各位好, 目前正在學習專家系統這門課程,感覺學到一種相當有價值的東西. 有價值之處在於知識的提供. 而專家系統所包含的架構及元件,含知識庫,知識表達法,推論引擎等等,只是旁支. 好比一堆人爭辯程式語言的好壞,卻忘了寫出正確的軟體系統的價值,就是虛談. 因為有這樣的體認,本來想依stable model semantics實作一份推論引擎, (像Prolog那樣的推論引擎) 就打消了那個念頭. 所換的另一個方向,是實作出完整的特定領域的專家系統. 但考慮到整個專家系統的需求,想了許多許多領域的問題,都覺得不適合. 知識的來源是相當大的問題,遑論知識工程的事情. 若找不到適合的知識專家,只好找自己能夠充當專家的領域, 於是,因為自己讀過許多小說故事,就想到可以做個小說分類專家系統. 若能夠由書籍中找到幾個特徵,加以推論,便能歸類. 例如: 男主角有幾位 > 1 女主角有幾位 > 1 男主角[1]是女主角[1]的父親? > no 女主角[1]是男主角[1]的母親? > yes 潛在分類 = 親情 男主角[1]殺了女主角[1]? > yes 潛在分類 = 兇殺, 違反倫常, 偵探 跟我的老師討論過這個想法,他直接想到data mining, 建議我不見得要把任何問題都只想著用專家系統解決. 我也真讀過以關聯規則及類似度評估的方法做分類的文章, 不過,如果能夠憑著人類專家的語意規則,做為專家系統的能力, 應該可以節省data mining規則產生的計算時間. 另外,曾經想過專家系統幫助西洋棋弈棋的應用. 幾年前的概念大概都是,系統會幫我記住盤面的狀態, 經過分析之後就給我下一步棋的解. 但再重聽一次專家系統的課程之後,才領悟到之前我所想的那種並不是專家系統, 而是人工智慧系統. 若是人工智慧系統,它會計算並試著預測,然後給出一個下一步棋步. 若是專家系統,則是藉由讀取盤面的特徵,推論而得到一個屬於局勢方面的建議. 後者的例子是: (棋步的標記法我亂寫的,曾經讀過,但已經忘了) 敵方棋步: > Q5-4 (皇后進逼) 建議 = B-C-2-4 加強防守 (指B至C列,2至4行的範圍) 我方棋步: > P2-3 (兵出一步) 最後又想到了一個大略可行的題目,是處理英文文法的識別與學習. 時間不夠,暫寫到這裏. 關於專家系統的二三事, 有沒有同好能夠分享一下這方面的心得? --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.231.16.53