※ 引述《ephesians (ephesians)》之銘言：
: 各位好,
: 目前正在學習專家系統這門課程,感覺學到一種相當有價值的東西.
: 有價值之處在於知識的提供.
: 而專家系統所包含的架構及元件,含知識庫,知識表達法,推論引擎等等,只是旁支.
: 好比一堆人爭辯程式語言的好壞,卻忘了寫出正確的軟體系統的價值,就是虛談.
: 因為有這樣的體認,本來想依stable model semantics實作一份推論引擎,
: (像Prolog那樣的推論引擎)
: 就打消了那個念頭.
: 所換的另一個方向,是實作出完整的特定領域的專家系統.
: 但考慮到整個專家系統的需求,想了許多許多領域的問題,都覺得不適合.
: 知識的來源是相當大的問題,遑論知識工程的事情.
: 若找不到適合的知識專家,只好找自己能夠充當專家的領域,
: 於是,因為自己讀過許多小說故事,就想到可以做個小說分類專家系統.
: 若能夠由書籍中找到幾個特徵,加以推論,便能歸類.
: 例如:
: 男主角有幾位
: > 1
: 女主角有幾位
: > 1
: 男主角[1]是女主角[1]的父親?
: > no
: 女主角[1]是男主角[1]的母親?
: > yes
: 潛在分類 = 親情
: 男主角[1]殺了女主角[1]?
: > yes
: 潛在分類 = 兇殺, 違反倫常, 偵探
直接回文比較快 orz
這種規則很明顯會有問題, 而且從你的例子, 我看不出來為什麼跟偵探有關.
男主角殺了女主角就imples到兇殺? 如果是意外呢?
如果是因為某些因素導致女主角自殺呢?
因為要建知識庫很難做到鉅細靡遺, 所以很多規則會相衝, 最後變得不是很堪用.
當然你要用bayesian來建個connection也不是不行啦....
像是男主角殺了女主角同時女主角是男主角的母親, 這部小說是兇殺類的機率是80%.
然後配合更多的條件來找出最有可能性的解答.
不過這跟直接抓文字特徵值再用naive bayesain去分, 準確率不知道會相差多少....
如果只有一個專家, 這就很難說服別人這是一個專家系統.
只是一個你個人的模擬器罷了.
MyCin是很成功啦, 不過我覺得有很大的因素是因為疾病是很客觀的,
不像你舉的小說例子, 不同的人會有不同的看法, 太過於主觀了.
: 跟我的老師討論過這個想法,他直接想到data mining,
: 建議我不見得要把任何問題都只想著用專家系統解決.
: 我也真讀過以關聯規則及類似度評估的方法做分類的文章,
: 不過,如果能夠憑著人類專家的語意規則,做為專家系統的能力,
: 應該可以節省data mining規則產生的計算時間.
: 另外,曾經想過專家系統幫助西洋棋弈棋的應用.
: 幾年前的概念大概都是,系統會幫我記住盤面的狀態,
: 經過分析之後就給我下一步棋的解.
: 但再重聽一次專家系統的課程之後,才領悟到之前我所想的那種並不是專家系統,
: 而是人工智慧系統.
: 若是人工智慧系統,它會計算並試著預測,然後給出一個下一步棋步.
說預測有點怪異, 只是找出目前的最佳解.
: 若是專家系統,則是藉由讀取盤面的特徵,推論而得到一個屬於局勢方面的建議.
: 後者的例子是: (棋步的標記法我亂寫的,曾經讀過,但已經忘了)
: 敵方棋步:
: > Q5-4 (皇后進逼)
: 建議 = B-C-2-4 加強防守 (指B至C列,2至4行的範圍)
: 我方棋步:
: > P2-3 (兵出一步)
如果使用人工智慧系統, 再配合棋譜資料庫, 找出最佳解.
那跟你的專家系統有什麼太大的差別嗎?
: 最後又想到了一個大略可行的題目,是處理英文文法的識別與學習.
: 時間不夠,暫寫到這裏.
: 關於專家系統的二三事,
: 有沒有同好能夠分享一下這方面的心得?
專家系統在六年前修過課....忘的差不多了....orz
心得是, 你老師的建議你可以考慮一下.
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 68.0.180.13