※ 引述《ephesians (ephesians)》之銘言： : 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 直接回文比較快 orz 這種規則很明顯會有問題, 而且從你的例子, 我看不出來為什麼跟偵探有關. 男主角殺了女主角就imples到兇殺? 如果是意外呢? 如果是因為某些因素導致女主角自殺呢? 因為要建知識庫很難做到鉅細靡遺, 所以很多規則會相衝, 最後變得不是很堪用. 當然你要用bayesian來建個connection也不是不行啦.... 像是男主角殺了女主角同時女主角是男主角的母親, 這部小說是兇殺類的機率是80%. 然後配合更多的條件來找出最有可能性的解答. 不過這跟直接抓文字特徵值再用naive bayesain去分, 準確率不知道會相差多少.... 如果只有一個專家, 這就很難說服別人這是一個專家系統. 只是一個你個人的模擬器罷了. MyCin是很成功啦, 不過我覺得有很大的因素是因為疾病是很客觀的, 不像你舉的小說例子, 不同的人會有不同的看法, 太過於主觀了. : 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. 說預測有點怪異, 只是找出目前的最佳解. : 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) 如果使用人工智慧系統, 再配合棋譜資料庫, 找出最佳解. 那跟你的專家系統有什麼太大的差別嗎? : 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? 專家系統在六年前修過課....忘的差不多了....orz 心得是, 你老師的建議你可以考慮一下. --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 68.0.180.13