Modelowanie logiczno-językowe - Logico-linguistic modeling

Modelowanie logiczno-językowe to metoda budowania systemów opartych na wiedzy z możliwością uczenia się przy użyciu modeli koncepcyjnych z metodologii systemów miękkich , modalnej logiki predykatów i języków programowania logicznego , takich jak Prolog .

Przegląd

Modelowanie logiczno-językowe to sześcioetapowa metoda opracowana przede wszystkim z myślą o budowaniu systemów opartych na wiedzy (KBS), ale ma również zastosowanie w ręcznych systemach wspomagania decyzji i analizie źródeł informacji. Modele Logico-językowe mają powierzchowne podobieństwo do John F. Sowa „s koncepcyjnych wykresów ; oba używają diagramów w stylu bąbelkowym, oba dotyczą pojęć, oba mogą być wyrażone w logice i oba mogą być używane w sztucznej inteligencji. Jednak modele logiczno-językowe bardzo różnią się zarówno pod względem formy logicznej, jak i sposobu ich konstrukcji.

Modelowanie logiczno-językowe zostało opracowane w celu rozwiązania problemów teoretycznych występujących w metodzie systemów miękkich do projektowania systemów informatycznych. Głównym celem badań było pokazanie, w jaki sposób metodologię systemów miękkich (SSM), metodę analizy systemów, można rozszerzyć na sztuczną inteligencję.

Tło

SSM wykorzystuje trzy narzędzia modelowania, tj. bogate obrazy, definicje źródłowe i modele koncepcyjne systemów aktywności człowieka. Podstawowe definicje i modele koncepcyjne są budowane przez samych interesariuszy w iteracyjnej debacie organizowanej przez facylitatora. Mocne strony tej metody polegają po pierwsze na elastyczności, możliwości rozwiązania każdej sytuacji problemowej, po drugie na tym, że rozwiązanie należy do osób w organizacji i nie jest narzucane przez zewnętrznego analityka.

Analiza wymagań informacyjnych (IRA) posunęła o krok dalej podstawową metodę SSM i pokazała, w jaki sposób modele koncepcyjne można przekształcić w szczegółowy projekt systemu informacyjnego. IRA wzywa do dodania dwóch urządzeń modelujących: „kategorii informacji”, które pokazują wymagane informacje wejściowe i wyjściowe z działań zidentyfikowanych w rozszerzonym modelu koncepcyjnym; oraz „Krzyż maltański”, macierz, która pokazuje dane wejściowe i wyjściowe z kategorii informacji oraz pokazuje, gdzie wymagane są nowe procedury przetwarzania informacji. Do szczegółowego zaprojektowania systemu przetwarzania transakcji wystarczy ukończony Krzyż Maltański.

Początkowym impulsem do rozwoju modelowania logiczno-językowego było zajęcie się teoretycznym problemem, w jaki sposób system informacyjny może mieć połączenie ze światem fizycznym. Jest to problem zarówno w IRA, jak i bardziej znanych metodach (takich jak SSADM ), ponieważ żadna z nich nie opiera swoich systemów informatycznych na modelach świata fizycznego. Projekty IRA oparte są na umownym modelu koncepcyjnym, a SSADM na modelach przepływu dokumentów.

Rozwiązanie tych problemów dostarczyło formuły, która nie ograniczała się do projektowania systemów przetwarzania transakcji, ale mogła być wykorzystana do projektowania KBS z możliwością uczenia się.

Sześć etapów modelowania logiczno-językowego

Rys 1. Model koncepcyjny SSM

Metoda modelowania logiczno-językowego składa się z sześciu etapów.

1. Analiza systemów

W pierwszym etapie modelowanie logiczno-językowe wykorzystuje SSM do analizy systemów . Ten etap ma na celu uporządkowanie problemu w organizacji klienta poprzez identyfikację interesariuszy, modelowanie celów organizacyjnych i omówienie możliwych rozwiązań. Na tym etapie nie zakłada się, że KBS będzie rozwiązaniem, a modelowanie logiczno-językowe często daje rozwiązania, które nie wymagają skomputeryzowanej KBS.

Systemy eksperckie mają tendencję do gromadzenia wiedzy specjalistycznej osób z różnych organizacji na ten sam temat. Natomiast KBS, tworzony za pomocą modelowania logiczno-językowego, ma na celu uchwycenie wiedzy osób w tej samej organizacji na różne tematy. Nacisk kładziony jest na pozyskiwanie wiedzy organizacyjnej lub grupowej, a nie indywidualnych ekspertów. W modelowaniu logiczno-językowym interesariusze stają się ekspertami.

Punktem końcowym tego etapu są modele koncepcyjne w stylu SSM, takie jak rysunek 1.

2. Tworzenie języka

Rys 2. Model logiczno-językowy

Zgodnie z teorią stojącą za modelowaniem logiczno-językowym, proces budowania modelu pojęciowego SSM jest wittgensteinowską grą językową, w której interesariusze budują język opisujący sytuację problemową. Model logiczno-językowy wyraża ten język jako zbiór definicji, patrz rysunek 2.

3. Pozyskiwanie wiedzy

Po zbudowaniu modelu języka interesariusze mogą dodać domniemaną wiedzę o świecie rzeczywistym. Tradycyjne modele koncepcyjne SSM zawierają tylko jeden spójnik logiczny (warunek konieczny). W celu przedstawienia ciągów przyczynowych wymagane są również „ warunki wystarczające ” oraz „ warunki konieczne i wystarczające ”. W modelowaniu logiczno-językowym ten niedobór jest usuwany przez dwa dodatkowe typy spójników. Wynikiem etapu trzeciego jest model empiryczny, patrz rysunek 3.

4. Reprezentacja wiedzy

Rys 3. Model empiryczny

Modalna logika predykatów (połączenie logiki modalnej i logiki predykatów ) jest używana jako formalna metoda reprezentacji wiedzy. Spójniki z modelu językowego są logicznie prawdziwe (wskazane przez operator modalny „ L ”), a spójnik dodany na etapie pozyskiwania wiedzy jest prawdopodobny (wskazywany przez operator modalny „ M ”). Przed przejściem do etapu 5 modele wyrażane są we wzorach logicznych.

5. Kod komputerowy

Formuły w logice predykatów łatwo przekładają się na język sztucznej inteligencji Prolog . Modalność jest wyrażona przez dwa różne typy reguł Prologu. Reguły zaczerpnięte z etapu tworzenia języka w procesie budowania modelu traktowane są jako niepoprawne. Natomiast reguły z etapu pozyskiwania wiedzy oznaczono jako reguły hipotetyczne. System nie ogranicza się do wspomagania decyzji, ale ma wbudowaną zdolność uczenia się.

6. Weryfikacja

System oparty na wiedzy zbudowany przy użyciu tej metody weryfikuje się sam. Weryfikacja odbywa się w przypadku korzystania z KBS przez klientów. Jest to proces ciągły, który trwa przez całe życie systemu. Jeśli przekonania interesariuszy dotyczące rzeczywistego świata są błędne, zostanie to ujawnione przez dodanie faktów Prologu, które są sprzeczne z hipotetycznymi regułami. Działa zgodnie z klasyczną zasadą falsyfikowalności, którą można znaleźć w filozofii nauki”.

Aplikacje

Systemy komputerowe oparte na wiedzy

Modelowanie logiczno-językowe zostało wykorzystane do stworzenia w pełni funkcjonalnych skomputeryzowanych systemów opartych na wiedzy, takich jak system zarządzania pacjentami z cukrzycą w szpitalnym oddziale ambulatoryjnym.

Ręczne wspomaganie decyzji

W innych projektach konieczność przejścia do Prologu została uznana za zbędną, ponieważ drukowane modele logiczno-językowe stanowiły łatwy w użyciu przewodnik do podejmowania decyzji. Na przykład system zatwierdzania kredytów hipotecznych

Analiza źródeł informacji

W niektórych przypadkach nie można było zbudować KBS, ponieważ organizacja nie posiadała całej wiedzy potrzebnej do wspierania wszystkich jej działań. W tych przypadkach modelowanie logiczno-językowe wykazało braki w dostarczaniu informacji i gdzie potrzeba więcej. Na przykład dział planowania w firmie telekomunikacyjnej

Krytyka

Chociaż modelowanie logiczno-językowe rozwiązuje problemy występujące w przejściu SSM od modelu koncepcyjnego do kodu komputerowego, dzieje się to kosztem zwiększonej złożoności modelu skonstruowanego przez interesariuszy. Korzyści z tej złożoności są wątpliwe, a ta metoda modelowania może być znacznie trudniejsza w użyciu niż inne metody.

To twierdzenie zostało zilustrowane w późniejszych badaniach. Podjęta przez badaczy próba modelowania decyzji zakupowych w dwunastu firmach przy użyciu modelowania logiczno-językowego wymagała uproszczenia modeli i usunięcia elementów modalnych.

Zobacz też

Bibliografia

Dalsza lektura