DSpace at VNU: Case-based reasoning và khả năng tiếp cận bằng logic vị từ tài liệu, giáo án, bài giảng , luận văn, luận...
Trang 1TAP CHI KHOA HOC ĐHQGHN, KHTN & CN, T.xx, So 4, 2004
C A S E - B A S E D R E A S O N I N G V A K H A N A N G T I E P C A N
B A N G L O G I C V Ị T Ừ
N g u y ề n V i ệ t H à , P h ạ m N g ọ c H ù n g , H ồ S ĩ Đ à m
Trường Đ ại học Công nghệ, Đ ại học quốc g ia H à N ội
T r ầ n V ũ V i ệ t A n h
Đ ại học quốc g ia Singapore
1 Đ ặ t v ấ n đ ể
Phương p h á p tìm lòi giải d ự a tr ê n các ca suy lu ậ n m ẫ u đã có (C ase-based re a so n in g - CBR) được khởi xướng từ th ậ p kỷ 80 và ngày càn g t h u h ú t môi q u a n tâ m của n h iề u n hà nghiên cứu [1, 2, 3, 4] CBR h o ạ t động theo cơ c h ế so s á n h bài to á n cần giải với các bài toán mẫu dã có lời giải và tìm cách đưa ra một lời giải dựa tr ê n lòi giải mẫu Đã có nhiều hệ thống CBR được p h á t tr i ể n n h ư các hệ chuy ên gia c h ẩ n đo án hỏng hóc, lập k ế hoạch h ay lập
lu ậ n về luật
Tuy vậy, cơ chê suy lu ặ n của CBR v ẫn chưa được h ìn h thức hóa c h ặ t chè N hiều nghiên cứu và ứ n g d ụ n g chỉ chú trọ n g vào việc tìm kiếm bài to á n cũ tương tự và đưa ra lời giải mới b ằ n g cách th a y thê từ khóa Đặc t h ù của CBR là sử d ụ n g lại lòi giải cũ, do đó một
số lớn tron g các bước s u y diễn để đưa r a lòi giải mới bị loại bỏ Đ iều n à y d ẫ n đ ến v ân đề khó dám báo cỉược t í n h đ ú n g đ ắ n về m ặ t logic của lời giải mới T h ê m nữa, cài đ ặ t CBR thường khó tông q u á t h óa do p h ả i phôi hợp giữa các tr i thức k in h ng h iệ m là các lòi giải đã biết và các tri thức tổ n g hợp vê miền bài toán C hưa tồn tạ i ứng d ụ n g CBR nào tậ n d ụ n g được n ă n g lực suy diễn và tín h tường m inh của logic vị từ T rong bài báo này, ch ú n g tôi p h â n tích khía cạnh suy diễ n c ủ a CBR và đề x u ấ t một phương thức cài đ ặ t CBR b ằ n g logic vị từ cấp một Trong phương th ứ c này, lời giải cũ đóng vai trò là các k in h ng h iệ m suy lu ậ n giúp tă n g tốc cỉộ tìm lời giải mới và tí n h đ ú n g đ ắ n của lòi giải mới được đả m bảo b ằ n g suy diễn
2 C a s e - b a s e d r e a s o n i n g
2.1 K h á i n iệ m
CBR là phương p h á p tìm lời giải dựa tr ê n việc sử d ụ n g lại các lời giải (ca suy luận) trong quá khứ CBR là phương p h á p tương đối mới và chưa được h ìn h thức hóa một cách
ch ặt chẽ Về cơ b á n , CBR tìm lời giải n h ư s a u (hình 1) [2]:
♦ Lưu các ca su y lu ậ n đã gặp tro n g q u á k h ứ vào CSDL ca suy lu ận.
♦ Khi tìm lời giải cho m ột bài to á n mới, trước tiên tìm k iếm các bài to á n tương tự trong CSDL ca s u y luận
51
Trang 252 Nguyen Việt Hà, Phạm Nuọc Hùng.
♦ Đưa ra lời giải mối b à n g cách hiệ u c h ỉn h lòi giải của ca suy lu ậ n tìm được
♦ Lưu ca suy lu ậ n mới tạo ra vào CSDL ca suy luận
Ca suy lu ậ n th ô n g thư ờ ng được biểu diễn dưới d ạ n g m ột bộ gồm đặc tả bài toán v à lời
giải Q uá trìn h tìm lời giải cho bài to á n mới được b ắ t đ ầu b ằ n g việc tìm k iế m ca suy lu ậ n
tương tự Đặc tả được tạo r a b ằ n g cách chỉ số hóa các đặc tr ư n g và việc tìm kiếm th ô n g
thường được thực hiệ n b ằ n g cách so s á n h các chỉ sô" này
Lòi giải của ca suy lu ậ n thườ ng được biểu diễn b ằ n g các k h u n g tri th ứ c (frame) Các
k h u n g tri thức p h ù hợp với việc mô tả n h iề u kh á i niệm tr i th ức k h ác n h a u , n h ấ t là các tri thức dưối dạng k in h nghiệm
Q uá trìn h tạo ra lời giải mới từ lời giải đã có thườ ng được tiế n h à n h th e o h a i bước: tá i
sứ dụng và hiệu chỉnh Trước tiên, lời giải cũ được tá i sử d ụ n g th ô n g q u a các ph ươ n g p háp đơn giản n h ư th a y th ê từ khóa S a u đó, cần hiệ u ch ỉn h lời giải n ày sao cho th ự c sự p h ù hợp với bài toán cần giải Việc hiệ u chỉnh p h ụ thuộc r ấ t n h iề u vào m iền ứ ng d ụ n g và hiệ n tại thì với mỗi hệ CBR cụ th ê thì người ta lại p h á t triể n một cơ chê riêng Có th ê nói h iệ u chỉnh chính là n h â n tô q uy ết đ ịn h sự th à n h công của CBR và chưa có m ột cơ chê h iệ u c h ín h có thế
áp dụn g một cách tống quát
Lời giải mới được tạo r a có th ê được cập n h ậ t vào CSDL ca suy l u ậ n đê sử d ụ n g lại trong tương lai Việc cập n h ậ t không n h ấ t th iế t là th ê m ca suy lu ậ n mới m à có th ê là hiệu chỉnh ca suy lu ậ n củ đế cho nó m a n g tín h đại diện hơn CSDL ca suy lu ậ n c ũ n g k h ôn g n h ấ t
th iế t chỉ lưu các ca suy lu ậ n t h à n h công mà cũng có th ể chứa cả các ca suy lu ậ n không
th à n h công
CBR đang được ng h iê n cứu và ứ n g d ụ n g một cách rộng rãi, đặc biệt là với n h ữ n g hệ chuyên gia cần tới các tri thức d ạ n g k in h nghiệm Một số’ các n g h iê n cứu điển h ìn h là hệ chuyên gia tạo món ă n T r u n g Hoa C H EF, c h ẩ n đoán b ệ n h PROTOS, giải q u y ế t xu n g đột quốc tê MEDIATOR, tư v ấ n l u ậ t HYPO CBR cũng b ắ t đ ầ u được ứ ng dụ n g h iệ u q u ả trong công nghiệp và kinh do a n h n h ư hệ trợ giúp khác h à n g SMART của C om paq, hệ trợ giúp
th iê t kê CLAVIER của Lockheed [3] Một hưỏng nghiên cứu mới là p h á t tr i ể n các hệ C BR
hội thoại cho phép người sử d ụ n g th a m gia vào q u á tr ì n h h iệ u c h ỉn h lòi giải [5].
Tạp clìí Khoa học ĐHQGHN K ỈIT N & CN T.xx S ố 4, 2004
Trang 3Casc-based rciisoninụ và khá Iiăiiíí tiếp cận hằng logic vị từ 53
R E T R IE V E
P r o b le m New
Case
/
P re v io u s
C ases
*
G eneral
K no w ledg e
Retrieved Case
\ Learned Ị T
R E U S E
S u g g e s te d
s o lu tio n
R E V IS E
R E T A IN
C o n firm e d
s o lu tio n
H ình 1 Case-based reasoning
2.2 T ìm h iế u C B R th ô n g q u a hê c h u y ê n g ia C H E F
C H E F [4] là m ột hệ chu yên gia trợ giúp việc tạo cách chê biến món ă n T r u n g Hoa
C H E F ch ứ a 10 ca su y lu ậ n về cách c h ế biến món ă n và m ột sô' tri thức tổng hợp về n ấ u ăn
H ình 2 mô tả cách chê biến món “đ ậ u xào t h ị t bò”
A h a lf p ou nd o f b e e f
T w o ta b le s p o o n s o f so y sa u ce
O n e te a s p o o n o f rice w in e
A h a lf ta b le s p o o n o f co rn sta rch
O n e te a s p o o n o f su g a r
A h a lf p ou nd o f g re e n bean
O n e te a s p o o n o f salt
O n e c h u n k o f g a rlic
C h o p th e g a rlic into p ie c e s th e size o f m a tc h h e a d s
S h re d th e b e e f
M a rin a te th e b e e f in th e g a rlic, su ga r, corn s ta rc h , rice w in e and so y sa u c e
S tir fry th e s p ic e s , rice w in e and b e e f fo r o n e m in u te
A d d th e g re e n b ea n to th e sp ice s, rice w ine and b e e f
S tir fry th e s p ic e s , rice w ine, g re e n bean and b e e f fo r th re e m in u te s
A d d th e s a lt to th e sp ice s, rice w ine , gre en bean and b ee f
H ình 2 Cách chế biến “đậu xào thịt bò”
Giả sử, c h ú n g t a cần cách c h ế biến “xúp lơ xào t h ị t bò” Khi đó từ các th ô n g tin “th ịt bò”, “xào” v à tr i thức “xú p lơ” và “đ ậ u ” cùng là “r a u ”, C H E F tìm ra cách c h ế biến g ần giông
n h ấ t là “đ ậ u xào th ịt bò” N ếu chỉ đơn t h u ầ n th a y “xúp lơ” vào vị tr í của “đ ậ u ” th ì chưa thê gọi là tạo r a m ộ t cách chê biến mới C H E F v ậ n d ụ n g các tr i thức về n ấ u ă n khác để hiệu
c h ỉn h cách chê biến này Trước tiên, từ sự khác n h a u về kích thước giữa “đ ậ u ” và “xúp lơ”,
Tạp chí Khoa học DHQGHN KH TN ầ CN ĩ.XX S ố4 2004
Trang 454 Nguyễn Việt Hà, Phạm Ngọc Hùng.
C H E F sẽ th ê m công đoạn “th á i xúp lơ” trước khi xào T hêm nữa, từ các tri thứ c “xúp lơ ch ứ a nhiều nước”, “t h ịt bò không nên xào vói n hiều nước”, và “nếu xào c h u n g kh ô n g ngon th ì có
th ể xào riê n g rè ”, C H E F chỉnh sửa cách ch ế biến t h à n h “xào xúp lơ vả t h ịt hò riêng rè” Hình 3 là cách chê biến “xúp lơ xào th ịt bò” do C H E F tạo ra
Rõ rà n g , C H E F khôn g chỉ đơn t h u ầ n là hệ thô ng tìm k iế m /th a y t h ế m à còn có n ă n g lực suy diễn dựa trê n các luật
2.3 B iê u d iễ n tr i th ứ c và su y d iê n
Trong các hệ th ô n g CBR, tr i thức được lưu song song b ằ n g h a i dạng: ca su y lu ậ n và
lu ậ t suy diễn Ca suy lu ậ n là các tri thức d ạ n g k in h nghiệm và l u ậ t là các tri th ứ c đã được
hình thức hóa cao cho suy diễn Ví dụ, C H E F chứa ca suy lu ậ n là các cách c h ế biến m ột số
món ă n điển h ình và các lu ậ t n h ư “nếu xào chung không ngon th ì xào riêng rẽ ” C H E F v ặn dụng lu ậ t n à y đê đưa r a cách giải quyết là xào xúp lơ và th ị t bò riêng rẽ B ằng việc sử d ụ n g các luật, CBR hiệu chỉnh lòi giải của ca suy lu ậ n tro n g q uá k h ứ và đưa r a lời giải mới p h ù hợp với bài toán N ghĩa là, CBR không chỉ đơn th u ầ n là hệ tìm kiếm mà còn là một hệ suy diễn và thô ng q ua việc suy diễn CBR tìm cách đ ảm bảo tín h thỏ a đ á n g của lời giải Tuy nhiên việc phôi hợp giữa ca suv lu ậ n và lu ậ t suy diễn thường r ấ t phức tạ p và khó xây dựng
được một cơ chê tông quát
Giả sử, nếu CBR có chứa các lu ậ t đú để có thê tự suy diễn r a lòi giải cho các ca suy
lu ậ n m ẫu thì hiển n h iê n nó cũng sẽ suy diễn ra lời giải cho bài toán mới m à kh ô n g cần
th a m kh ảo tới ca suy lu ậ n m ẫu Tức là tro n g trư òn g hợp đặc biệt n à y CBR đ ả m bảo được tín h đ úng đan về m ặ t logic của lời giải Vậy trong trường hợp n à y ý n ghĩa của ca suy lu ậ n nằm ở chỗ nào? B ản c h ấ t của ca suy lu ậ n m ẫu tro n g hệ thô ng là làm tă n g h iệu s u ấ t tìm lòi giải Trong thực tế, con người v ẫ n thường tìm lời giải b ằ n g dựa vào k in h n ghiệm giải các bài toán tương tự trong qu á khứ Việc x u â t p h á t từ lòi giải của tìn h h u ố n g tương tự sẽ r ú t n gắn thời gian đê đưa ra lòi giải cần thiết Giống nh ư vậy, các ca suy lu ậ n m ẫ u ch ín h là các k inh nghiệm giúp hệ thốn g th u hẹp không gian tìm kiếm lời giải
A h alf p ound o f b e e f
T w o ta b le s p o o n s o f so y sa uce
O n e te a sp o o n o f rice w ine
A h a lf ta b le s p o o n o f corn starch
O ne te a s p o o n o f s u g a r
A h alf pound o f b rocoli
O n e te a s p o o n o f salt
O n e c h u n k o f g a rlic
C ho p the g a rlic into p ie ces the size o f m a tc h h e a d s
S hred th e b ee f
M a rin a te th e b e e f in th e g arlic, sugar, corn starch, rice w ine and so y sa uce
C ho p th e bro ccoli into p ie c e s th e size o f ch un ks
S tir fry th e b ro cco li fo r th re e m in utes
S tir fry th e sp ice s, rice w ine and b e e f fo r o ne m inute
A dd th e b ro cco li to th e sp ice s, rice w ine and beef
S tir fry the sp ic e s , rice w ine, b ro ccoli and b ee f fo r a h a lf m in u te s Add the salt to the spices, rice wine, green bean and beef
Hình 3 Cách chế biến “xúp lơ xào thịt bò"
Tạp clìí Khoa học D H Q dH N K H Ỉ N & CN T.xx So 4 2004
Trang 5Case-based reasoning; và klìá năniỊ liếp cận bằim logic vị từ 55
N ă n g lực c ủa các hệ suy diễn được quyết định bởi lượng kiến thức và phương p háp suy diễn Thông thường, với các phương p h áp suy diễn càng hiệu quả th ì n ă n g lực biếu diễn càng thấp Do đó, khô ng ph ải lúc nào chú ng ta cũng dề d àn g h ìn h thức hóa được các tri thức, n h ấ t là tri th ứ c k in h nghiệm dưới dạn g các lu ậ t suy diễn Ớ điểm này, các ca suy luận ngoài việc là m t ă n g h iệ u s u ấ t tìm lời giải còn là một phương p h á p hỗ trợ đác lực cho chúng
ta trong việc biểu diễn tri thức
M ặt khác, b ằ n g việc sử d ụ n g các ca suy diễn, việc bô su n g (học) tri thức được tiến
h à n h một cách tự nhiên N ếu người sử d ụn g chấp n h ậ n lòi giải thì có th ê cập n h ậ t nó vào CSDL ca suy lu ận N hư vậy, với các bài toán tương tự c h ú n g ta ho à n toàn có th ê hy vọng hệ thống sè đưa ra lòi giải với tốíc độ n h a n h hơn
Tóm lại, CBR là phương p h á p tìm lời giải k ế t hợp giữa suy diễn và vận d ụ ng kinh nghiệm chứ khôn g loại bỏ suy diễn M emory-based re a so n in g (MBR) là phương pháp p h á t triển dựa tr ê n CBR theo hướng chỉ v ận d ụ n g kin h n ghiệm và loại bỏ h ắ n suy diễn [6] MBR thông thư ờ ng được cài đ ặ t tr ê n các máy tín h song song và tậ n d ụ n g n ă n g lực tín h toán cao này đê tìm ca su y lu ậ n tương tự từ các CSDL lớn [7] Trong các phương p h á p này, vấn đề
đ á n h giá độ tương tự đê tìm ca suy lu ậ n m ẫu thỏa đán g n h ấ t là đặc biệt q u a n trọng Việc hình thức hóa độ tương tự cũng khó k h ă n n h ư việc h ìn h thức hóa các tri thức d ạ n g k inh nghiệm Suy lu ậ n tương tự (analogical reason in g - analogy) là một cách tiêp cận sử d ụn g sự tương tự vào việc tìm lời giải [8] Khác với CBR tín h độ tương tự tro n g cùng một miền bài toán, analogy tín h độ tương tự giữa cấu trú c của các m iền bài to á n và tìm cách á n h xạ tri thức từ m iền này s a n g m iền kia
3 Cài đặt CBR b ằ n g lo g ic vị từ
Trong mục này c h ú n g tôi đề x u ấ t một phương thứ c cài đ ặ t CBR b ằn g logic vị từ cấp một Lời giải cho m ột bài to á n mới được suy diễn b ằ n g cách ưu tiê n áp d ụn g các lu ậ t đà được sử d ụ n g tro n g ca suy lu ậ n m ẫu Phương thức này cho phép đ ả m bảo tín h đ ú n g đắn vê
m ặ t logic c ủ a lời giải do nó được suy diễn từ các lu ậ t chứa tro n g hệ thông Các ca suy lu ậ n
m ẫu lưu tr ữ tro n g h ệ th ô n g được xem n h ư là các k in h nghiệm suv lu ậ n và sẽ làm tă n g tín h hiệu quả tro n g việc tìm lòi giải C hú ng tôi giới h ạ n bài to á n là các bài toán d ạ n g Yes/No và
sử dụng phương p h á p p h ả n bác (SLD) để chứng minh
3.1 B iê u d iê n ca s u y lu ậ n
1) Đặc tả ca suy lu ậ n và tín h độ tương tự
C h ú n g tôi đ ịn h n g h ía đặc t ả bài toán là tậ p các vị từ x u ấ t h iệ n tro n g câu hỏi và trong các điều k iện (sự thực) của bài toán Ví dụ, với bài toán
Tạp chi Khoa học ĐHQGHN KH TN & CN, T.xx, So 4, 2004
Trang 656 Nguyễn Việt Hà, Phạm Neọc Hùng
B ài toán 1
Sự thực:
sk ilfu l(Jo h n )
m e ch a n ic (Jo h n )
tru ck (T )
Câu hỏi:
r e p a ir ( J o h n , T)
thì đặc t ả tư ơ n g ứ ng sẽ là tậ p hợp {skilful, mechanic, tru c k , repair}
Có n h iề u p h ư ơ n g p h á p để so s á n h độ giông n h a u của đặc tả, ở đ ây c h ú n g tôi tín h độ
tương tự sim(Cj, c ý giữa hai đặc tả Cj và c2 n h ư sau:
n x + n 2
trong đó s là số các vị từ giông n h a u giữa h a i đặc tả; n 7, n 2 lầ n lượt là sô' vị từ tro n g từ n g đặc
tá Như vậy độ tư ơ n g tự sẽ n h ậ n giá trị từ 0 đến 1
2) Lời giải c ủ a ca suy lu ậ n
Lòi giải c ủ a m ộ t ca suy lu ậ n được định ngh ĩa là tậ p các lu ậ t giải được d ù n g tro n g cây chứng m in h c ủ a ca đó Giả sử hệ thô ng sử dụ n g các lu ậ t sa u đế ch ứng m in h bài to á n 1: skilful(x) m a in ta in (x , y) -> repair(x, y)
mechanic(x) vehicle(y) -> m ain tain (x , y)
truck(x) -> vehicle(x)
Khi đó lòi giải của ca suy lu ậ n tương ứng sè chính là tậ p chứa các l u ậ t này H ìn h 4
m inh họa m ột ca s u y lu ậ n hoàn chỉnh
Description skilful, m e ch a n ic, tru ck, rep air
Solution sk ilfu l(x ) m a in ta in (x , y) -> repair(x, y),
m e c h a n ic (x ) v e h ic le (y ) -> m a in ta in (x , y), tru c k (x) -> v e h ic le (x )
H ình 4 Ví dụ về ca suy luận
3.2 Q u á t r ì n h tìm lời g iả i
Việc tìm lời giải cho một bài to á n mới được tiến h à n h n h ư sau:
- tạ o đặc t ả cho bài to á n
- sử d ụ n g công thức (1) tìm ca suy lu ậ n m ẫ u p h ù hợp n h ấ t với bài to á n
- ch ứ n g m in h bài to á n b ằ n g cách ưu tiê n áp dụng các lu ậ t của ca sử d ụ n g m ẫ u
Điêrn k h á c b iệ t so với các hệ CBR khác là ỏ phương p h á p tá i sử đ ụ n g /h iệ u chỉnh lời giải Lời giải mới được đưa r a b ằ n g phương ph áp SLD chứ không phải được tạo r a trực tiếp
Tạp chí Khoa học ĐHQGHN KH TN & CN r XX, So 4, 2004
Trang 7Casc-bỉiscd reasoning và khii nãnu liếp cận bansz Ionic vị từ 57
từ lời giải củ T u y nh iên, th a y vì áp d ụn g các lu ậ t một cách t u ầ n tự thì c h ú n g ta ưu tiên áp
dụ ng các l u ậ t tro n g lời giải của ca suy lu ậ n tương tự
Xét bài to á n sau:
Bài toán 2
Sự thực:
skilful(Tom)
mechanic(Tom)
motorbike(M)
Câu hỏi:
re p a ir (Tom, M)
Đặc tả của bài to án này sê là {skilful, mechanic, motorbike, repair} Độ tươ ng tự giừa đặc tả này và đặc tả của ca suy lu ậ n trong h ìn h 4 theo công thức (1) là 0,75 G iả sử đ ây là ca suy lu ận gần giông n h ấ t với bài to á n 2 C h ún g ta củng giả sử rằ n g hệ th ô n g chứ a một tập các lu ậ t suy diễn mô tả tro n g h ìn h 5 Khi đó hệ th ôn g sẽ ưu tiên áp d ụ n g các l u ậ t củ a ca suy
lu ậ n nói tr ê n và tạo ra được cây chứng m inh và người sử d ụ n g sẽ n h ậ n được c âu t r ả lời
“Yes” Các lu ậ t được áp d ụ n g tro n g cây chứng m in h sẽ là r200, r201, r203
3.3 K h ả o s á t
C h ú n g ta có th ê th ấ y lòi giải (tập các lu ậ t được sử dụng) của ca suy lu ậ n và lòi giải cho bài toán là r ấ t giống n h a u Tuy chú ng ta suy diễn từ các l u ậ t của hệ th ô n g n h ư n g đồng thòi, trê n k h ía c ạ n h một hệ CBR, cũng có th ể nói r ằ n g c h ú n g ta đã t h à n h công tro n g việc hiệu chỉnh lòi giải m ẫu t h à n h lời giải cho bài to án mới
Lòi giải th u được hiến n h iê n là lòi giải đ ú ng đ ắ n do nó được suy diễn t ừ các sự thực và
lu ậ t trong hệ thông Ý n g h ĩa của ca suy lu ậ n m ẫu là ở chỗ nó góp p h ầ n tă n g tốc độ tìm kiếm lời giải Rõ ràng, việc Ưu tiên áp d ụn g các lu ậ t của ca m ẫ u sè h ạ n chê được sự b ù n g nổ của không gian tìm kiếm tro n g quá trìn h xây dựng cây chứng m inh N ếu không ưu tiê n sử dụng các lu ậ t trong ca suy lu ậ n m ẫu, việc tìm kiếm có th ê được tiến h à n h với n h iề u n h á n h không liên qu a n gì đến lòi giải cuối cùng H ình 6 mô tả kh ô n g gian tìm kiếm tr u y ề n th ô n g , tức ỉà không Ưu tiên các lu ậ t của ca suy lu ậ n mẫu Các lu ậ t n h ư “skilful(x) assemble(x, y) -> repair(x, y)” và “ e le c tro n ic _ e n g in e e r(x ) electrical_good(y)-> assemble(x, y)” được sử d ụ n g trước và tạo r a một
n h á n h tìm kiếm kh ô n g cần th iế t (nửa cây bên trái) Với các CSDL l u ậ t lớn, k h ô n g gian tìm kiếm có thê bị b ù n g nô d ẫ n đến không tìm được lòi giải tro n g m ột thời g ia n cho trước Với phương thức đề x u ất, c h ú n g ta ưu tiê n áp dụ ng các l u ậ t của ca suy lu ậ n m ẫ u và khi đó
ch ún g ta chỉ cần tìm kiếm tro n g một khô ng gian hẹp Ví d ụ n h ư với bài to á n n ê u tr ê n là.nửa bên phải, p h ầ n in đậm tro n g h ìn h 6
Tạp chi Khoa học DHQGHN KH TN á CN T.xx, S ổ4, 2004
Trang 8Nụuyễn Việỉ Hà Phạm Niiọc Hùng.
r1 00: s k ilfu l(x ) a s s e m b le (x , y) -> re p a ir(x, y)
r1 01: e le c tro n ic _ e n g in e e r(x ) e le c tric a l_ g o o d (y ) -> a s s e m b le (x , y)
r1 02: te le v is io n (x ) -> e le c tric a l_ g o o d (x )
r1 03: rad io (x ) -> e le c tric a l_ g o o d (x )
r200: s k ilfu l(x ) m a in ta in (x , y) -> re p a ir(x, y)
r2 0 1 : m e c h a n ic (x ) v e h ic le (y) -> m a in ta in (x , y)
r202: tru c k (x) -> v e h ic le (x )
r203: m o to rb ik e (x ) -> v e h ic le (x )
Tóm lại, với phương thức đề x u ấ t ch ú n g ta t ậ n d ụ n g được ưu đ iể m c ủ a CBR là sử dụng lại kinh nghiệm và ưu điếm của logic vị từ là n ă n g lực suy diễn và tín h đú n g đắn Thêm nữa, phương thức n ày dề d à n g cài đ ặ t và v ận d ụ n g cho lớp các b à i to á n th ô n g dụng vẫn được cài b ằ n g logic vị từ Một điểm c ần lưu ý ở đây là các ca suy lu ậ n m ẫ u n ê u trê n mới chí áp dụ n g cho trư ờ n g hợp lòi giải k h ẳ n g định, tức là tồn tạ i m ột cây c h ứ n g minh Với trường hợp p hủ định, c h ú n g t a sẽ phải th ử mọi n h á n h tìm kiếm có th ê và thời gian để đưa
ra câu t r ả lời p h ủ đ ịn h tương đương với thời gian suy lu ậ n tro n g các h ệ th ô n g suy lu ậ n tru y ề n thông
H ình 5 Các luật suy diễn của hệ thống
~ repair(Tom , M)
A s k ilfu l( T o m ) V ~ a s s e m b le (T o m , M )
r1 00
~skilfu l(T o m ) V ~ m a in ta in (T o m , M)
▼
~ 'e ỉe c tro n ic _ e n g in e e r(T o m ) V - e le c tro n ic a l_ g o o d (M ) ~ m e c h a n ic (T o m ) V - v e h ic le ( M )
~ ve h ic le (M )
□
H ình 6 Không gian tìm kiếm truyền thông
Tạp chí Khoa học Đ H Q G tìN K i l l N & CN r.xx So 4 2004
Trang 9Case-based reasoning và khá lìãng tiếp cận bằng loeic vị từ 59
4 K ế t l u ậ n
Trong bài báo này, ch ú n g tôi đã kh ảo s á t CBR trê n góc độ là một hệ suy diễn và chỉ rõ
b ản ch ất của mô h ìn h này Tri thức tro n g CBR được biêu diễn b ằ n g m ột mô h ìn h lai giữa các kinh nghiệm suy lu ậ n và lu ật Lòi giải được đưa r a dựa tr ê n sự v ậ n d ụ n g đồng thòi hai loại tri thức này Có th ê nói CBR r ấ t gần với mô h ìn h suy lu ậ n của con người
C h ú n g tôi đề x u ấ t một phương thức cài đ ặ t CBR b ằ n g logic vị từ câp một Trong phương th ứ c này, lòi giải của ca suy lu ậ n m ẫ u được lưu b ằ n g tậ p các l u ậ t giải tro n g cây suy luận Lòi giải của bài to á n mới sê được tìm k iếm h iệ u q u ả b ằ n g việc suy lu ậ n từ tậ p các lu ậ t giải cua ca suy lu ậ n m ẫu Điểm mới của phương thức n ày là đả m bảo được tín h đú n g đ ắ n về
m ặt logic của lời giải Phương th ức đê x u ấ t có ý n g h ĩa q u a n trọ n g tro n g việc đưa ra m ột cách tiếp cặn h ìn h thức cho CBR Hướng n g h iê n cứu tiếp theo của ch ú n g tôi là h ìn h thức hóa
c h ặ t chè và kh ảo s á t tín h hiệu q uả của phương thức này
TÀI LIỆU THAM KHẢO
1 Kolodner J., Case-based reasoning, Morgan Kaufmann, 1993, 668 tr
2 Aamodt A and Plaza E., Case-based reasoning: Foudational issues, methodological
variations, and system approches, A Ỉ Com m unications Vol 7 No 1 (1994), 39-59.
3 Watson I., A pplying Case-based reasoning: Techniques for Enterprise S ystem s, Morgan
Kaufmann, 1997, 290tr
4 Hammond K.J., Case-based planning: a framework for planning from experience, Cognitive
Science Vol 14 (1990), 385-443.
5 Aha D.w and Breslow L.A., Conversational case-based reasoning, A pplied Intelligence Vol
14 (2001) , 9-32
6 Stanfill c and Waltz D., The memory based reasoning paradigm, in Case based reasoning
workshop (1988), 414-424.
7 Kitano H., Challenges for massive parallelism, IJC A I-93, 813-834.
8 Hall R.P., Computational approaches to analogical reasoning: A comparative analysis,
A rtificial Intelligence Vol 39, No 1 (1989), 39-120.
Tap chi Khoa học ĐHQGHN KH TN & CN T.XX So 4 2004
Trang 1060 Nguyỗn Việt Hà, Phạm Ngọc Hùng.
VNU JO URN AL OF SCIENCE, Nat., Sci., & Tech., T.xx, N04 , 20 04
C A S E -B A S E D R E A S O N I N G A N D A N I M P L E M E N T I N G A P P R O A C H
B Y P R E D I C A T E LO G IC
N g u y e n V iet Ha, P h a m N goc Hung, Ho Si D a m
College o f Technology, V ietn a m N a tio n a l U n iv ersity , H a n o i
Tran Vu V iet Anh
The N a tio n a l U niversity o f Singapore
C ase-based reaso n in g (CBR) is a re c en t a pproach to problem solving a n d le arn in g It derives a solution for a given problem by searching p revious c a s e s a n d a d a p tin g th e solution of the most sim ila r case This m e th o d h a s received a lot of a tte n tio n over the la st few years a n d m an y sy stem s have been im plem ented However, th e solution revising of CBR is based on problem dom ain, which m a k es it complicated In a d d itio n , the s o u n d n ess
of obtained solutions c an n o t be g u a ra n te e d in m any cases b e c a u s e of th e s h o rtn e s s of inferring process T h is p a p e r discusses CBR on th e view of re a s o n in g a n d proposes a fram ew ork to im p le m e n t CBR by p red icate logic In th is fram e w o rk , previous cases are used to reduce th e inference cost a n d th e obtain ed solution is g u a r a n t e e d to be sound
Tạp clìi Khoa học ĐHQGHN K H T N & C N T.xx So 4 2004