Ontology learning cần dữ liệu đầu vào để học những khái niệm liên quan đến miền đã biết trước, những định nghĩa của khái niệm cũng như các mối quan hệ tổ chức giữa những định nghĩa này..
Trang 1MỤC LỤC
PHẦN I: LÝ THUYẾT ……… 2
QUI TRÌNH XÂY DỰNG ONTOLOGY 2
I.1 Ontology learning 2
I.2 Phát triển ontology 2
I.3 Những tác vụ của ontology learning 3
I.3.1 Xác định thuật ngữ (Terms): 3
I.3.2 Xác định từ đồng nghĩa (Synonyms): 4
I.3.3 Những khái niệm (Concepts): 4
I.3.4 Xác định phân cấp khái niệm (Concep Hierarchies) 4
I.3.5 Xác định các mối quan hệ (Relations) : 5
I.3.6 Xác định lược đồ (Axiom Schemata Instantiations): 5
I.3.7 Xác định tiên đề tổng quát (General Axioms): 5
PHẦN II: BÀI TẬP HỆ CHUYÊN GIA 6
II.1 Phân tích và thiết kế 6
II.1.1 Phân tích 6
II.1.2 Thiết kế 6
II.2 Thực hiện và một số kết quả 9
II.2.1 Chương trình chạy 9
II.2.2 Các câu hỏi của chương trình đặt ra 10
II.2.3 Kết quả chạy chương trình 10
II.2.4 Mã nguồn chương trình 11
TÀI LIỆU THAM KHẢO 33
Trang 2PHẦN I: LÝ THUYẾT
QUI TRÌNH XÂY DỰNG ONTOLOGY
I.1 Ontology learning
Ontology Learning có thể được mô tả như là việc thu thập của 1 mô hình miền từ dữ liệu (miền ở đây có thể như là: Geographical, ) Ontology learning cần dữ liệu đầu vào để học những khái niệm liên quan đến miền đã biết trước, những định nghĩa của khái niệm cũng như các mối quan hệ tổ chức giữa những định nghĩa này Dữ liệu đầu vào có thể là lược đồ như là XML-DTD, những mô hình UML, hoặc lược đồ cơ sở dữ liệu Ontology learning có được thực hiện trên cơ sở của các nguồn được cấu trúc như XML hoặc tài liệu HTML … Trong trường hợp ontology learning được thực hiện trên cơ sở của các nguồn văn bản không được cấu trúc, chúng ta sẽ nói về ontology learning from text.
Ontology learning from text
Ontology learning có thể xem là 1 quá trình của công nghệ đảo mã (reverse engineering) Tác giả của 1 văn bản hoặc 1 tài liệu về 1 mô hình miền trong ý thức và bắt đầu tác giả chia
sẻ ý tưởng với những tác giả khác để viết những tài liệu về cùng 1 miền Tác vụ xây dựng lại mô hình thế giới của tác giả hoặc thậm chí mô hình mà được chia sẻ bởi các tác giả khác nhau, có thể được xem như là 1 loại của công nghệ đảo mã (reverse engineering).
I.2 Phát triển ontology
Việc phát triển ontology chủ yếu liên quan đến việc tiên đề hóa (axiomatize) định nghĩa của những khái niệm (concepts) cùngvới mối quan hệ (relations) giữa chúng Đối với
1 vài ứng dụng của ontologies,điều quan trọng là kết nối những khái niệm và quan hệ đến những kí hiệu (symbols) mà được sử dụng để tham chiếu đến chúng Điều này nghĩa là việc thu thập tri thức ngôn ngữ học về những thuật ngữ mà được sử dụng để tham chiếu đến 1 khái niệm cụ thể và những từ đồng nghĩa có thể có của những thuật ngữ này Sau đó, 1 ontology bao gồm cây phân cấp khái niệm, các quan hệ không phân cấp Để ràng buộc việc giải thích của những khái niệm và quan hệ, biểu đồ tiên đề (axiom schemata) như là sự phân biệt đối với các khái niệm như symmetry, reflexivity, transitivity, Cuối cùng, cũng là 1 trong những quan tâm đến việc sử dụng 1 ontology để lấy được dữ kiện mà không được mô hình hóa rõ ràng trong cơ sở tri thức nhưng có thể được thu từ nó.
Phân lớp đưa ra những tác vụ phụ khác nhau của việc ontology learning:
việc thu thập những thuật ngữ liên quan, ngôn ngữ
sự nhận dạng những thuật ngữ đồng nghĩa, những biến thể
hệ thống khái niệm (concepts),
việc tổ chức phân cấp các khái niệm (concepts),
và phạm vi thích hợp learning những quan hệ (relations), thuộc tính với miền
việc tổ chức phân cấp những mối quan hệ (relations),
instantiation of axiom schemata
Trang 3 khái niệm những tiên đề tùy ý (arbitrary axioms)
Trong hầu hết các trường hợp, những lớp xây dựng dựa trên những lớp ở phía dưới đã xây dựng rồi Những quy trình ở những lớp cao hơn phụ thuộc vào output của những quy trình tương ứng ở các lớp thấp hơn.
Tuy nhiên, những tác vụ ở những lớp khác nhau có thể được nhóm lại với nhau và sử dụng cùng 1 thuật toán.
Ontology learning layer cake
Ở bước thu thập thuật ngữ, chúng ta sẽ tìm những thuật ngữ liên quan như sông, quốc gia, nước, thành phố, thủ đô Tại bước tìm từ đồng nghĩa, chúng ta nhóm quốc gia và nước như
là khái niệm tương đương Tiếp theo, chúng ta learning phân cấp khái niệm giữa những khái niệm Đối với miền địa lý, có thủ_đô ≤C thành_phố, thành_phố ≤C thực_thể_có_người_ở (Inhabited_GE).
Thêm vào nữa, chúng ta learning các mối quan hệ với nhau như là mối quan hệ thủ_đô_của giữa thành_phố và quốc_gia Tại cấp độ biểu đồ tiên đề (axiom schemata), chúng ta thu được sông và núi là những khái niệm phân biệt Cuối cùng, chúng ta lấy những quan hệ phức tạp hơn giữa các khái niệm và quan hệ trong hình thái tiên đề Ví dụ: quy định nói rằng quốc_gia có 1 thủ_đô duy nhất
I.3 Những tác vụ của ontology learning
I.3.1 Xác định thuật ngữ (Terms):
Những thuật ngữ là sự nhận dạng ngôn ngữ học của những khái niệm về lĩnh vực cụ thể Tác vụ ở đây chính là tìm ra tập hợp những thuật ngữ hoặc dấu hiệu cho các khái niệm
và quan hệ, mà chính là đặc điểm của lĩnh vực cụ thể, và sẽ cung cấp cơ sở để định nghĩa 1
bộ từ vựng (lexicon) cho ontology.
Những thuật ngữ có thể là từ đơn hoặc từ ghép mà có ý nghĩa với lĩnh vực đã cho Đầu vào cho tác vụ này là 1 tập hợp những tài liệu liên quan đến lĩnh vực (domain) quan tâm, và đầu ra là tập hợp chuỗi SC và SR : chứa đựng những thuật ngữ mà được dùng như là dấu hiệu cho khái niệm và quan hệ.
Trang 4I.3.2 Xác định từ đồng nghĩa (Synonyms):
Tác vụ khám phá từ đồng nghĩa bao gồm việc tìm những từ mà có khái niệm tương
tự Chúng ta chú ý rằng 2 từ được xem là đồng nghĩa nếu chúng có nghĩa chung mà có thể được dùng như là cơ sở để hình thành 1 khái niệm liên quan đến lĩnh vực.
Chú ý rằng có 1 sự chồng chéo giữa khái niệm đồng nghĩa và mối quan hệ từ vựng
cohyponymy Cohyponymy được định nghĩa là mối quan hệ giữa hyponyms và hypernym.
Ví dụ : spoon is a hyponym of cutlery
musical instrument is a hypernym of piano
I.3.3 Những khái niệm (Concepts):
Sự hình thành khái niệm cung cấp:
Định nghĩa của những khái niệm
Sự mở rộng của những khái niệm
Những dấu hiệu từ vựng được dùng để tham chiếu đến chúng.
Chúng ta định nghĩa 1 khái niệm gồm 3 phần < i(c), [|c|],RefC(c) >i(c) is the intension of the concept [|c|] : sự mở rộng của khái niệm RefC(c) : mô tả sự nhận dạng từ vựng trong bộ ngữ liệu (corpus)
I.3.4 Xác định phân cấp khái niệm (Concep Hierarchies)
Có những tác vụ liên quan :
Việc đưa vào cấu trúc phân cấp khái niệm (Concept Hierarchy Induction) :
Ví dụ bắt đầu từ tập khái niệm C:= { Thực thể định danh, Thực thể định danh tự nhiên, Thực thể định danh có người ở, Núi, Sông, Quốc gia, Thành phố }, công việc phải làm là sẽ đưa ra ≤C (phân cấp khái niệm hoặc phân loại tư duy (taxonomy))
Núi < thực thể định danh tự nhiên, sông < thực thể định danh tự nhiên, thực thể định danh
tự nhiên < thực thể định danh, quốc gia < thực thể định có người ở, thành phố < thực thể định có người ở, thủ đô < thành phố, thực thể định danh có người ở < thực thể định danh ≤C
= {(núi,thực thể định danh), (sông, thực thể định danh), (quốc gia, thực thể định danh), (thành phố, thực thể định danh), (thủ đô, thực thể định danh có người ở}, {thủ đô, thực thể định danh)}
Sự tinh lọc (Refinement) :
Chúng ta định nghĩa việc tinh lọc sự phân cấp khái niệm là 1 tác vụ, mở rộng hệ thống phân cấp khái niệm đã có, bằng việc thêm vào các khái niệm đã tồn tại, tinh lọc lại hệ thống phân cấp.
Ví dụ : thêm vào bộ : (thung lũng, thực thể định danh tự nhiên)
Mở rộng bộ từ vựng (Lexical Extension) :
Trang 5Chúng ta định nghĩa việc mở rộng bộ từ vựng hoặc việc tinh lọc bộ từ vựng của hệ thống phân cấp khái niệm như là tác vụ, tìm 1 bộ nhận dạng từ vựng mới Si của khái niệm c, mở rộng RefC(c), RefC’{c) := RefC{c) Ui {si}
Ví dụ : thêm vào thuật ngữ “suối” vào RefC(sông).
I.3.5 Xác định các mối quan hệ (Relations) :
Dựa vào các khái niệm trong C (concept identifiers), tìm quan hệ có thể được giữa các khái niệm,
Đưa ra R (relation identifiers) : tìm những nhãn và nhận dạng quan hệ trên cơ sở ngữ liệu (corpus) có sẵn, các quan hệ có thể có của khái niệm trong C,
Lấy 1 quan hệ cụ thể r Є R, theo sự phân cấp khái niệm, chúng ta xác định miền (domain) và phạm vi (range) phù hợp của quan hệ,
Learning phân cấp quan hệ trong R, ký hiệu ≤R
Ví dụ : C = { Thực thể định danh, Thực thể định danh tự nhiên, Thực thể định danh có người ở, Núi, Sông, Quốc gia, Thành phố}, R = {thủ_đô_của, nằm_tại}, σR(thủ_đô_của) = (thành phố, quốc gia), (domain : thành phố, range : quốc gia), sự phân cấp quan hệ : thủ_đô_của ≤R nằm_tại Vì nếu x là thủ đô của y, thì x cũng nằm tại y.
I.3.6 Xác định lược đồ (Axiom Schemata Instantiations):
Đề cập đến định nghĩa tiên đề của khái niệm và quan hệ Đối với khái niệm, chúng ta
có disjointness hoặc equivalence, trong khi đối với quan hệ, chúng ta có tiên đề mô tả thuộc tính của quan hệ như là transitivity, symmetry,
I.3.7 Xác định tiên đề tổng quát (General Axioms):
Kiểu tiên đề này phụ thuộc nhiều vào hình thức luận lý được dùng trong nền tảng của lĩnh vực cụ thể Những tiên đề tổng quát là sự kéo theo luận lý nhằm ràng buộc sự diễn dịch của khái niệm và quan hệ Tác vụ learning axiom có thể được hiểu bao gồm việc đưa ra những mối quan hệ và kết nối phức tạp hơn giữa khái niệm và quan hệ Tiên đề tổng quát không thể được thu thập 1 cách tự động, chúng ta sẽ không đưa ra cụ thể 1 quy luật nào vì
nó phụ thuộc vào hình thức trình bày tri thức được dùng.
Ví dụ : tiên đề : với mọi quốc gia x -> y là thủ đô của x, với mọi z là thủ đô của x ->
y = x : mỗi quốc gia chỉ có 1 thủ đô
Trang 6PHẦN II: BÀI TẬP HỆ CHUYÊN GIA
II.1 Phân tích và thiết kế
II.1.1 Phân tích
Phong tục tập quán Việt Nam là một lĩnh vực rất phong phú và đa dạng 54 dân tộc
là 54 nền văn hóa khác nhau Vì thế, để hiểu rõ hết được nền văn hóa, phong tục của nước
ta là một điều rất khó Với sự phát triển mạnh mẽ của nền kinh tế, phong tục, tập quán cũng dần dần mất theo sự phát triển đó Để có thể một phần nào giúp chúng ta không quên đi những nét đẹp của nền văn hóa Việt Hệ chuyên gia này sẽ giúp bạn nắm bắt được nhiều nét đẹp, hiểu rõ và yêu thích phong tục của nước mình hơn.
Để biết được yêu cầu của người sử dụng thì chương trình chúng ta phải đặt ra các câu hỏi để từ đó người dùng trả lời Dựa vào những câu trả lời của người dùng ta biết được người dùng muốn gì hay người dùng muốn tìm hiểu về vấn đề gì Để trả lời đúng cho người
sử dụng từ các yêu cầu đưa vào thì ta phải xây dựng ứng với phong tục phải có một số câu hỏi và trả lời nhất định.
Chương trình muốn hỗ trợ người dùng tìm hiểu phong tục, tập quán mỗi một phong tục người thì trước tiên ta phải đi xây dụng các sự kiện cụ thể.
Để người sử dụng có thể khai thác tối đa các chức năng của chương trình thì trước hết chương trình phải có các hướng dẫn cho người sử dụng và cách thức sử dụng chương trình cũng như các nguyên tắc hỏi và trả lời.
Trang 73 Sự kiện các nghi thức lễ cưới hỏi
Trang 8Trong đó:
A : các phong tục, tập quán người Việt.
B : các sự kiện thuộc về mỗi dạng phong tục.
C : số câu hỏi.
D : lời giải thích.
E : loại bỏ câu trả lời là NO.
F : kết thúc chương trình.
G : chương trình hỏi lại người dùng.
H : câu hỏi của chương trình.
K : xác nhận câu trả lời là YES hay NO.
L : Chương trình trả lời.
M: kết quả của chương trình
Trang 9II.2 Thực hiện và một số kết quả
II.2.1 Chương trình chạy
Hình 2: Khi chương trình chạy
II.2.2 Các câu hỏi của chương trình đặt ra
Trang 10Hình 3: Chương trình đặt câu hỏi
II.2.3 Kết quả chạy chương trình
Hình 4: Kết quả chạy chương trình
Trang 11II.2.4 Mã nguồn chương trình
Trang 12% Cac cau hoi dat ra
cauhoi(1):-write('Ban co muon biet cau "Nam nu thu thu bat than" nghia la gi khong (y/n)?'),nl,
traloi(1)
cauhoi(2):-write('Ban co muon biet "Moi lai " nghia la gi khong (y/n) ?'),nl, traloi(2)
cauhoi(3):-write('Ban muon biet quan niem "Lay vo ken tong_Lay chong ken giong" co y'),nl,
write('nghia gi khong (y/n)?'),nl, traloi(3)
cauhoi(4):-write('Ban muon biet "Hai nguoi cung ho " co the lay nhau khong (y/n)?'),nl, traloi(4)
cauhoi(5):-write('Ban muon biet "Tien Nap theo (tien cheo)"la gi khong (y/n)?'),nl, traloi(5)
cauhoi(6):-write('Ban muon biet "Me chong se lam gi" khi con dau bat dau ve nha chong'),nl,
write('khong (y/n)?'),nl,traloi(6)
cauhoi(7):-write('"Tai sao me co dau kieng khong di dua dau", ban co muon biet khong(y/n)?'),
nl,traloi(7)
cauhoi(8):-write('Ban muon biet "Tai sao trong goi qua me cho con gai truoc gio'),nl,
cauhoi(9):-write('"Tai sao dam cuoi can co phu dau", ban co muon biet vi sao khong(y/n)?'), nl,traloi(9).cauhoi(10):-write('Ban co muon biet "Le lai mat" co y nghia gi (y/n)?'),nl,traloi(10)
cauhoi(11):-write('Ban co muon biet nhung chuyen "tham kin" sau khi ket hon la gi khong (y/n)?'),
cauhoi(12):-write('Ban muon biet "Khi dan ba tai gia" can co nhung thu tuc gi(y/n)?'), nl,traloi(12)
cauhoi(13):-write('Ban co muon biet "Na dong khong lay duoc trai to" co y nghia gi khong (y/)?'),
cauhoi(14):-write('Dan gian ta thuong noi: "Mieng trau la dau cau chuyen", ban muon hieu y '),nl,
cauhoi(15):-write('Ban muon biet "Tai sao goi la toc the" (y/n) ?'),nl, traloi(15)
cauhoi(16):-write('Ban muon biet "quan niem ve mau sac voi van hoa dan toc xu Viet"(y/n)?'),nl,traloi(16).cauhoi(17):-write('Ban muon biet "Tuc thach cuoi" hay do ra sao (y/n) ?'),nl, traloi(17)
Trang 13cauhoi(18):-write('Ban muon biet "Su tich To Hong " (y/n) ?'),nl, traloi(18).
cauhoi(19):-write('Ban muon biet Su tich "banh Phu the (Su Se) " (y/n) ?'),nl, traloi(19)
cauhoi(20):-write('Ban muon biet "Xuat xu cua tuc nhuom rang va cach nhuom'),nl,
cauhoi(21):-write('Ban muon biet "Le van danh " co y nghia gi (y/n) ?'),nl, traloi(21)
cauhoi(22):-write('Ban muon biet "Nen nhin nhan van de ly hon nhu the nao " (y/n) ?'),nl, traloi(22).cauhoi(23):-write('Ban muon biet "Co dau truoc khi ve nha chong " co nhung thu tuc gi(y/n) ?'),
nl, traloi(23)
cauhoi(24):-write('Ban muon biet "Le Xin Dau " co y nghia gi Thu tuc tien hanh the nao (y/n) ?'),
cauhoi(25):-write('Ban muon biet "Day con tu thuo bao thai" co y nghia gi (y/n) ?'),nl,traloi(25)
cauhoi(26):-write('Ban muon biet "Tai sao co tuc xin quan ao cu cho tre so sinh"(y/n) ?'), nl, traloi(26).cauhoi(27):-write('Ban muon biet "Tai sao con So ve nha ma, con Ra ve nha chong " (y/n) ?'),
cauhoi(28):-write('Ban muon biet "Tai sao khi moi de chua dat ten chinh"(y/n)?'),nl, traloi(28)
cauhoi(29):-write('Ban muon biet "Tai sao tuoi trong khai sinh van bang thuong'),nl,
cauhoi(30):-write('Ban muon biet "Nguoi Viet lam le Yet Cao to tien xin dat'),nl,
cauhoi(31):-write('Ban muon biet "Co may loai con nuoi "(y/n) ?'),nl, traloi(31)
cauhoi(32):-write('Ban muon biet "Cach xung ho the nao cho dung voi phong'),nl,
cauhoi(33):-write('Ban muon biet "Vo chong nguoi Viet xung ho voi nhau nhu the nao"(y/n)?')
cauhoi(34):-write('Ban muon biet "Nhap gia van Huy la gi"(y/n)?'),nl, traloi(34)
cauhoi(35):-write('Ban muon biet "Ai vai lay ai moi dung "(y/n) khong?'),nl, traloi(35)
cauhoi(36):-write('Ban muon biet "Nen nhin nhan van de ly hon nhu the nao " (y/n) ?'),nl, traloi(36).cauhoi(37):-write('Ban muon biet quan he "vo ca va vo le" trong gia dinh ra sao(y/n)?'),nl,traloi(37).cauhoi(38):-write('Ban muon biet "Dao Hieu la gi? Hieu theo quan niem cua'),nl,
cauhoi(39):-write('Ban muon biet "Vi sao co tuc ban mo hang? ban mo hang'),nl,
cauhoi(40):-write('Ban muon biet "Tuc Khao Lao nhu the nao" co y nghia gi (y/n)?'),nl, traloi(40)
cauhoi(41):-write('Ban muon biet "Tuc Yen Lao nhu the nao"(y/n) ?'),nl, traloi(41)
cauhoi(42):-write('Ban muon biet "Cach xung ho trong Ho nhu the nao"(y/n)?'),nl,traloi(42)
cauhoi(43):-write('Ban muon biet "Phai chang loi chao cao hon mam co"(y/n)?'),nl, traloi(43)
cauhoi(44):-write('Ban muon biet "Tai sao nhung nam gan day co phong trao khoi phuc viec ho "
(y/n) ?') ,nl, traloi(44)
cauhoi(45):-write('Ban muon biet "Quan he giua Ho hang va Lang xa nhu the nao"(y/n) ?'),nl,traloi(45).cauhoi(46):-write('Ban muon biet "Quan he giua Ho hang va Lang xa nhu the nao"(y/n) ?'),
cauhoi(47):-write('Ban muon biet "Ruong huong hoa co y nghia gi" (y/n) ?'),nl, traloi(47)
cauhoi(48):-write('Ban muon biet "Vai tro Truong Toc xua va nay khac nhau the nao" (y/n) ?'),
nl, traloi(48)
cauhoi(49):-write('Ban muon biet "Dao thay tro theo quan diem cua nguoi'),nl,
write('Viet" co y nghia gi (y/n) ?'),nl, traloi(49)
cauhoi(50):-write('Ban muon tim hieu ve "MOT SO KHAI NIEM, QUAN NIEM XUAT XU'),nl,
write('CUA CAC PHONG TUC." (y/n) ?'),nl, traloi(50)
cauhoi(51):-write('Ban muon tim hieu ve "MOT SO SU TICH LUU TRUYEN TRONG DAN
GIAN." (y/n) ?') ,nl,traloi(51)
cauhoi(52):-write('Ban muon tim hieu ve "CAC NGHI THUC CUOI HOI O VIET NAM." (y/n) ?')
cauhoi(53):-write('Ban muon tim hieu ve "QUAN NIEM DAY DO VA NUOI DUONG
CON CAI'),nl,
write('CUA NGUOI VIET." (y/n) ?'),nl, traloi(53)
cauhoi(54):-write('Ban muon tim hieu ve "QUAN HE VA CAH XUNG HO GIUA CAC
THANH VIEN TRONG'),nl,
write('GIA DINH O VIET NAM." (y/n) ?'),nl, traloi(54)
Trang 14cauhoi(55):-write('Ban muon tim hieu ve "QUAN NIEM MUA BAN CUA NGUOI VIET" (y/n) ?'),
nl, traloi(55)
cauhoi(56):-write('Ban muon tim hieu ve "MOT SO THU TUC MUNG THO CUA NGUOI
VIET." (y/n) ?') ,nl, traloi(56)
cauhoi(57):-write('Ban muon tim hieu ve "MOT SO QUAN NIEM HO HANG CUA NGUOI
VIET" (y/n) ?') ,nl, traloi(57)
cauhoi(58):-write('Ban muon tim hieu ve "QUAN NIEM VE QUAN HE THAY-TRO CUA
NGUOI VIET."(y/n)?') ,nl,traloi(58)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%Huong dan su dung chuong trinh
write('< -> '),nl,nl,write(' * * * * **** * * **** *** * * * *** * * *** * * * * * *** '),nl,write(' **** * * * * ** * * *** * * *** ** * ** * * * * * * * * * * *** '),nl,
write('do nhan enter'),nl,nl,
write('Hy vong,chuong trinh cua chung toi se dem den cho ban nhung cau tra loi nhu y! '),nl,nl,
write('< -> '),nl,nl,chaychuongtrinh
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%chaychuongtrinh:- chucnang(X,Y),
luu_cauhoi(Y), lamchucnang(X,Y), abolish(xacnhan, 2)
lamchucnang(_, Y):- nl,
write('< -> '),nl,nl,ketqua(Y)
Trang 15write('Tren day la mot so trinh bay ve phong tuc, tap quan cua nguoi Viet Nam ! '),nl,nl,
write('Chuc ban co them nhung kien thuc moi ve van hoa va phong tuc con nguoi Viet ! '),nl,nl,write('< -> '),nl,nl,
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%6 Quan niem mua ban cua nguoi Viet
mb:- qn_mb(X,Y),
luu_cauhoi(Y),
Trang 16abolish(xacnhan, 2),
ketthuc
mungtho(_):- write('He chuyen gia khong nhan biet duoc yeu cau cua ban ! '),nl,
write('Ban vui long lam theo chi dan cua chuong trinh ! '),nl
write('Ban vui long lam theo chi dan cua chuong trinh ! '),nl
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%luu_cauhoi([])
luu_cauhoi([X|Y]):- nguoihoi(X),
luu_cauhoi(Y)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%nguoihoi(X):- cauhoi(X), !
nguoihoi(X):- xacnhan(X, y), !
nguoihoi(X):- xacnhan(X, n), !, fail
traloi(X):- read(R),
assert(xacnhan(X,R)),
R=yes
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%giaithich(X, Y):- nl,
write('< -> '),nl,nl,write(X), nl,nl,
write('Ban nen biet dieu nay : '),nl, nl,
ketqua(Y)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%giaithich2(X, Y):- nl,
write('< -> '),nl,nl,write(X), nl,nl,
write('Ban nen biet dieu nay : '),nl, nl,
ketqua(Y)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%giaithich3(X, Y):- nl,
