作者micklin (Mick@Tucson)
看板CSSE
标题Re: [讨论] 专家系统
时间Mon Dec 11 21:29:47 2006
※ 引述《ephesians (ephesians)》之铭言:
: 各位好,
: 目前正在学习专家系统这门课程,感觉学到一种相当有价值的东西.
: 有价值之处在於知识的提供.
: 而专家系统所包含的架构及元件,含知识库,知识表达法,推论引擎等等,只是旁支.
: 好比一堆人争辩程式语言的好坏,却忘了写出正确的软体系统的价值,就是虚谈.
: 因为有这样的体认,本来想依stable model semantics实作一份推论引擎,
: (像Prolog那样的推论引擎)
: 就打消了那个念头.
: 所换的另一个方向,是实作出完整的特定领域的专家系统.
: 但考虑到整个专家系统的需求,想了许多许多领域的问题,都觉得不适合.
: 知识的来源是相当大的问题,遑论知识工程的事情.
: 若找不到适合的知识专家,只好找自己能够充当专家的领域,
: 於是,因为自己读过许多小说故事,就想到可以做个小说分类专家系统.
: 若能够由书籍中找到几个特徵,加以推论,便能归类.
: 例如:
: 男主角有几位
: > 1
: 女主角有几位
: > 1
: 男主角[1]是女主角[1]的父亲?
: > no
: 女主角[1]是男主角[1]的母亲?
: > yes
: 潜在分类 = 亲情
: 男主角[1]杀了女主角[1]?
: > yes
: 潜在分类 = 凶杀, 违反伦常, 侦探
直接回文比较快 orz
这种规则很明显会有问题, 而且从你的例子, 我看不出来为什麽跟侦探有关.
男主角杀了女主角就imples到凶杀? 如果是意外呢?
如果是因为某些因素导致女主角自杀呢?
因为要建知识库很难做到钜细靡遗, 所以很多规则会相冲, 最後变得不是很堪用.
当然你要用bayesian来建个connection也不是不行啦....
像是男主角杀了女主角同时女主角是男主角的母亲, 这部小说是凶杀类的机率是80%.
然後配合更多的条件来找出最有可能性的解答.
不过这跟直接抓文字特徵值再用naive bayesain去分, 准确率不知道会相差多少....
如果只有一个专家, 这就很难说服别人这是一个专家系统.
只是一个你个人的模拟器罢了.
MyCin是很成功啦, 不过我觉得有很大的因素是因为疾病是很客观的,
不像你举的小说例子, 不同的人会有不同的看法, 太过於主观了.
: 跟我的老师讨论过这个想法,他直接想到data mining,
: 建议我不见得要把任何问题都只想着用专家系统解决.
: 我也真读过以关联规则及类似度评估的方法做分类的文章,
: 不过,如果能够凭着人类专家的语意规则,做为专家系统的能力,
: 应该可以节省data mining规则产生的计算时间.
: 另外,曾经想过专家系统帮助西洋棋弈棋的应用.
: 几年前的概念大概都是,系统会帮我记住盘面的状态,
: 经过分析之後就给我下一步棋的解.
: 但再重听一次专家系统的课程之後,才领悟到之前我所想的那种并不是专家系统,
: 而是人工智慧系统.
: 若是人工智慧系统,它会计算并试着预测,然後给出一个下一步棋步.
说预测有点怪异, 只是找出目前的最佳解.
: 若是专家系统,则是藉由读取盘面的特徵,推论而得到一个属於局势方面的建议.
: 後者的例子是: (棋步的标记法我乱写的,曾经读过,但已经忘了)
: 敌方棋步:
: > Q5-4 (皇后进逼)
: 建议 = B-C-2-4 加强防守 (指B至C列,2至4行的范围)
: 我方棋步:
: > P2-3 (兵出一步)
如果使用人工智慧系统, 再配合棋谱资料库, 找出最佳解.
那跟你的专家系统有什麽太大的差别吗?
: 最後又想到了一个大略可行的题目,是处理英文文法的识别与学习.
: 时间不够,暂写到这里.
: 关於专家系统的二三事,
: 有没有同好能够分享一下这方面的心得?
专家系统在六年前修过课....忘的差不多了....orz
心得是, 你老师的建议你可以考虑一下.
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 68.0.180.13