемника, эти узлы-преемники связаны с узлом-предшественником с помощью «ELSE» или «EXCEPT».
Пример дерева SCRDR (определенного рекурсивно) показан ниже:
ЕСЛИ (OutLook = "СОЛНЕЧНО" И Температура = "ПРОХЛАДИТСЯ") THEN PLAY = "ТЕННИС" ИСКЛЮЧАЯ Ребенок-1 ИНАЧЕ Ребенок-2
где Child-1 и Child-2 также являются деревьями SCRDR. Например, Child-1 - это:
ЕСЛИ (Ветер = "ВЕТЕР" И ВЛАЖНОСТЬ = "ВЫСОКАЯ"), ТО Play = "SQUASH" ИСКЛЮЧАЯ NoChild ИНАЧЕ NoChild
Сценарий приобретения знаний
Эксперты-люди предоставляют системе случай и добавляют новое правило, чтобы исправить классификацию неправильно классифицированного случая. Например, для правильной классификации случая добавлено правило Child-1 [OutLook = "СОЛНЕЧНО", Температура = "COOL", Wind = "WINDY", Humidity = "HIGH", ForeCast = "STORM", Play = "SQUASH" ]. Этот случай ошибочно классифицирован как Play = "TENNIS".
Когда правило создается экспертами-людьми, условия этого правила должны удовлетворяться неверно классифицированным случаем, а также они НЕ должны удовлетворяться никакими предыдущими случаями, правильно классифицированными родительским правилом (которое в данном контексте является первым правилом).
Реализации
Ниже приведен список известных реализаций RDR.
- Альфа-версия RDR (MCRDR) Framework была разработана UNSW и исследовательской группой UTAS и профинансирована ARC (система доступна на BESTRDR )
- Классификатор документов RDR (MCRDR) был разработан доктором Ян Сок Ким, UNSW и AProf Бён Хо Канг, UTAS (система доступна на BESTRDR )
- Erudine Behavior Engine - это коммерческий программный продукт, который использует RDR как часть своей методологии для сбора знаний и моделирования бизнес-процессов. Реализовано на Java.
- Механизм инкрементальных знаний Балларата (BIKE) - это комплексная реализация с открытым исходным кодом на C ++ . Включает плагины для RDR с единой и множественной классификацией.
- Pacific Knowledge Systems (PKS) использует коммерческий продукт под названием RippleDown Expert, основанный на правилах множественной классификации Ripple Down.
- Программное обеспечение для интеллектуального анализа данных Java WEKA имеет версию Induct RDR под названием Ridor. Он изучает правила из набора данных с основной целью предсказать класс в наборе тестов.
- Набор инструментов RDRPOSTagger : Единые правила классификации для тегов части речи
- Набор инструментов RDRsegmenter : Единые правила классификации Ripple Down для сегментации слов
Смотрите также
Рекомендации
- Д. К. Нгуен, Д. К. Нгуен и С. Б. Фам (2017). «Правила Ripple Down для ответов на вопросы». Семантическая сеть , т. 8, вып. 4, страницы 511–532. [.pdf]
- Д. К. Нгуен, Д. К. Нгуен, Д. Д. Фам и С. Б. Фам (2016). «Надежный подход к обучению на основе преобразования с использованием правил Ripple Down для тегов части речи». AI Communications , т. 29, нет. 3, страницы 409–422. [.pdf]
- «ЛУЧШИЙ RDR (Лучшие правила Ripple Down по технике экспертной системы)» . Доступны системы RDR и публикации . Проверено 15 февраля 2013 года .
- «Двигатель дополнительных знаний Балларата» . Введение . Проверено 27 сентября 2010 года .
- Р. Дазли, П. Уорнер, С. Джонсон и П. Вэмплю (2010). «Двигатель дополнительных знаний Балларата». 11-й Международный семинар по управлению знаниями и приобретению для интеллектуальных систем и услуг (PKAW 2010) . С. 195–207. DOI : 10.1007 / 978-3-642-15037-1_17 .CS1 maint: несколько имен: список авторов ( ссылка )
- Д. Ричардс (2009). «Два десятилетия исследований RDR». Обзор инженерии знаний . 24 (2): 159–184. DOI : 10.1017 / S0269888909000241 .
- П. Комптон и Р. Янсен (1988). «Знания в контексте: стратегия сопровождения экспертных систем». Proc. Вторая Австралийская объединенная конференция по искусственному интеллекту . С. 292–306.
- П. Комптон и Р. Янсен (1990). «Философская основа приобретения знаний». Приобретение знаний . 2 (3): 241–257. CiteSeerX 10.1.1.31.7340 . DOI : 10.1016 / S1042-8143 (05) 80017-2 .
- К. Хорн, Л. Лазарус, П. Комптон и Дж. Р. Куинлан (1985). «Экспертная система для интерпретации анализов щитовидной железы в клинической лаборатории». Aust Комп J . 17 : 7–11.CS1 maint: несколько имен: список авторов ( ссылка )