Активация распространения
Распространяющая активация — это метод поиска ассоциативных сетей, биологических и искусственных нейронных сетей или семантических сетей . [1] Процесс поиска инициируется путем маркировки набора исходных узлов (например, понятий в семантической сети) весами или «активацией» и последующего итеративного распространения или «распространения» этой активации на другие узлы, связанные с исходными узлами. Чаще всего эти «веса» представляют собой реальные значения, которые затухают по мере распространения активации по сети. Когда веса дискретны, этот процесс часто называют передачей маркера. Активация может происходить по альтернативным путям, обозначенным разными маркерами, и прекращаться, когда два альтернативных пути достигают одного и того же узла. Однако исследования мозга показывают, что несколько различных областей мозга играют важную роль в семантической обработке . [2]
Распространение активации в семантических сетях как модель было изобретено в когнитивной психологии. [3] [4] для моделирования эффекта разветвления. [ нужна ссылка ]
Активация распространения также может применяться при поиске информации . [5] [6] посредством сети узлов, представляющих документы и термины, содержащиеся в этих документах.
Когнитивная психология
[ редактировать ]Что касается когнитивной психологии , распространение активации — это теория о том, как мозг перебирает сеть связанных идей для получения конкретной информации. Теория распространяющейся активации представляет массив концепций в нашей памяти как когнитивные единицы, каждая из которых состоит из узла и связанных с ним элементов или характеристик, связанных между собой ребрами. [4] Распространяющуюся сеть активации можно представить схематически в виде веб-диаграммы с более короткими линиями между двумя узлами, что означает, что идеи более тесно связаны и, как правило, быстрее связываются с исходной концепцией. В психологии памяти модель распространяющейся активации утверждает, что люди организуют свои знания о мире на основе своего личного опыта, который, в свою очередь, формирует сеть идей, которая является знаниями человека о мире. [3]
Когда слову (целевому слову) в задачах по распознаванию слов предшествует связанное с ним слово (штрих), участники, кажется, работают лучше с точки зрения времени, которое им требуется для ответа. Например, испытуемые быстрее реагируют на слово «доктор», когда ему предшествует слово «медсестра», чем когда ему предшествует несвязанное слово, например «морковь». Этот эффект семантического прайминга со словами, близкими по значению в когнитивной сети, наблюдался в широком спектре задач, поставленных экспериментаторами, от проверки предложения до лексического решения и наименования. [7]
Другой пример: если исходное понятие «красное», а понятие «транспортные средства» выделено буквой, они с гораздо большей вероятностью скажут «пожарная машина», а не что-то, не связанное с транспортными средствами, например «вишни». Если бы вместо этого было написано «фрукты», они, скорее всего, назвали бы «вишни» и продолжили бы дальше. Активация путей в сети во многом зависит от того, насколько тесно связаны по смыслу два понятия, а также от того, как субъект подготовлен.
Алгоритм
[ редактировать ]Ориентированный граф заполняется узлами [1...N], каждый из которых имеет связанное значение активации A [i], которое является действительным числом в диапазоне [0,0...1,0]. Link [ i, j ] соединяет исходный узел [ i ] с целевым узлом [ j ]. Каждое ребро имеет связанный с ним вес W[i,j], обычно вещественное число в диапазоне [0,0...1,0]. [8]
Параметры:
- Порог срабатывания F, вещественное число в диапазоне [0,0...1,0]
- Коэффициент затухания D, действительное число в диапазоне [0,0...1,0]
Шаги:
- Инициализируйте график, установив все значения активации A [ i ] на ноль. Установите для одного или нескольких исходных узлов начальное значение активации, превышающее порог срабатывания F. Типичное начальное значение — 1,0.
- Для каждого неактивированного узла [ i ] в графе, имеющего значение активации A [ i ] больше, чем порог срабатывания узла F:
- Для каждой ссылки [ i, j ], соединяющей исходный узел [ i ] с целевым узлом [ j ], отрегулируйте A [ j ] = A [ j ] + (A [ i ] * W [ i, j ] * D), где D является коэффициентом затухания.
- Если целевой узел получает корректировку своего значения активации, так что оно превышает 1,0, тогда установите его новое значение активации на 1,0. Аналогичным образом сохраните 0,0 в качестве нижней границы значения активации целевого узла, если он получит корректировку ниже 0,0.
- После того как узел сработал, он может больше не сработать, хотя варианты базового алгоритма допускают повторные срабатывания и циклы по графу.
- Узлы, получившие новое значение активации, превышающее порог срабатывания F, помечаются для срабатывания в следующем цикле активации расширения.
- Если активация исходит из более чем одного узла, вариант алгоритма позволяет передавать маркеры, чтобы различать пути, по которым активация распространяется по графу.
- Процедура завершается, когда либо больше нет узлов для запуска, либо в случае передачи маркера из нескольких источников, когда узел достигается более чем по одному пути. Варианты алгоритма, которые допускают повторные срабатывания узлов и циклы активации в графе, завершаются после достижения устойчивого состояния активации относительно некоторой дельты или при превышении максимального количества итераций.
Примеры
[ редактировать ]
См. также
[ редактировать ]Примечания
[ редактировать ]- ^ Фендрих, Дж. (2018). Семантическая декомпозиция и передача маркеров в искусственное представление смысла. Технический университет Берлина (Германия). [1]
- ^ Каралин Паттерсон, Питер Дж. Нестор и Тимоти Т. Роджерс: «Откуда вы знаете то, что знаете? Представление семантических знаний в человеческом мозге» [2]
- ^ Jump up to: а б Коллинз, Аллан М.; Лофтус, Элизабет Ф. (1975). «Теория распространения и активации семантической обработки». Психологический обзор . 82 (6): 407–428. дои : 10.1037/0033-295X.82.6.407 . ISSN 0033-295X . S2CID 14217893 .
- ^ Jump up to: а б Андерсон, Джон Р. (1983). «Распространяющаяся теория активации памяти». Журнал вербального обучения и вербального поведения . 22 (3): 261–295. дои : 10.1016/S0022-5371(83)90201-3 . ISSN 0022-5371 .
- ^ С. Прис, Модель сети распространяющейся активации для поиска информации. Докторская диссертация, Университет Иллинойса, Урбана-Шампейн, 1981 год.
- ^ Фабио Крестани. «Применение методов активации распространения при поиске информации». Обзор искусственного интеллекта , 1997 г.
- ^ Чвилла, Дороти Дж.; Хагоорт, Питер; Браун, К.М., «Механизм, лежащий в основе обратного прайминга в задаче лексического принятия решения: активация распространения против семантического соответствия», Ежеквартальный журнал экспериментальной психологии, 1998, 51A (3), 531-560 [3]
- ^ Улучшение поиска по ключевым словам предметов с распространением активации Асват, Д.; Ахмед, ST; Дапоскунья, Ж.; Давулку, Х., Web Intelligence, 2005. Труды. Международная конференция IEEE/WIC/ACM 2005 г.Том, выпуск, 19-22 сентября 2005 г. Страницы: 704 - 707
Ссылки
[ редактировать ]- Нильс Дж. Нильссон. «Искусственный интеллект: новый синтез». Morgan Kaufmann Publishers, Inc., Сан-Франциско, Калифорния, 1998 г., страницы 121–122.
- Родригес, Массачусетс, «Случайные блуждания на основе грамматики в семантических сетях» , Системы, основанные на знаниях , 21 (7), 727-739, doi : 10.1016/j.knosys.2008.03.030 , 2008.
- Каралин Паттерсон, Питер Дж. Нестор и Тимоти Т. Роджерс «Откуда вы знаете то, что знаете? Представление семантических знаний в человеческом мозге», Nature Reviews Neuroscience 8, 976-987 (декабрь 2007 г.)