лингвистические экспертные системы

Целью данной работы является исследование лингвистических экспертных систем. Комплекс задач включается в себя: поиск и исследование необходимой литературы; определение экспертных систем; определение и исследование примеров систем; приведение определенных выводов. Актуальность данной работы заключается в том, что лингвистически экспертные системы во многом могут облегчить жизнь человеку в некоторых областях. Экспертная система представляет собой компьютерную систему, которая способна частичным образом заменить определенного специалиста-эксперта, используемого в разрешении некоторой проблемной ситуации. Экспертные системы современности начали разрабатываться и исследоваться в области искусственного интеллекта примерно в 1970-х годах, в 1980-х годах они получили уже коммерческое подкрепление для своей разработки.

---

Самый сложный этап в учебе это написание диссертации по бухгалтерскому учету. Чтобы облегчить это вы можете заказать написание диссертации у нас!

---

. Предшественники экспертных систем были предложены еще в 1832 году Семен Николаевич Корсаковым, который создал механические устройства под названием «интеллектуальные машины», которые позволят находить решения по некоторым заданным условиям, к примеру, определять самые подходящие лекарства по симптомам заболевания, наблюдаемым у пациентов [2]. Похожие действия выполняет такой программный инструмент как «Мастер» (англ. Wizard). Мастера применяются как в системных программах так и в прикладных для упрощения интерактивного общения с пользователем (например, при установке ПО). Главное отличие мастеров от экспертных систем — отсутствие базы знаний — все действия жестко запрограммированы. Это просто набор форм для заполнения пользователем. Экспертные системы В начале 80-ых годов в исследованиях, которые проводились по искусственному интеллекту, было сформировано самостоятельное направление, которое получило название "экспертные системы" (ЭС). По ЭС цель исследований состоит в придумывании и разработке программ, получающих результаты при решении задач, которые трудны для эксперта-человека, а также не уступающих по эффективности и качеству решениям, которые получаются экспертом. Исследователи в этой области для названия собственной дисциплины довольно часто используют термин "инженерия знаний", который был введен Эдвардом Фейгенбаумом в качестве "привнесения инструментария и принципов исследований из области по искусственному интеллекту в решение прикладных и трудных проблем, которые требуют знаний экспертов". Программные средства (ПС), которые базируются на технологии по экспертным системам (инженерии знаний) получили довольно значительное мировое распространение. Важность различных экспертных систем можно выразить в следующем [1]: технология ЭС представляет собой важнейшее средство в решении проблем глобального масштаба традиционного программирования: высокая стоимость и длительность разработки сложнейших приложений; технология различных экспертных систем существенным образом расширяет перечень задач, являющихся практически значимыми и решаемых компьютерным методом, а также решение которых может приносить экономический значимый эффект; высокая стоимость для сопровождения сложных экспертных систем, часто превосходящая в разы стоимость разработки их; низкий уровень используемости программ повторным образом и другие; объединение технологии экспертных систем с технологией так называемого традиционного программирования может добавить новые оригинальные качества к разрабатываемым программным продуктам с помощью: обеспечения пользователем динамичной модификации некоторых приложений; большей "прозрачности" рассматриваемого приложения (к примеру, хранение знаний производится на ограниченном ЕЯ, а это не требует некоторых комментариев к знаниям, а также упрощает сопровождение и обучение); взаимодействия и интерфейса; лучшей графики. Таким образом, можно заявить, что экспертные системы во многом упрощает многие сферы деятельности, расширяют перечень задач, которые можно решить подобными методом, решают проблемы высокой стоимости и длительности разработки различных важных программ. Примеры систем Исследования, связанные с автоматизацией процессов, а также с широким развитием в области вычислительной техники, знанием, что ЭВМ в качестве средства для обработки информации, вполне могут сыграть довольно значительную роль, используемую в разных областях применения. В настоящий момент времени является набранным определенный опыт по разработке информационный систем, которые осуществляют интерпретацию некоторых рекомендаций или данных. Проведем небольшой обзор подобных систем [3]. ВААЛ представляет собой систему, предназначенную для решения задач успешным образом в маркетинговой коммуникации в случае, когда требуется обычно ответить на перечень контрольных вопросов, связанных с вербальными элементами коммуникации. Рассматриваемая система может позволить: оценивать эмоциональное неосознаваемое воздействие по фонетической структуре отдельных слов и текстов на подсознание людей; генерировать слова, имеющие заданные фоносемантические характеристики; оценивать эмоциональное неосознаваемое воздействие по фонетической структуре текстов на подсознание людей; задавать характеристики по желаемому воздействию и корректировать тексты целенаправленным образом по некоторым выбранным параметрам для достижения эффекта воздействия, который необходим; оценивать характеристики звуко-цветового характера текстов и слов; осуществлять контент-анализ некоторого текста полноценным образом по перечню встроенных специально составленных категорий, а также категорий, которые задаются с помощью пользователя; производить анализ словарный по текстам; проводить выделение тем, которые затрагиваются в текстах, осуществлять на этой основе автоматическую категоризацию; настраиваться на разные профессиональные и социальные группы людей, выделенными по ими используемой лексике; производить анализ эмоционально-лексического характера по текстам; производить анализ данных вторичным образом с помощью визуализации, корреляционного и факторного анализа. Схему по представлению знаний основали на фреймах, механизм выхода – именно на последовательном порождении, а также проверках. Система реализована как набор DLL-библиотек, пользующихся с наиболее популярным текстовым процессором Word for Windows.

В результате работы были произведены: поиск и исследование необходимой литературы; определение экспертных систем; определение и исследование примеров систем. Таким образом, можно сказать, что экспертная система представляет собой компьютерную систему, которая способна частичным образом заменить определенного специалиста-эксперта, используемого в разрешении некоторой проблемной ситуации. Это особенно важно в лингвистике, так как подобные системы могут решить множество проблем гораздо быстрее чем обычный человек. Проведенный опыт и обзор эксплуатации по существующим информационным системам позволяет сделать некоторые выводы: Задачи можно отнести к задачам со слабой структурой, у которых в условиях неопределённости происходит их решение. Знания, которые закладываются в систему, собой отражают собственное восприятие экспертом, а также является чаще всего эвристическими, противоречивыми и неполными. Автоматизация разных процессов реализуется в 2 направлениях: первое представляет собой пример, связанный с автоматизацией в обработке данных. Второе должно оказать помощь, связанную с осмысливанием большого потока различной информации с помощью выделения определенных полезных признаков, а также накопления громадного опыта экспертов, имеющего наглядное отражение результатов анализа. «Старение» моделей, которые заложены в некоторую систему, требуют совершенствования, которое происходило бы постоянно, из-за возникновения новейших препаратов, методик. Это может привести к особой необходимости по проведению постоянных доработок различного программного обеспечения, а это является весьма трудной проблемой в системах, у которых алгоритмы построены по так называемому «жесткому» принципу. Ограничены возможности для взаимодействия с системами, которые разработаны, а также непрограммируемые пользователями на всех возможных этапах. Отсутствует какой-то единый подход, определяющий формализацию знаний об определенной предметной области. Любой из разработчиков использует некоторые формализмы, учитывая специфику решаемых задач. Разные типы пользователей (эксперт, администратор, оператор, когнитолог) осуществляют общение с экспертной системой. Методики разработки, которые существуют, направлены к созданию собственных средств языкового характера для каждого из типов пользователей, индивидуальных словарей. Подобный подход к некоторой разработке приводит к дублированию в значительной степени текстовых языковых единиц, отсутствию системности, затруднению общения различных пользователей, словарной информации, ведет к расходованию ресурсов неограниченным образом для вычислительных средств, требуемых для реализации языка. Это можно объяснить с помощью следующих причин: применение языков общения, которые являются неестественными для человека; отсутствие в перечне случаев определённой обратной связи, существующей от ЭВМ к некоторому пользователю, а это не позволяет производить контроль за состоянием системы и порядком решения задач; трудоемкость и сложность подготовки различных исходных данных, и, следовательно, длительность решения рассматриваемых задач; изолированность задач может приводить к повторению сценариев диалога и языкового их содержания во множестве задачах, что повышает объем памяти для ЭВМ, который требуется [3]. Также, можно отметить, что для традиционного подхода в создании информационных систем заметен некоторый тупик, существующий в разработке программного, математического, лингвистического обеспечения подобных систем. Это можно связать с общей структурой различных знаний, использующихся в процессе с коммутативным взаимодействием пользователя и ЭС.

Башмаков, А.И. Интеллектуальные информационные технологии / И.А. Башмаков, А.И. Большаков. – М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. – 398 с. Гущин, А.И. Экспертные системы: учебное пособие. БГТУ / И.А. Радченко, А.Н. Гущин. – СПб., 2007. – 154 с. Люгер Дж. Искусственный интеллект: стратегии и методы сложных проблем / Дж. Люгер. – М.: Вильямс, 2003. – 864 с. Шамис, А.Л. Поведение, восприятие, мышление: проблемы создания искусственного интеллекта / А.Л. Шамис. – М.: Едиториал УРСС, 2005. – 132 с.