Luận văn thạc sĩ kịch nguyễn huy thiệp từ góc nhìn thi pháp thể loại (2)

Nhờ có logic mờ mà con người xây dựng được những hệ chuyên gia có khả năng suy luận như những chuyên gia hàng đầu và có khả năng tự hoàn thiện thông qua việc thu nhận tri thức mới.Ngôn n

LÊ XUÂN CHUNG

VÈ MỘT PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC

LÊ XUÂN CHUNG

VÈ MỘT PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC

TRONG HỆ C ơ SỞ TRI THỨC MỜ

Mã số: 60 48 01 01

LUẬN VĂN THẠC SĨ MÁY TÍNH

Người hướng dẫn khoa học: PGS.TS Lê Bá Dũng

Hà nội, năm 2015

L Ờ I CẢM ƠN

Đầu tiên tôi xin gửi lời cảm ơn sâu sắc nhất tới thầy PGS.TS Lê Bá Dũng -

Viện Công nghệ thông tin - Viện khoa học và công nghệ Việt Nam đã tận tình hướng dẫn, chỉ bảo cho tôi trong suốt quá trình tôi làm luận văn

Tôi xin chân thành căm ơn các thày cô trường Đại học sư phạm Hà Nội 2, các thầy cô Viện Công nghệ thông tin - Viện khoa học và công nghệ Việt Nam đã truyền đạt những kiến thức và giúp đỡ tôi trong suốt quá trình học của mình

Tôi cũng xin gửi lời cảm ơn tới các đồng nghiệp, gia đình và bạn bè những người đã động viên tạo mọi điều kiện giúp đỡ tôi trong suốt hai năm học.Mặc dù đã hết sức cố gắng với tất cả sự nỗ lực của bản thân, nhưng chắc luận văn vẫn còn những thiếu sót Kính mong nhận được những ý kiến đóng góp của quý Thày, Cô và bạn bè đồng nghiệp

Tôi xin chân thành cảm ơn!

LỜI CAM ĐOAN

Tôi xin cam đoan toàn bộ nội dung trong luận văn này do tôi tự nghiên cứu, đọc, dịch tài liệu, tổng hợp và thực hiện, đây là công trình nghiên cứu của tôi

dưới sự hướng dẫn khoa học của thầy PGS.TS Lề Bá Dũng Các số liệu, kết

quả trong luận văn là trung thực, rõ ràng Trong luận văn tôi có sử dụng một

số tài liệu tham khảo như đã trình bày trong phần tài liệu tham khảo Tôi xin chịu trách nhiệm với những nội dung được viết trong luận văn này

Hà Nội, ngày 25 tháng 04 năm 2015

Người viết luận văn

Lê Xuân Chung

MỤC LỤC

LỜI CẢM Ơ N 1

LỜI CAM Đ O A N 2

MỤC L Ụ C 3

DANH MỤC CÁC BẢNG 6

DANH MỤC CÁC HÌNH V Ẽ 7

DANH MỤC CÁC TỪ VIẾT T Ắ T 8

I MỞ Đ Ầ U 9

1 LÍ DO CHỌN ĐỀ T À I 9

2 MỤC ĐÍCH NGHIÊN c ứ u 10

3 N H Ệ M VỤ NGHIÊN c ứ u 10

4 ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN c ứ u 10

5 PHƯƠNG PHÁP NGHIÊN c ứ u 10

II NỘI D U N G 11

CHƯƠNG 1: GIỚI THIỆU VỀ HỆ c ơ SỞ TRI THỨC 11

1.1 G iớ i t h iệ u v ề h ệ c ơ s ở t r i t h ứ c 11

1.1.1 D ữ liệu, thông tin và tri thức 11

1.1.2 Các thành phần của hệ cơ sở tri thức 13

1.2 CÔNG NGHỆ CỦA XỬ LÝ TRI THỨC 15

1.2.1 Thu th ậ p 18

1.2.2 Biểu diễn 19

1.3 B iê u d iễ n t h e o l u ậ t 21

1.3 ỉ Biểu diễn tri thức dưới dạng luật dẫn xuất 21

1.3.2 Biếu diễn tri thức dưới dạng mạng ngữ nghĩa 27

1.3.3 Biếu diễn tri thức dưới dạng khung 29

1.3.4 Biếu diễn tri thức dưới dạng mệnh đề logic 31

1.3.5 Biểu diễn tri thức bằng bộ ba: Đổi tượng - Thuộc tỉnh - Giá tr ị 32

1.4 KÉT LUẬN CHƯƠNG 33

CHƯƠNG 2: PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC TRONG HỆ c ơ• SỞ TRI THỨC M Ờ 34

2.1 K iê m t r a t ín h đ à y đ ủ , t o à n v ẹ n t r o n g h ệ c ơ s ở t r i t h ứ c m ờ 3 4 2.1.1 Tằng quan về tri thức mờ 34

2.1.2 Hệ cơ sở tri thức 52

2.1.3 Các vẩn đề trì th ứ c 53

2 2 TỐI ư u TRONG HỆ c ơ SỞ TRI THỨC 54

2.2.1 Luật dư thừa 57

2.2.2 Luật xung đột 58

2.2.3 Luật g ộ p 58

2.2.4 Luật tạo ra hình vòng 58

2.2.5 Phần điều kiện không cần thiết 59

2.2.6 Luật cụt 59

2.2.7 Thiếu luật 60

2.2.8 Luật không đạt 61

2.3 KÉT LUẬN CHƯƠNG 61

CHƯƠNG 3: XÂY DƯNG HÊ CSTT CHO HÊ MỜ TRONG ĐIỀU• • • KHIỂN NHIỆT Đ ộ 62

3 1 H ệ t r i t h ứ c m ờ x â y DựNG TỪ CÁC CHUYÊN GIA 62

3 2 H ệ l u ậ t q u a p h ư ơ n g p h á p đ á n h g i á 62

3.2.1 Tính đầy đủ 63

3.2.2 Tỉnh chỉnh x á c 64

3.2.3 Tỉnh nhất quán 64

3 3 T h ử n g h iệ m s ử d ụ n g h ệ t r i t h ứ c ĐÉ x â y DựNG CHƯƠNG TRÌNH ĐO

VÀ ĐIỀU KHIÊN NHIỆT Đ ộ 6 6

3.3.1 Các chức năng của chương trình 66

3.3.2 Giao diện chương trình 67

III KẾT L U Â N 74

1 KẾT QUẢ THU ĐƯỢC 74

2 HƯỚNG NGHIÊN c ứ u TIẾP TH EO 74

IV DANH MỤC CÁC TÀI LIỆU THAM K H Ả O 76

y D ự KIẾN CÔNG VIỆC 78

DANH MỤC CÁC BẢNG■Bảng 1.1 Chân trị với các giá trị đúng sai 33Bảng 3.1: Cơ sở luật - Các luật ngôn ngữ 67Bang 3.2: Bảng hệ luật mới 74

Hình 1.7 Các bước thực hiện phép toán trên mạng ngữ nghĩa 29

Hình 1.9 Nhiều mức của khung mô tả quan hệ phức tạp hơn 31

Hình 2.1 Hàm phụ thuộc Ha (x) của tập kinh điển А 34Hình 2.2 Hàm liên thuộc Ц в ( х ) của tập “mờ” в 35Hình 2.3 Độ cao, miền xác định và miền tin cậy của tập mờ 36Hình 2.4 Hàm liên thuộc của hợp hai tập mờ có cùng cơ sở 37

Hình 3.2 Hệ thống 25 luât, 2 đầu vào, 1 đầu ra, 25 luật 68Hình 3.3 Hàm thuộc của các tập mờ đối với biến e(t) 68Hình 3.4 Hàm thuộc của các tập mờ đối với biến c(t) 69Hình 3.5 Hàm thuộc của các tập mờ đối YỚi biến u 69Hình 3.6 Mặt quan hệ vào ra tương ứng với hệ luật 69Hình 3.7 Tín hiệu ra tiệm cận với tín hiệu yêu cầu 73

I MỞ ĐẦU

1 Lí do chon đề tài

Con người giao tiếp bằng ngôn ngữ tự nhiên, mà bản chất của ngôn ngữ tự nhiên là mơ hồ và không chính xác Tuy vậy, trong hàu hết tình huống, con người vẫn hiểu những điều mà người khác muốn nói với mình Khả năng hiểu

và sử dụng đúng ngôn ngữ tự nhiên, thực chất là hiểu và xử lý đúng thông tin không chính xác chứa trong đó, có thể coi là thước đo mức độ hiểu biết, thông minh của con người Con người cũng luôn mơ ước máy tính, người bạn, người giúp việc đắc lực của mình, ngày càng thông minh và hiểu biết hơn Vì vậy, nhu cầu làm cho máy tính hiểu và xử lý được những thông tin không chính xác, xấp xỉ, áng chừng là một nhu cầu bức thiết

Logic mờ ra đời đã cung cấp một công cụ hữu hiệu để nghiên cứu và xây dựng các hệ thống có khả năng xử lý thông tin không chính xác Nhờ có logic

mờ mà con người xây dựng được những hệ điều khiển có tính linh động rất cao Chúng có thể hoạt động tốt ngay trong điều kiện có nhiều nhiễu hoặc những tình huống chưa được học trước Nhờ có logic mờ mà con người xây dựng được những hệ chuyên gia có khả năng suy luận như những chuyên gia hàng đầu và có khả năng tự hoàn thiện thông qua việc thu nhận tri thức mới.Ngôn ngữ là công cụ để con người mô tả các sự vật, hiện tượng trong thế giới thực và dựa trên nó để tư duy, lập luận đưa ra những nhận định, quyết định nhằm phục vụ cho cuộc sống Từ các tiền đề đúng đắn, các luật suy diễn vững chắc sinh ra những kết luận mới, đảm bảo là đúng đắn Tuy nhiên trong thực tế, có rất nhiều tình huống chúng ta phải rút ra những kết luận tốt từ những bằng chứng được xác định nghèo nàn và không chắc chắn thông qua việc sử dụng những suy diễn không vững chắc [1,2,5] Đây không phải là một nhiệm vụ không thể thực hiện được, trái lại đã có rất nhiều thành công trong hầu hết mọi khía cạnh của cuộc sống: Chẳng hạn như phát biểu những chẩn

đoán y học đúng đắn và đề xuất cách điều trị từ những triệu chứng không rõ ràng; phân tích những trục trặc của xe ô tô từ những biểu hiện của nó [4,10,15] Như vậy có hai loại thông tin không chắc chắn: một là dữ liệu ban đầu được cho là không chắc chắn, không đủ, không đáng tin cậy hai là luật

mà sử dụng để suy luận không họp logic, suy luận ngược từ kết luận về điều kiện

Với những vấn đề nêu trên và theo gợi ý của giáo viên hướng dẫn, em xin

chọn đề tài: “v ề một phương pháp đánh giá tri thức trong hệ cơ sở tri thức

m ờ”

2 Mục đích nghiên cứu

Đánh giá được tri thức trong hệ cơ sở tri thức mờ

Tạo ra các thông tin có độ chính xác cao

3 Nhiệm vụ nghiên cứu

Nghiên cứu lý thuyết về hệ cơ sở tri thức, công nghệ xử lý của tri thức và các phương pháp biểu diễn tri thức

Nghiên cứu tính đày đủ, nhất quán trong hệ cơ sở tri thức mờ

Xây dựng hệ cơ sở tri thức cho hệ mờ

4 Đổi tượng và phạm vi nghiên cứu

Tri thức trong hệ cơ sở tri thức mờ

Phương pháp đánh giá tri thức trong hệ sơ sở tri thức mờ

5 Phương pháp nghiền cứu

Phương pháp nghiên cứu chính là tìm hiểu các tài liệu, bài báo về hệ cơ sở tri thức, logic mờ Tìm hiểu về các vấn đề tối ưu luật trong hệ cơ sở tri thức từ

đó rút ra được hệ luật mới đáp ứng yêu cầu

Tìm hiểu hệ tri thức mờ xây dựng từ các chuyên gia

II NÔI DUNG Chương 1: Giới thiệu về hệ cơ sở tri thức

1.1 Giói thiêu về hê cơ sở tri thức• •

1.1.1 D ữ liệu, thông tin và tri thức

1.1.1.1 D ữ liệu

Dữ liệu là các con số, ký hiệu mà máy tính có thể lưu trữ, biểu diễn, xử lý

Dữ liệu có thể xem là những ký hiệu hoặc tín hiệu mang tính rời rạc và không

có cấu trúc, ý nghĩa rõ ràng [2,4,8] Khi dữ liệu được tổ chức lại có cấu trúc hơn, được xử lý và mang đến cho con người những ý nghĩa, hiểu biết nào đó thì khi đó nó trở thành thông tin Nói khác đi, từ dữ liệu và xử lý dữ liệu con người có được thông tin

1.1.1.2 Thông tin

Thông tin là những gì con người thu nhận được từ dữ liệu và xử lý dữ liệu nhằm tạo ra sự hiểu biết, tạo ra các tri thức và những nhận thức tốt hơn về tự nhiên và xã hội Nói cách khác, thông tin là dữ liệu đã qua xử lý, đối chiếu và trở nên có ý nghĩa đối với người dùng

Thông tin là sự phản ánh sự vật, sự việc, hiện tượng của thế giới khách quan và các hoạt động của con người trong đời sống xã hội Điều cơ bản là con người thông qua việc cảm nhận thông tin làm tăng hiểu biết cho mình và tiến hành những hoạt động có ích cho cộng đồng

Thông tin được lưu trữ trên nhiều dạng vật liệu khác nhau như được khắc trên đá, được ghi lại trên giấy, trên bìa, trên băng từ, đĩa từ Ngày nay, thuật ngữ "thông tin" (information) được sử dụng khá phổ biến Thông tin chính là tất cả những gì mang lại hiểu biết cho con người Con người luôn có nhu cầu thu thập thông tin bằng nhiều cách khác nhau: đọc báo, nghe đài, xem truyền hình, giao tiếp với người khác Thông tin làm tăng hiểu biết của con người, là nguồn gốc của nhận thức và là cơ sở của quyết định [2,4,8]

Môi trường vận động thông tin là môi trường truyền tin, nó bao gồm các kênh liên lạc tự nhiên hoặc nhân tạo như sóng âm, tia sáng, dây dẫn, sóng âm thanh, sóng hình Kênh liên lạc thường nối các thiết bị của máy móc với nhau hay nối với con người Con người có hình thức liên lạc tự nhiên và cao cấp là tiếng nói, từ đó nghĩ ra chữ viết Ngày nay nhiều công cụ phổ biến thông tin đã xuất hiện: bút viết, máy in, điện tín, điện thoại, phát thanh, truyền

hình, phim ảnh Y.v.

1.1.1.3 Tri thức

Tri thức là kết tinh, cô đọng, chắt lọc của thông tin Tri thức hình thành từ

quá trình xử lý thông tin mang lại Tri thức (iknowledge) bao gồm những dữ

kiện, thông tin, sự mô tả hay kỹ năng có được nhờ trải nghiệm hay thông qua giáo dục Tri thức có thể chỉ sự hiểu biết về một đối tượng, về mặt lý thuyết hay thực hành Nó có thể ẩn hiện, chẳng hạn những kỹ năng hay năng lực thực hành, hay tường minh như những hiểu biết lý thuyết về một đối tượng; nó có thể ít nhiều mang tính hình thức hay có tính hệ thống [3,4,9]

Tri thức có 2 dạng tồn tại chính là tri thức hiện và tri thức ẩn:

Tri thức hiện là những tri thức được giải thích và mã hóa dưới dạng văn bản, tài liệu, âm thanh, phim, ảnh, thông qua ngôn ngữ có lời hoặc không lời, nguyên tắc hệ thống, chương trình máy tính, chuẩn mực hay các phương tiện khác Đây là những tri thức đã được thể hiện ra ngoài và dễ dàng chuyển giao, thường được tiếp nhận qua hệ thống giáo dục và đào tạo chính quy

Tri thức ẩn là những tri thức thu được từ sự trải nghiệm thực tế, dạng tri thức này thường ẩn trong mỗi cá nhân và rất khó “mã hóa” và chuyển giao, thường bao gồm: niềm tin, giá trị, kinh nghiệm, bí quyết, kỹ năng

VD: Trong bóng đá, các cầu thủ chuyên nghiệp có khả năng cảm nhận bóng rất tốt Đây là một dạng tri thức ẩn, nó nằm trong mỗi cầu thủ Nó không

thể “mã hóa” thành văn bản, không thể chuyển giao, mà người ta chỉ có thể có bằng cách tự mình luyện tập.

1.1.2 Các thành phần của hệ cơ sở tri thức

Các thành phần chính của một hệ thống dựa trên tri thức thông thường là:

Cơ sở tri thức, Động cơ suy diễn, Cơ chế giải thích và Giao diện người dùng như thể hiện trong hình Một lợi thế của kiến trúc hệ thống dựa trên tri thức là thường xuyên nhất của các thành phần ngoại trừ các cơ sở tri thức có thể được miền độc lập Một vỏ hệ thống chuyên gia tái sử dụng có thể sử dụng cho sự phát triển của hệ thống mới Một vỏ hệ thống chuyên gia điển hình có đã là một động cơ suy luận chức năng và giao diện người dùng, và chỉ có kiến thức

cơ bản cần phải được phát triển (Liebowitz năm 1995; Edman, 2001; Turban, 2007; Aniba et al, 2008) [5,11,15]

Hình 1.1 Thành phần của một hệ tri thức

a Động cơ suy diễn

Là phương pháp vận dụng tri thức trong cơ sở tri thức để giải quyết vấn đề Các cơ sở tri thức đều có động cơ suy diễn để tiến hành các suy diễn nhằm tạo

ra các tri thức mới dựa trên các sự kiện, tri thức cung cấp từ ngoài vào và tri

thức có sẵn trong hệ cơ sở tri thức Động cơ suy diễn thay đổi theo độ phức tạp của cơ sở tri thức Hai kiểu suy diễn chính trong động cơ suy diễn là suy diễn tiến và suy diễn lùi.

Các hệ cơ sở tri thức làm việc theo cách được điều khiển bởi dữ liệu (data driven) sẽ dựa vào các thông tin sẵn có và sinh ra các sự kiện mới được suy diễn Do vậy không thể đoán được kết quả, cách tiếp cận này được sử dụng cho các bài toán diễn dịch với mong muốn của người sử dụng là hệ cơ sở dữ liệu sẽ cung cấp các sự kiện mới Ngoài ra còn có cách điều khiển theo mục tiêu nhằm hướng đến các kết luận đã có và đi tìm các dẫn chứng để kiểm định tính đúng đắn của kết luận đó

b Cơ sở tri thức

Là tập hợp các tri thức liên quan đến vấn đề mà chương trình quan tâm giải quyết Lưu trữ, biểu diễn các tri thức mà hệ đảm nhận, làm cơ sở cho các hoạt động của hệ Cơ sở tri thức bao gồm các sự kiện (facts) và các lụật (rules)

c Cơ chế giải thích

Một lợi thế của hệ thống dựa trên tri thức so với các hệ thống hỗ trợ quyết định khác là khả năng để giải thích cho người sử dụng như thế nào và lý do tại sao hệ thống đến các kết quả nhất định (Abraham, 2005) Nhiều cơ chế giải thích được mở rộng, ví dụ: cho phép người dùng nhận được giải thích lý

do tại sao câu hỏi được yêu cầu và cung cấp truy cập kiến thức miền sâu cho người sử dụng Cơ chế giải thích có thể tạo ra giải thích dựa trên những kiến thức trong các cơ sở tri thức (Edman, 2001) Vì vậy, cơ chế giải thích mở rộng các hệ thống dựa trên tri thức, không chỉ để cung cấp ra quyết định hỗ trợ mà còn cho phép người dùng tìm hiểu bằng cách sử dụng hệ thống

d Giao diện người dùng

Giao diện người dùng điều khiển hộp thoại giữa người sử dụng và hệ thống (Aniba và cộng sự, 2008) Hiện nay phổ biến với chuyên ngành phần mềm

giao diện người dùng cho việc thiết kế, cập nhật và sử dụng các hệ thống dựa trên tri thức (Abraham, 2005).

e Lợi ích của hệ thống tri thức

Từ một quan điểm về tầm nhìn của tổ chức, có nhiều lí do để thực hiện một

hệ thống dựa trên tri thức Lí do quan trọng nhất là để cung cấp một cơ chế bảo vệ hoặc tài liệu kiến thức và kinh nghiệm của một công ty, vì vậy điều này sẽ không bị mất khi các cá nhân rời bỏ tổ chức Lí do quan trọng khác để

sử dụng các hệ thống dựa trên tri thức là:

+ Một chuyên gia - Nếu kỹ năng không có sẵn, hiếm hoặc đắt

+ Một cách để đào tạo công nhân/ nhân viên

+ Một cách để cải thiện năng xuất, tiết kiệm chi phí và thời gian

+ Một công cụ cho việc hỗ trợ tạo quyết định

1.2 Công nghệ của xử lý tri thức

Công nghệ của xử lý tri thức (Knowledge Engineering): là các phương pháp, kỹ thuật được các kỹ sư tri thức (Knowledge engineers) dùng để xây dựng những hệ thống thông minh như: Hệ chuyên gia, hệ cơ sở tri thức, hệ hỗ trợ quyết định [15]

Quá trình thiết kế và phát triển các hệ thống tri thức, chẳng hạn như một KBS, được gọi là kiến thức kỹ thuật (Durkin, 1994) Nó có thể được nhìn từ một không gian thu hẹp và một viễn cảnh rộng lớn Theo góc nhìn hẹp, kiến thức kỹ thuật được giới hạn ở những bước cần thiết để xây dựng các hệ thống dựa trên tri thức (tức là kiến thức thu nhận, biểu diễn tri thức, xác nhận kiến thức, suy luận, và giải thích/biện minh), như thể hiện trong hình 1.2 Các quan điểm rộng mô tả toàn bộ quá trình phát triển và duy trì bất kỳ hệ thống thông minh, như thể hiện trong hình 1.3 (Turban, 2011)

vấn đề cơ hội

Giải pháp

Hình 1.2: Định nghĩa hẹp quy trình công nghệ của xử lý tri thức

Hình 1.3: Định nghĩa rộng của quá trình công nghệ xử lý của tri thức

Cả hai hình 1.2 và 1.3 được hiểu như là sự phát triển theo chuỗi tuần tự Trong thực tế, mặc dù các giai đoạn phát triển thường được thể hiện song song Do đó quá trình phát triển của một hệ cơ sở tri thức được lặp lại và gia tăng Như vậy một thông tin mới xuất hiện trong quá trình phát triển gần như chắc chắn cần cải tiến sớm hơn Hệ thống phát triển dần từ một hệ thống có khả năng tăng lên nhờ sự cải thiện về kiến thức và kỹ năng giải quyết vấn đề

1.2.1 Thu thập

Nhu cầu tìm kiếm các tri thức từ dữ liệu của một lĩnh vực cụ thể là một nhu cầu bắt buộc khi xây dựng các hệ cơ sở tri thức Một số bài toán đã có sẵn tri thức, tuy nhiên có nhiều lĩnh vực rất khó phát hiện các tri thức Do vậy cần phát triển các kỹ thuật cho phép tiếp nhận tri thức từ dữ liệu Máy học là một trong các nghiên cứu giúp tạo ra tri thức từ dữ liệu

Thu thập tri thức là bộ sưu tập, chuyển giao và chuyển đổi tri thức từ các nguồn tri thức đến một chương trình máy tính Tri thức có thể được lấy từ các nguồn như sách vở, cơ sở dữ liệu, hình ảnh .Tri thức mua lại từ các chuyên gia của con người đặc biệt, thường được gọi là tri thức mở Người tương tác với các chuyên gia để gợi mở tri thức của họ được gọi là một kỹ sư tri thức.Các yếu tố sau góp phần vào sự khó khăn trong việc mua lại tri thức từ các chuyên gia và chuyển giao của nó với một máy tính:

- Các chuyên gia có thể không biết làm thế nào để nói lên tri thức của họ

- Các chuyên gia có thể nói lên tri thức không chính xác

- Các chuyên gia có thể không có thời gian hoặc không sẵn lòng cộng tác

- Tính phức tạp của kiểm thử hoặc tinh chỉnh kiến thức là rất cao

- Phương pháp gợi mở kiến thức có thể được định nghĩa chưa mềm dẻo

- Các nhà phát triển hệ thống có ý định thu thập tri thức từ một nguồn nhưng các kiến thức liên quan có thể được tích lũy từ nhiều nguồn khác nhau

- Tri thức thu thập được có thể không đầy đủ

- Tri thức thu thập được có thể không tương ứng

- Những khó khăn để nhận biết kiến thức đặc thù khi nó trộn lẫn với dữ liệu không liên quan

- Các chuyên gia có thể thay đổi hành vi của họ khi họ bị quan sát hoặc được phỏng vấn

- Các yếu tố giao tiếp giữa con người có vấn đề có thể ảnh hưởng đến kỹ sư tri thức và chuyên gia.

1.2.2 Biểu diễn

a Khái niệm về biểu diễn tri thức

Là phương pháp mã hoá tri thức, nhằm thành lập cơ sở tri thức cho các

hệ thống dựa trên tri thức Trong tin học biểu diển tri thức là một phương pháp mã hóa tri thức sao cho máy tính có thể xử lí được chúng Cũng như

dữ liệu có nhiều cách khác nhau để biểu diễn tri thức trong máy tính Tuy nhiên ta phải chọn một phương pháp nào phù họp để đưa lên máy tính

Các công cụ cho việc biểu diễn tri thức đơn giản như:

- Các cấu trúc dữ liệu cơ bản: Dãy danh sách, tập hợp, mẫu,

- Các cấu trúc dữ liệu trừu tượng: ngăn xếp, hàng đợi

- Các mô hình toán học: đồ thị, cây,

- Các mô hình đối tượng

b Vấn đề biểu diễn tri thức

Biểu diễn tri thức đóng vai trò quan trọng trong thiết kế và xây dựng một hệ giải toán thông minh và các hệ chuyên gia Phương pháp biểu diễn tri thức thích hợp sẽ tạo nên một hệ thống có giá trị sử dụng cao Xây dựng

và phát triển các phương pháp biểu diễn tri thức là một hướng nghiên cứu

quan trọng đối với các nhà nghiên cứu trí tuệ nhân tạo Suy diễn tự động để giải quyết các bài toán dựa trên tri thức cũng là một vấn đề rất quan trọng.Các phương pháp suy diễn tự động vận dụng kiến thức đã biết trong quá trình lập luận giải quyết vấn đề, trong đó quan trọng nhất là các chiến lược điều khiển giúp phát sinh các sự kiện mới từ các sự kiện đã có Xây dựng

và phát triển các phương pháp biểu diễn tri thức là một hướng nghiên cứu quan trọng cho các nhà nghiên cứu về Trí tuệ nhân tạo

c Các loại tri thức

Dựa vào cách thức con người giải quyết vấn đề, các nhà nghiên cứu đã xây dựng các kỹ thuật để biểu diễn các dạng tri thức khác nhau trên máy tính Mặc dù vậy, không một kỹ thuật riêng lẻ nào có thể giải thích đầy đủ

cơ chế tổ chức tri thức trong các chương trình máy tính Để giải quyết vấn

đề, chúng ta càn chọn dạng biểu diễn thích hợp nhất Sau đây là các dạng biểu diễn tri thức thường gặp:

+ Tri thức thủ tục: Mô tả cách thức giải quyết một vấn đề, loại tri thức này đưa ra giải pháp để thực hiện một công việc nào đó Các dạng tri thức thủ tục tiêu biểu thường là các luật, chiến lược

+ Tri thức khai báo: Cho biết một vấn đề được thấy như thế nào, loại tri thức này bao gồm các phát biểu đơn giản, dưới dạng các khẳng định logic đúng hoặc sai Tri thức khai báo cũng có thể là một danh sách các khẳng định nhằm mô tả đầy đủ hơn về đối tượng hay một khái niệm nào đó

+ Siêu tri thức: mô tả tri thức về tri thức, loại tri thức này giúp lựa chọn tri thức thích hợp nhất trong số các tri thức khi giải quyết một vấn đề Các chuyên gia sử dụng tri thức này để điều chỉnh hiệu quả giải quyết vấn đề bằng cách hướng các lập luận về miền tri thức có khả năng hơn cả

+ Tri thức heuristic: là một dạng tri thức cảm tính Các tri thức thuộc loại này thường có dạng ước lượng, phỏng đoán và thường được hình thành thông qua kinh nghiệm.

+ Tri thức có cấu trúc: mô tả tri thức theo cấu trúc Loại tri thức này mô

tả mô hình tổng quan hệ thống theo quan điểm chuyên gia, bao gồm khái niệm, khái niệm con và các đối tượng Diễn tả chức năng và mối liên hệ giữa các tri thức theo cấu trúc xác định

1.3 Biểu diễn theo luật

Biểu diễn tri thức là cách thể hiện các mô tả về thế giới bên ngoài dưới dạng sao cho các máy thông minh có thể đưa đến các kết luận về thế giới xung quanh nó, trên cơ sở một cách hình thức các mô tả này [2,3,5] Thời gian đầu các nghiên cứu về tri thức còn ít Tuy nhiên đến đầu thập niên 80 các nhà nghiên cứu dần hội tụ tại các điểm khá chung và hiện nay tồn tại một số các phương pháp biểu diễn tri thức cơ bản sau:

+ Biểu diễn tri thức dưới dạng luật dẫn xuất (luật sinh)

+ Biểu diễn tri thức dưới dạng mạng ngữ nghĩa

+ Biểu diễn tri thức dưới dạng các khung

+ Biểu diễn tri thức dưới dạng mệnh đề logic

+ Biểu diễn tri thức bằng bộ ba: Đối tượng - Thuộc tính - Giá trị

1.3.1 Biểu diễn tri thức dưới dạng luật dẫn xuất

Phương pháp biểu diễn tri thức bằng luật dẫn xuất được phát minh bởi Newell và Simon, đây là một kiểu biểu diễn tri thức có cấu trúc Ý tưởng cơ

bản là tri thức có thể được cấu trúc bằng một cặp điều kiện - hành động:

"NẾU điều kiện xảy ra THÌ hành động sẽ được thi hành" Chẳng hạn: NẾU đèn giao thông là xanh THÌ bạn được đi, NÊU bạn bị cảm cúm Thì đến bác sỹ khám [2,4]

Luật là cấu trúc tri thức dùng để liên kết thông tin đã biết với các thông tin khác giúp đưa ra các suy luận, kết luận từ những thông tin đã biết Trong hệ thống dựa trên các luật, người ta thu thập các tri thức lĩnh vực trong một tập

và lưu chúng trong cơ sở tri thức của hệ thống Hệ thống dùng các luật này cùng với các thông tin trong bộ nhớ để giải bài toán Việc xử lý các luật trong

hệ thống dựa trên các luật được quản lý bằng một module gọi là bộ suy diễn.Ngày nay, các luật dẫn xuất đã trở nên phổ biến và được áp dụng rộng rãi trong nhiều hệ thống trí tuệ nhân tạo khác nhau Luật dẫn xuất có thể là một công cụ mô tả để giải quyết các vấn đề thực tế thay cho các kiểu phân tích vấn

đề truyền thống Trong trường hợp này, các luật được dùng như là những chỉ dẫn, nhưng rất hữu ích để trợ giúp cho các quyết định trong quá trình tìm kiếm, từ đó làm giảm không gian tìm kiếm Luật dẫn xuất có thể được dùng

để bắt chước hành vi của những chuyên gia Theo cách này, luật dẫn xuất không chỉ đơn thuần là một kiểu biểu diễn tri thức trong máy tính mà là một kiểu biễu diễn các hành vi của con người

Một cách tổng quát luật dẫn xuất có dạng như sau:

Pi aP2 /\P3 a P4 Pn -> Q

Trong đó:

Pi, p 2, P n : logic vị từ

Q là những biểu thức logic

Trong ngôn ngữ lập trình, mỗi một luật dẫn xuất là một câu lệnh

IF (Pi AND p 2 AND AND Pn) THEN Q

Trong lý thuyết hiểu ngôn ngữ tự nhiên, mỗi luật dẫn xuất là một phép dịch:

ONE —> một.

TWO -> hai

JANUARY -> tháng một

Để biễu diễn một tập luật dẫn xuất, người ta thường phải chỉ rõ hai thành phần chính sau :

(1) Tập các sự kiện F(Facts)

F= {f1;f2 f n}

(2) Tập các quy tắc R(Rules) áp dụng trên các sự kiện dạng như sau:

f i Af2 Afn->q

Trong đó, các fĩ,q đều thuộc F

Ví dụ : Cho 1 cơ sở tri thức được xác định như sau :

+ Cơ chế suy luận trên các luật sinh

Suy diễn tiến (forward chaining): là lập luận từ các sự kiện, sự việc để rút

Các sự kiện thường có dạng:

Atthibute = value

Lần lượt các sự kiện trong cơ sở tri thức được chọn và hệ thống xem xét tất

cả các luật mà các sự kiện này xuất hiện như là tiền đề Theo nguyên tắc lập luận trên, hệ thống sẽ lấy ra những luật tìioã mãn Sau khi gán giá trị cho các thuộc tính thuộc kết luận tương ứng, người ta nói rằng các sự kiện đã được thoã mãn Các thuộc tính được gán giá trị sẽ là một phàn của kết quả chuyên gia Sau khi mọi sự kiện đã được xem xét, kết quả được xuất ra cho người sử dụng

Sự kiện ban đầu : H, к

Tình trạng đèn màn hình "xanh" hoặc "chớp đỏ"

Không sử dụng được máy tính

Điện vào máy tính "có" hay "không"

Như vậy là để xác định được nguyên nhân gây ra hỏng hóc là do ổ cứng hỏng hay cáp màn hình lỏng, hệ thống phải lần lượt đi vào các nhánh để kiểm

ưa các điều kiện như điện vào máy "có", âm thanh ổ cứng "không" Tại một bước, nếu giá trị cần xác định không thể được suy ra từ bất kỳ một luật nào,

hệ thống sẽ yêu cầu người dùng trực tiếp nhập vào Chẳng hạn như để biết máy tính có điện không, hệ thống sẽ hiện ra màn hình câu hỏi "Bạn kiểm tra

xem có điện vào máy tính không (kiểm tra đèn nguồn)? (C/K)" Để thực hiện

được cơ chế suy luận lùi, người ta thường sử dụng ngăn xếp (để ghi nhận lại những nhánh chưa kiểm tra)

Ưu điểm và nhược điểm của biểu diễn tri thức bằng luật dẫn xuất

ưu điểm

Biểu diễn tri thức bằng luật đặc biệt hữu hiệu trong những tình huống hệ thống càn đưa ra những hành động dựa vào những sự kiện có thể quan sát được Nó có những ưu điểm chính sau đây:

Các luật rất dễ hiểu nên có thể dễ dàng dùng để trao đổi với người dùng (vì

nó là một trong những dạng tự nhiên của ngôn ngữ)

Có thể dễ dàng xây dựng được cơ chế suy luận và giải thích từ các luật.Việc hiệu chỉnh và bảo trì hệ thống là tương đối dễ dàng

Có thể cải tiến dễ dàng để tích hợp các luật mờ

Các luật thường ít phụ thuộc vào nhau

Nhược điấn

Các tri thức phức tạp đôi lúc đòi hỏi quá nhiều (hàng ngàn) luật sinh Điều này sẽ làm nảy sinh nhiều vấn đề liên quan đến tốc độ lẫn quản trị hệ thống.Thống kê cho thấy, người xây dựng hệ thống trí tuệ nhân tạo thường sử dụng luật sinh hơn tất cả phương pháp khác nên họ thường tìm mọi cách để biểu diễn tri thức bằng luật sinh cho dù có phương pháp khác thích hợp hơn

Cơ sở tri thức luật dẫn xuất lớn sẽ làm giới hạn khả năng tìm kiếm của chương trình điều khiển Nhiều hệ thống gặp khó khăn trong việc đánh giá các hệ dựa trên luật sinh cũng như gặp khó khăn khi suy luận trên luật sinh.

1.3.2 Biểu diễn tri thức dưới dạng mạng ngữ nghĩa

Mạng ngữ nghĩa là phương pháp biểu diễn tri thức dung đồ thị trong đó nút biểu diễn đối tượng, cung biểu diễn mối quan hệ giữa các đối tượng Trong phương pháp này, người ta sử dụng một đồ thị gồm các nút (node) và các cung nối các nút để biểu diễn tri thức [2,3,5] Nút dùng để thể hiện các đối tượng, thuộc tính của đối tượng và giá trị của thuộc tính Cung dùng để thể hiện các quan hệ giữa các đối tượng Các nút và các cung đều được gắn nhãn

Ví dụ Giữa các đối tượng và khái niệm: sẻ, Loài chim, Bay, Cánh có các quan hệ (Xem hình 1.5)

Hình 1.5 Biểu diễn mạng ngữ nghĩa

Bằng cách thêm vào đồ thị các nút mới, cung mới người ta có thể mở rộng một mạng ngữ nghĩa Các nút mới được thêm thể hiện các đối tượng tương tự (với các nút đã có trong đồ thị) hoặc tổng quát hơn Thông thường có thể nới rộng mạng ngữ nghĩa theo ba cách:

Thêm một đối tượng tương tự

Thêm một đối tượng đặc biệt hơn

Thêm một đối tượng tổng quát hơn

Thứ nhất, thêm “cánh cụt” thể hiện một loại chim mới Thứ hai, thêm

“chip” cũng có nghĩa nó là con “Sẻ” và đồng thời là “Chim” Thứ ba, có thể đưa ra đối tượng tổng quát như “Con vật” Lúc này không những có thể biết được rằng “Chim là con vật”, mà còn biết “Chip thở bằng không khí”

Diíđiusầỉ

oHình 1.6: Mô hình phát triển mạng ngữ nghĩa

Tính chất quan trọng của mạng ngữ nghĩa là tính kế thừa Nó cho phép các nút được bổ sung sẽ nhận các thông tin của các nút đã có trước và cho phép

mã hóa tri thức một cách dễ dàng Để minh họa cho tính kế thừa của mạng ngữ nghĩa, hãy xét một câu hỏi trên đồ thị Chẳng hạn tại nút “Chim”, người

ta muốn hỏi con “Chip” hoạt động như thế nào? Thông qua cung hoạt động ta biết được nó bay

Hình 1.7: Các bước thực hiện phép toán trên mạng ngữ nghĩa

1.3.3 Biểu diễn tri thức dưới dạng khung

Một trong các phương pháp biểu diễn tri thức là dùng khung, phát triển từ khái niệm lược đồ Một lược đồ được coi là khối tri thức điển hình về khái niệm hay đối tượng nào đó và gồm cả tri thức thủ tục lẫn tri thức mô tả [3,5].Theo định nghĩa của Minsky (1975) thì khung là cấu trúc dữ liệu thể hiện tri thức đa dạng về khái niệm hay đối tượng nào đó Khung là một cấu trúc dữ liệu bao gồm tất cả các tri thức về một đối tượng cụ thể

Khung cơ bản: Gồm các thành phần cơ bản sau:

- Tên đối tượng (loại khung)

- Các thuộc tính

- Giá trị các thuộc tính: Thể hiện các tính chất tổng quát của một lớp các đối tượng với những quan hệ kế thừa và cấu trúc phân cấp

Thuộc tinh 1 Giá ữ í 1

Thuộc tinh 2 Giá ữ ị 2

Hình 1.8: Cấu trúc Frame

Một khung có hình thức như bảng mẫu, như tờ khai cho phép ta điền các ô trống Cấu trúc cơ bản của khung có tên đối tượng được thể hiện trong khung,

có các trường thuộc tính có một ngăn để nhập dữ liệu riêng Các thuộc tính

và giá trị thuộc tính tạo nên danh sách các mệnh đề O-A-V cho phép thể hiện đày đủ về đối tượng

Một khung lớp thể hiện các tính chất tổng quát của các đối tượng chung Chẳng hạn ta cần mô tả các tính chất tổng quát như bay, có cánh, sống tự

d o của loài chim Đe mô tả một biểu diễn của khung lớp ta dùng một khung khác, gọi là khung thể hiện Khi tạo ra thể hiện của một lớp, khung này kế thừa tính chất và giá trị của lớp Có thể thay đổi giá trị để phù hợp với biểu diễn cụ thể Giống tính chất kế thừa giữa các đối tượng trong mạng ngữ nghĩa, khung thể hiện nhận giá trị từ khung lớp Khi tạo ra một khung thể hiện, ta khẳng định khung đó là thể hiện của một khung lớp Khẳng định này cho phép

nó kế thừa các thông tin từ khung lớp

Hình 1.9: Nhiều mức của khung mô tả quan hệ phức tạp hơn

Ngoài các khung lớp đơn giản và các thể hiện gắn với nó, người ta có thể tạo ra các cấu trúc khung phức tạp

Ví dụ: Dùng cấu trúc phân cấp các khung để mô tả thế giới loài chim, c ấu trúc này tổ chức khái niệm về chim theo các mức trừu tượng khác nhau Khung ở mức cao mang thông tin chung về tất cả loài chim Mức giữa có các khung lớp con, mang thông tin đặc thù hơn của nhóm chim Mức cuối cùng là khung thể hiện, ứng YỚi đối tượng cụ thể

1.3.4 Biểu diễn tri thức dưới dạng mệnh đề logic.

Mệnh đề logic biểu diễn và lập luận với các mệnh đề toán học Mệnh đề là một câu nhận giá trị đúng hoặc sai Giá trị này gọi là chân trị của mệnh đề Mệnh đề logic gán một biến ký hiệu vào một mệnh đề [5]

Ví dụ: A=”Xe sẽ khởi động”

Khi cần kiểm tra tính đúng của câu trên trong bài toán sử dụng mệnh đề logic, người ta kiểm tra giá trị của A Nhiều bài toán sử dụng mệnh đề logic

để thể hiện tri thức và giải vấn đề Bài toán loại này được đưa về bài toán xử

lý các luật, mỗi phần giả thiết và kết luận của luật có thể có nhiều mệnh đề

Ví dụ: IF xe không khởi động được;;-> A

AND khoảng cách từ nhà đến chỗ làm là xa -> B THEN sẽ trễ giờ làm ;;;-> c

Luật trên có thể biểu diễn lại như sau: A B-> c.

Các phép quen thuộc trên các mệnh đề được cho trong Bảng 1.1:

Bảng 1.1 Chân trị với các giá trị đúng sai

1.3.5 Biểu diễn tti thức bằng bộ ba: Đ ối tượng - Thuộc tính - Giá trị

Một sự kiện có thể được dùng để xác nhận giá tiị của một thuộc tính xác định của một vài đối tượng [3,5]

Ví dụ: Mệnh đề "quả bóng màu đỏ" xác nhận "đỏ" là giá trị thuộc tính

"màu" của đối tượng "quả bóng" Kiểu sự kiện này được gọi là bộ ba Đối tượng -Thuộc tính - Giá trị (O-A-V - Object-Attribute-Value)

Hình 1.10: Mối quan hệ giữa O-A-V

Trong các sự kiện O-A-V, một đối tượng có thể có nhiều thuộc tính với các kiểu giá trị khác nhau Hơn nữa một thuộc tính cũng có thể có một hay nhiều giá trị Chúng được gọi là các sự kiện đơn trị(single-valued) hoặc đa trị (multi-valued) Điều này cho phép các hệ tri thức linh động trong việc biểu diễn các tri thức cần thiết Các sự kiện không phải lúc nào cũng bảo đảm là đúng hay sai với độ chắc chắn hoàn toàn Vì thế, khi xem xét các sự kiện, người ta còn sử dụng thêm một khái niệm là độ tin cậy Phương pháp truyền

thống để quản lý thông tin không chắc chắn là sử dụng nhân tố chắc chắn CF (certainly factor) Khái niệm này bắt đầu từ hệ thống MYCIN (khoảng năm 1975), dùng để trả lời cho các thông tin suy luận Khi đó, trong sự kiện O-A-

V sẽ có thêm một giá trị xác định độ tin cậy của nó là CF

1.4 Kết luận chương

Chương 1 trình bày tổng quan các vấn đề về tri thức: thông tin, dữ liệu Các vấn đề của tri thức, công nghệ của xử lý tri thức, bao gồm quá trình thu thập, các phương pháp biểu diễn và sử dụng tri thức Biểu diễn tri thức với các các hình thức như: tri thức dạng luật, tri thức dạng luật ngữ nghĩa, tri thức nhờ cây khung

Chương 2: Phương pháp đánh giá tri thức trong hệ cơ sở tri thức mờ 2.1 Kiểm tra tính đầy đủ, toàn vẹn trong hệ cơ sở tri thức mờ

Cho một tập hợp A, một phần tử X thuộc A được ký hiệu: xEA Thông thường ta dùng hai cách để biểu diễn tập hợp kinh điển, đó là:

Liệt kê các phần tử của tập hợp, ví dụ: Ai = {xe máy, xe con, xe tải, xe khách};

Biểu diễn tập hợp thông qua tính chất tổng quát của phần tử Ví dụ: Tập hợp các số thực (R), tập họp các số nguyên (Z), tập hợp các số tự nhiên (N)

Để biểu diễn một tập hợp A trên tập nền X, ta dung hàm thuộc ỊA a ( x ) , với:

( 1 khi X e A

M x)= \ o k h i x Ể A

ký hiệu = {x E X| X thỏa mãn một số tính chất nào đó} Ta nói tập A được định nghĩa trên tập nền X

Khi đó ta không thể khẳng định chắc chắn số 4 có thuộc tập в hay không?

Mà chỉ có thể nói nó thuộc в bao nhiêu phần tram Để trả lời câu hỏi này, ta phải coi hàm phụ thuộc Цв (x) có giá trị trong khoảng từ 0 đến 1 tức là: 0<

Ц в ( х ) < 1

Hình 2.2 Hàm liên thuộc Ị i i ỉ ( x ) của tập “mờ” в

Từ phân tích trên ta có định nghĩa: Tập mờ в xác định trên tập kinh điển M

là một tập mà một phàn tử của nó được biểu diễn bởi một cặp giá trị (x,

Ánh xạ Ц в ( х ) được gọi là hàm liên thuộc của tập mờ B Tập kinh điển M được gọi là cơ sở của tập mờ B

* Các thông số đặc trung cho tập mờ

Các thông số đặc trưng cho tập mờ là độ cao, miền xác định và miền tin cậy (Xem hình 2.3)

Hình 2.3 Độ cao, miên xác định và miên tin cậy của tập mờ

Độ cao của tập mờ в (định nghĩa trên cơ sở M) là giá trị lớn nhất trong các giá trị của hàm liên thuộc:

Một tập mờ có ít nhất một phần tử có độ phụ thuộc bằng lđược gọi là tập

mờ chính tắc (H = 1) Ngược lại, một tập mờ в với H <1 gọi là tập mờ không chính tắc

Miền xác định của tập mờ в (định nghĩa trên cơ sở M) được ký hiệu bởi s

là tập con của M có giá trị hàm liên thuộc khác 0:

Miền tìn cậy của tập mờ в (định nghĩa trên cơ sở M) được ký hiệu bởi T,

là tập con của M có giá trị hàm liên thuộc bằng 1 :

* Các dạng hàm liên thuộc của tập mờ

Có rất nhiều cách khác nhau để biểu diễn hàm liên thuộc của tập mờ Dưới đây là một số dạng hàm liên thuộc thông dụng:

+ Hàm liên thuộc hình tam giác

+ Hàm liên thuộc hình thang

I ĩ = S Ư P p s (x)

.Г&,\f

s = {x g M | ịib( x ) > 0 }

T= í X eM| J!b(X) = 1}

+ Hàm liên thuộc dạng Gauss

+ Hàm liên thuộc dạng Sign

Hình 2.4 Hàm liên thuộc của họp hai tập mờ có cùng cơ sở

Theo quy tắc MAX (a), theo Lukasiewwiez (b)

Hợp của hai tập mờ A và B có cùng cơ sở M là một tập mờ cùng xác định trên cơ sở M với hàm liên thuộc được xác định theo một trong các công thức sau:

1 J1 A U b (x ) = M a x { j u ( x ) , ^ìb(x)};

2 ị i a u b ( x ) = min { 1, ^ia(x) + ^ìb(x)} phóp hợp Lukasiewicz);

5 JIAVJ fâ{x) = ^ a ( x ) = ^ b ( x ) - jia ( x ) ma ( x ) ( tổ n g trực tiep).

Họp của hai tập mờ khác cơ sở: Đe thực hiện phép hợp 2 tập mờ khác cơ

sở, về nguyên tắc phải đưa chúng về cùng một cơ sở Xét tập mờ A với hàm liên thuộc H a ( x ) được định nghĩa trên cơ sở M và tập mờ B với hàm liên