Case-based reasoning và khả năng tiếp cận bằng logic vị từ
Main Article Content
Abstract
Phương pháp tìm lòi giải dựa trên các ca suy luận mẫu đã có (Case-based reasoning -
CBR) được khởi xướng từ thập kỷ 80 và ngày càng thu hút môi quan tâm của nhiều nhà
nghiên cứu [1, 2, 3, 4]. CBR hoạt động theo cơ chế so sánh bài toán cần giải với các bài toán
mẫu dã có lời giải và tìm cách đưa ra một lời giải dựa trên lòi giải mẫu. Đã có nhiều hệ.
thống CBR được phát triển như các hệ chuyên gia chẩn đoán hỏng hóc, lập kế hoạch hay lập
luận về luật.
Tuy vậy, cơ chê suy luặn của CBR vẫn chưa được hình thức hóa chặt chè. Nhiều
nghiên cứu và ứng dụng chỉ chú trọng vào việc tìm kiếm bài toán cũ tương tự và đưa ra lời
giải mới bằng cách thay thê từ khóa. Đặc thù của CBR là sử dụng lại lòi giải cũ, do đó một
số lớn trong các bước suy diễn để đưa ra lòi giải mới bị loại bỏ. Điều này dẫn đến vân đề khó
dám báo cỉược tính đúng đắn về mặt logic của lời giải mới. Thêm nữa, cài đặt CBR thường
khó tông quát hóa do phải phôi hợp giữa các tri thức kinh nghiệm là các lòi giải đã biết và
các tri thức tổng hợp vê miền bài toán. Chưa tồn tại ứng dụng CBR nào tận dụng được năng
lực suy diễn và tính tường minh của logic vị từ. Trong bài báo này, chúng tôi phân tích khía
cạnh suy diễn của CBR và đề xuất một phương thức cài đặt CBR bằng logic vị từ cấp một.
Trong phương thức này, lời giải cũ đóng vai trò là các kinh nghiệm suy luận giúp tăng tốc
cỉộ tìm lời giải mới và tính đúng đắn của lòi giải mới được đảm bảo bằng suy diễn.
CBR) được khởi xướng từ thập kỷ 80 và ngày càng thu hút môi quan tâm của nhiều nhà
nghiên cứu [1, 2, 3, 4]. CBR hoạt động theo cơ chế so sánh bài toán cần giải với các bài toán
mẫu dã có lời giải và tìm cách đưa ra một lời giải dựa trên lòi giải mẫu. Đã có nhiều hệ.
thống CBR được phát triển như các hệ chuyên gia chẩn đoán hỏng hóc, lập kế hoạch hay lập
luận về luật.
Tuy vậy, cơ chê suy luặn của CBR vẫn chưa được hình thức hóa chặt chè. Nhiều
nghiên cứu và ứng dụng chỉ chú trọng vào việc tìm kiếm bài toán cũ tương tự và đưa ra lời
giải mới bằng cách thay thê từ khóa. Đặc thù của CBR là sử dụng lại lòi giải cũ, do đó một
số lớn trong các bước suy diễn để đưa ra lòi giải mới bị loại bỏ. Điều này dẫn đến vân đề khó
dám báo cỉược tính đúng đắn về mặt logic của lời giải mới. Thêm nữa, cài đặt CBR thường
khó tông quát hóa do phải phôi hợp giữa các tri thức kinh nghiệm là các lòi giải đã biết và
các tri thức tổng hợp vê miền bài toán. Chưa tồn tại ứng dụng CBR nào tận dụng được năng
lực suy diễn và tính tường minh của logic vị từ. Trong bài báo này, chúng tôi phân tích khía
cạnh suy diễn của CBR và đề xuất một phương thức cài đặt CBR bằng logic vị từ cấp một.
Trong phương thức này, lời giải cũ đóng vai trò là các kinh nghiệm suy luận giúp tăng tốc
cỉộ tìm lời giải mới và tính đúng đắn của lòi giải mới được đảm bảo bằng suy diễn.
References
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 Communications Vol. 7 No. 1 (1994), 39-59.
3. Watson I., Applying Case-based reasoning: Techniques for Enterprise Systems, 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, Applied 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, IJCAI-93, 813-834.
8. Hall R.P., Computational approaches to analogical reasoning: A comparative analysis, Artificial Intelligence Vol. 39, No. 1 (1989), 39-120.
2. Aamodt A. and Plaza E., Case-based reasoning: Foudational issues, methodological variations, and system approches, A Ỉ Communications Vol. 7 No. 1 (1994), 39-59.
3. Watson I., Applying Case-based reasoning: Techniques for Enterprise Systems, 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, Applied 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, IJCAI-93, 813-834.
8. Hall R.P., Computational approaches to analogical reasoning: A comparative analysis, Artificial Intelligence Vol. 39, No. 1 (1989), 39-120.