Логико-лингвистическое моделирование
Логико-лингвистическое моделирование — это метод построения систем, основанных на знаниях, с возможностью обучения с использованием концептуальных моделей из методологии мягких систем , логики модальных предикатов и языков логического программирования , таких как Пролог .
Обзор [ править ]
Логико-лингвистическое моделирование — шестиэтапный метод, разработанный в первую очередь для построения систем, основанных на знаниях (KBS), но он также находит применение в системах ручной поддержки принятия решений и анализа источников информации. Логико-лингвистические модели имеют внешнее сходство с Джона Ф. Совы концептуальными графами ; [1] оба используют пузырьковые диаграммы, оба связаны с концепциями, оба могут быть выражены в логике и оба могут использоваться в искусственном интеллекте. Однако логико-лингвистические модели весьма различны как по логической форме, так и по способу построения.
Логико-лингвистическое моделирование было разработано для решения теоретических проблем, возникающих в методе мягких систем проектирования информационных систем. Основная цель исследования заключалась в том, чтобы показать, как методология системного анализа (SSM), метод системного анализа, может быть распространена на искусственный интеллект.
Предыстория [ править ]
SSM использует три инструмента моделирования, а именно: расширенные изображения, основные определения и концептуальные модели систем человеческой деятельности. Основные определения и концептуальные модели строятся самими заинтересованными сторонами в ходе повторяющихся дебатов, организованных координатором. Сильные стороны этого метода заключаются, во-первых, в его гибкости, в том, что с его помощью можно решить любую проблемную ситуацию, и, во-вторых, в том, что решение принадлежит людям в организации и не навязывается внешним аналитиком. [2]
информационных Анализ требований (IRA) продвинул базовый метод SSM на новый уровень и показал, как концептуальные модели могут быть преобразованы в детальный проект информационной системы. [3] IRA призывает к добавлению двух устройств моделирования: «Категорий информации», которые показывают необходимые входные и выходные данные в результате деятельности, определенной в расширенной концептуальной модели; и «Мальтийский крест» — матрица, которая показывает входные и выходные данные по категориям информации и показывает, где требуются новые процедуры обработки информации. Готового Мальтийского креста достаточно для детального проектирования системы обработки транзакций.
Первоначальным толчком к развитию логико-лингвистического моделирования стал интерес к теоретической проблеме того, как информационная система может иметь связь с физическим миром. [4] Это проблема как IRA, так и более устоявшихся методов (таких как SSADM ), поскольку ни один из них не основывает проект своей информационной системы на моделях физического мира. Проекты IRA основаны на условной концептуальной модели, а SSADM — на моделях движения документов.
Решение этих проблем позволило создать формулу, которая не ограничивалась разработкой систем обработки транзакций, но могла быть использована для разработки KBS с возможностью обучения. [5]
Шесть этапов логико-лингвистического моделирования [ править ]
Метод логико-лингвистического моделирования включает шесть этапов. [5]
1. Системный анализ [ править ]
На первом этапе логико-лингвистического моделирования используется SSM для системного анализа . На этом этапе делается попытка структурировать проблему в организации-клиенте путем выявления заинтересованных сторон, моделирования организационных целей и обсуждения возможных решений. На этом этапе не предполагалось, что KBS будет решением, и логико-лингвистическое моделирование часто дает решения, которые не требуют компьютеризированного KBS.
Экспертные системы, как правило, объединяют опыт сотрудников разных организаций по одной и той же теме. Напротив, KBS, созданный с помощью логико-лингвистического моделирования, стремится уловить опыт сотрудников одной и той же организации по различным темам. Акцент делается на получении знаний организации или группы, а не отдельных экспертов. При логико-лингвистическом моделировании экспертами становятся заинтересованные стороны.
Конечная точка этого этапа — концептуальные модели в стиле SSM, такие как рисунок 1.
2. Создание языка [ править ]
Согласно теории, лежащей в основе логико-лингвистического моделирования, процесс построения концептуальной модели SSM представляет собой витгенштейновскую языковую игру , в которой заинтересованные стороны создают язык для описания проблемной ситуации. [6] Логико-лингвистическая модель выражает этот язык как набор определений, см. рисунок 2.
3. Получение знаний [ править ]
После того, как модель языка построена, заинтересованные стороны могут добавить предполагаемые знания о реальном мире. Традиционные концептуальные модели SSM содержат только одну логическую связку (необходимое условие). Для представления причинных последовательностей « достаточные условия » и « необходимые и достаточные условия ». также требуются [7] В логико-лингвистическом моделировании этот недостаток восполняется за счет двух дополнительных типов связок. Результатом третьего этапа является эмпирическая модель, см. рисунок 3.
4. Представление знаний [ править ]
Модальная логика предикатов (комбинация модальной логики и логики предикатов ) используется как формальный метод представления знаний. Связки из языковой модели являются логически истинными (обозначаются модальным оператором « L »), а связки, добавленные на этапе извлечения знаний, являются возможно истинными (обозначаются модальным оператором « M »). Прежде чем перейти к этапу 5, модели выражаются логическими формулами.
5. Компьютерный код [ править ]
Формулы логики предикатов легко переводятся на язык искусственного интеллекта Пролог . Модальность выражается двумя различными типами правил Пролога. Правила, взятые на этапе создания языка в процессе построения модели, считаются неисправимыми. А правила этапа получения знаний помечены как гипотетические правила. Система не ограничивается поддержкой принятия решений, но имеет встроенную возможность обучения.
6. Проверка [ править ]
Система, основанная на знаниях, построенная с использованием этого метода, проверяет себя. Проверка происходит, когда клиенты используют KBS. Это непрерывный процесс, который продолжается на протяжении всей жизни системы. Если представления заинтересованных сторон о реальном мире ошибочны, это будет выявлено добавлением фактов Пролога, которые противоречат гипотетическим правилам. Он действует в соответствии с классическим принципом фальсифицируемости, найденным в философии науки. [8]
Приложения [ править ]
Компьютерные системы, знаниях на основанные
Логико-лингвистическое моделирование использовалось для создания полностью работоспособных компьютеризированных систем, основанных на знаниях, таких как система для ведения пациентов с диабетом в амбулаторном отделении больницы. [9]
Поддержка принятия решений вручную [ править ]
В других проектах необходимость перехода на Пролог считалась ненужной, поскольку печатные логико-лингвистические модели представляли собой простое в использовании руководство для принятия решений. Например, система одобрения ипотечного кредита. [10]
Анализ источников информации [ править ]
В некоторых случаях KBS не удавалось создать, поскольку у организации не было всех знаний, необходимых для поддержки всей ее деятельности. В этих случаях логико-лингвистическое моделирование выявило недостатки в подаче информации и там, где требовалось больше. Например, отдел планирования в телекоммуникационной компании. [2]
Критика [ править ]
Хотя логико-лингвистическое моделирование преодолевает проблемы, возникающие при переходе SSM от концептуальной модели к компьютерному коду, оно делает это за счет увеличения сложности модели, построенной заинтересованными сторонами. Польза от этой сложности сомнительна. [11] и этот метод моделирования может быть намного сложнее использовать, чем другие методы. [12]
Это утверждение было подтверждено последующими исследованиями. Попытка исследователей смоделировать решения о покупке двенадцати компаний с помощью логико-лингвистического моделирования потребовала упрощения моделей и удаления модальных элементов. [13]
См. также [ править ]
- Карта аргументов
- Когнитивная карта
- Концептуальная карта
- Нечеткая когнитивная карта
- Представление знаний и рассуждения
- Теория риторической структуры
- Семантическая сеть
Ссылки [ править ]
- ^ Сова, Джон Ф. (1984), Концептуальные структуры: обработка информации в сознании и машине , Аддисон-Уэсли, Ридинг, Массачусетс, США.
- ^ Jump up to: Перейти обратно: а б Грегори, Фрэнк Хатсон и Лау, Суй Понг (1999) Моделирование логических мягких систем для анализа источников информации - пример Hong Kong Telecom , Журнал Общества операционных исследований, том. 50 (2).
- ^ Уилсон, Брайан Системы: концепции, методологии и приложения , John Wiley & Sons Ltd., 1984, 1990. ISBN 0-471-92716-3
- ^ Грегори, Фрэнк Хатсон (1995) Отображение информационных систем в реальном мире . Серия рабочих документов № WP95/01. Кафедра информационных систем Городского университета Гонконга.
- ^ Jump up to: Перейти обратно: а б Грегори, Фрэнк Хатсон (1993) SSM для сбора и представления знаний, Исследовательская статья Уорикской бизнес-школы № 98. Позже опубликовано в Журнале Общества операционных исследований (1995) 46, 562-578.
- ^ Грегори, Фрэнк Хатсон (1992) SSM к информационным системам: виттенгштейновский подход. Исследовательская статья Warwick Business School № 65. С изменениями и дополнениями эта статья была опубликована в Journal of Information Systems (1993) 3, стр. 149–168.
- ^ Грегори, Фрэнк Хатсон (1992) Модели причин, следствий, эффективности и мягких систем. Исследовательский доклад Уорикской школы бизнеса № 42 . Позже опубликовано в Журнале Общества операционных исследований (1993) 44 (4), стр. 149-168.
- ^ Грегори, Фрэнк Хатсон (1996) «Необходимость в «научных» информационных системах», Труды Американской конференции по информационным системам, август 1996 г., Ассоциация информационных систем, 1996. стр. 534-536.
- ^ Чой, Мэй Йи Сара (1997) Логико-лингвистическое моделирование для построения системы знаний по ведению пациентов с сахарным диабетом. Магистерская диссертация, факультет информационных систем, Городской университет Гонконга.
- ^ Ли, Кам Шинг Клайв (1997) Разработка системы, основанной на знаниях по утверждению ипотечной ссуды. Магистерская диссертация, факультет информационных систем, Городской университет Гонконга.
- ^ Кляйн, Дж. Х. (1994) Когнитивные процессы и оперативные исследования: взгляд на обработку информации человеком . Журнал Общества операционных исследований. Том. 45, № 8.
- ^ Кляйн, Дж. Х. (1995) Чрезмерно упрощенная когнитивная наука: ответ. Журнал Общества операционных исследований. Том. 46, № 4. С. 275-6.
- ^ Наксвасди, Суравут (2004) Логические программные системы для моделирования решений о покупке промышленного оборудования в Таиланде . Докторская диссертация по деловому администрированию, Университет Южной Австралии.
Дальнейшее чтение [ править ]
- Грегори, Фрэнк Хатсон (1993) « Логический анализ моделирования мягких систем: последствия для проектирования информационных систем и проектирования систем, основанных на знаниях» . Кандидатская диссертация, Уорикский университет.