Механизм отображения структуры - Structure mapping engine

В области искусственного интеллекта и когнитивной науки , то структура отображения двигателя ( МСП ) является внедрение в програмного обеспечения алгоритма для аналогичного сопоставления на основе психологической теории Дедр Джентнер . В основе идеи структурного картирования Гентнера лежит то, что аналогия - это отображение знаний из одной области (базы) в другую (цель). Механизм отображения структуры - это компьютерное моделирование сравнений по аналогии и подобию.

По состоянию на 1990 год его использовали более 40 проектов [Falkenhainer, 2005]. Р. М. Френч сказал, что теория структурных отображений «несомненно, самая влиятельная работа на сегодняшний день по моделированию построения аналогий» [2002].

Теория полезна, потому что она игнорирует поверхностные особенности и находит совпадения между потенциально очень разными объектами, если они имеют одинаковую репрезентативную структуру. Например, SME может определить, что ручка похожа на губку, потому что оба они участвуют в выдаче жидкости, хотя они делают это по-разному.

Теория отображения структуры

Теория структурных отображений основана на принципе систематичности, который гласит, что связанные знания предпочтительнее независимых фактов. Следовательно, механизм отображения структуры должен игнорировать изолированные сопоставления источника и цели, если они не являются частью более крупной структуры. Согласно теории, SME должен отображать объекты, связанные со знаниями, которые уже были нанесены на карту.

Теория также требует, чтобы сопоставления выполнялись один-к-одному , что означает, что никакая часть описания источника не может отображаться более чем на один элемент в цели, и никакая часть описания цели не может быть сопоставлена ​​более чем с одной частью источник. Теория также требует, чтобы, если соответствие сопоставляет субъект цели, аргументы субъекта и цели также должны быть отображены. Если оба эти условия соблюдены, отображение называется «структурно непротиворечивым».

Концепции в МСП

SME отображает знания из источника в цель. SME называет каждое описание dgroup . Dgroups содержат список сущностей и предикатов . Сущности представляют объекты или концепции в описании, например, входной механизм или переключатель. Предикаты относятся к одному из трех типов и представляют собой общий способ выражения знаний для малого и среднего бизнеса.

  • Предикаты отношения содержат несколько аргументов, которые могут быть другими предикатами или объектами. Пример отношения: (передать (что от до)). Это отношение имеет функтор передачи и принимает три аргумента: что, от и до.
  • Предикаты атрибутов - это свойства сущности. Примером атрибута является (красная шестеренка), что означает, что шестеренка имеет красный атрибут .
  • Предикаты функций отображают сущность в другую сущность или константу. Примером функции является ( источник энергии в джоулях ), которая отображает источник энергии объекта на числовую величину в джоулях.

Функции и атрибуты имеют разное значение, и, следовательно, SME обрабатывает их по-разному. Например, в наборе правил истинной аналогии SME атрибуты отличаются от функций, потому что они не могут совпадать, если между ними нет соответствия более высокого порядка. Разница между атрибутами и функциями будет объяснена далее в примерах этого раздела.

Все предикаты имеют четыре параметра. У них есть (1) функтор, который его идентифицирует, и (2) тип, который является либо отношением, либо атрибутом, либо функцией. Два других параметра (3 и 4) предназначены для определения того, как обрабатывать аргументы в алгоритме SME . Если аргументы должны быть сопоставлены по порядку, коммутативность ложна. Если предикат может принимать любое количество аргументов, N-арный является ложным. Пример определения предиката: (sme: defPredicate поведение-набор (предикат) отношение: n-арный? T: коммутативный? T) Функтор предиката - это «набор поведения», его тип - «отношение», а его тип - «набор поведения». -ary и коммутативные параметры установлены в значение true. Часть определения «(предикат)» указывает, что внутри экземпляра набора поведения будет один или несколько предикатов.

Детали алгоритма

Алгоритм состоит из нескольких шагов. Первым шагом алгоритма является создание набора гипотез совпадения между исходной и целевой d-группами. Гипотеза соответствия представляет собой возможное сопоставление между любой частью источника и цели. Это сопоставление контролируется набором правил сопоставления. Изменяя правила сопоставления, можно изменить тип рассуждений, которые делает SME. Например, один набор правил соответствия может выполнять своего рода аналогию, называемую буквальным подобием. а другой выполняет своего рода аналогию, называемую истинной аналогией. Эти правила не то место, где добавляется зависящая от предметной области информация, а скорее то, где настраивается процесс аналогии , в зависимости от типа когнитивной функции, которую пользователь пытается имитировать.

Для данного правила соответствия существует два типа правил, которые дополнительно определяют, как оно будет применяться: правила фильтрации и правила для стажеров. Правила для стажеров используют только аргументы выражений в гипотезах совпадений, которые определяют правила фильтрации. Это ограничение делает обработку более эффективной, ограничивая количество генерируемых гипотез совпадений . В то же время это также помогает создать структурную согласованность, которая потребуется позже в алгоритме. Пример правила фильтрации из набора правил истинной аналогии создает гипотезы соответствия между предикатами, имеющими один и тот же функтор. Набор правил истинной аналогии имеет внутреннее правило, которое перебирает аргументы любой гипотезы совпадения, создавая больше гипотез совпадения, если аргументы являются объектами или функциями, или если аргументы являются атрибутами и имеют один и тот же функтор.

Чтобы проиллюстрировать, как правила соответствия создают гипотезы соответствия, рассмотрим эти два предиката:

transmit torque inputgear secondgear (p1)

transmit signal switch div10 (p2)

Здесь мы используем настоящую аналогию для рассуждения. Правило соответствия фильтра генерирует совпадение между p1 и p2, потому что они используют один и тот же функтор передачи. Затем правила стажера создают еще три гипотезы соответствия: крутящий момент для сигнала, входная передача для переключения и вторая передача для div10. Правила стажировки создали эти гипотезы соответствия, потому что все аргументы были сущностями.

Если бы аргументами были функции или атрибуты, а не сущности, предикаты были бы выражены как:

transmit torque (inputgear gear) (secondgear gear) (p3)

transmit signal (switch circuit) (div10 circuit) (p4)

Эти дополнительные предикаты делают функции или атрибуты inputgear, secondgear, switch и div10 в зависимости от значения, определенного во входном файле языка. Представление также содержит дополнительные объекты для передачи и схемы.

В зависимости от типа inputgear, secondgear, switch и div10 их значения меняются. В качестве атрибутов каждый из них является свойством механизма или схемы. Например, шестерня имеет два атрибута: inputgear и secondgear. Схема имеет два атрибута: переключатель и цепь. В качестве функций inputgear, secondgear, switch и div10 становятся величинами передачи и цепи. В этом примере функции inputgear и secondgear теперь отображаются в числовые величины «крутящий момент от входной шестерни» и «крутящий момент от второй передачи». Для схемы величины отображаются в логическую величину «переключатель включен» и числовую величину «текущий счет на делении». на 10 счетчиков ».

МСП обрабатывает их по-разному. Он не позволяет атрибутам совпадать, если они не являются частью отношения более высокого порядка, но позволяет функциям совпадать, даже если они не являются частью такого отношения. Это позволяет функциям сопоставляться, потому что они косвенно ссылаются на сущности и, следовательно, должны рассматриваться как отношения, не связанные с сущностями. Однако, как показано в следующем разделе, правила стажировки присваивают более низкие веса совпадениям между функциями, чем совпадениям между отношениями.

Причина, по которой SME не соответствует атрибутам, заключается в том, что оно пытается создать связанные знания на основе отношений и, таким образом, удовлетворить принцип систематичности. Например, если и часы, и автомобиль имеют атрибуты inputgear, SME не будет отмечать их как похожие. Если бы это было так, это было бы совпадение между часами и автомобилем на основе их внешнего вида, а не отношений между ними.

Когда дополнительные предикаты в p3 и p4 являются функциями, результаты сопоставления p3 и p4 аналогичны результатам p1 и p2, за исключением того, что существует дополнительное совпадение между передачей и схемой и значениями для гипотез соответствия между (входная шестерня) и (цепь переключателя), (вторая шестерня) и (цепь div10) ниже. В следующем разделе более подробно описывается причина этого.

Если inputgear, secondgear, switch и div10 являются атрибутами, а не объектами, SME не находит совпадений между какими-либо атрибутами. Он находит совпадения только между предикатами передачи и между крутящим моментом и сигналом. Кроме того, баллы структурной оценки для оставшихся двух матчей уменьшаются. Чтобы два предиката совпали, необходимо заменить p3 на p5, как показано ниже.

transmit torque (inputgear gear) (div10 gear) (p5)

Поскольку набор правил истинной аналогии определяет, что атрибуты div10 одинаковы между p5 и p4, и поскольку атрибуты div10 являются частью соответствия более высокого отношения между крутящим моментом и сигналом, SME выполняет сопоставление между (div10 gear) и (div10 схема) - что приводит к совпадению между передачей и схемой.

Быть частью соответствия более высокого порядка требуется только для атрибутов. Например, если (передача div10) и (схема div10) не являются частью соответствия более высокого порядка, SME не создает гипотезу соответствия между ними. Однако, если div10 является функцией или отношением, SME действительно создает соответствие.

Балл структурной оценки

После того, как гипотезы совпадения сформированы, SME необходимо вычислить оценочный балл для каждой гипотезы. SME делает это, используя набор правил сопоставления стажеров для расчета положительных и отрицательных свидетельств для каждого совпадения. Множественные количества свидетельств коррелируются с использованием правила Демпстера [Shafer, 1978], что приводит к положительным и отрицательным значениям убеждений от 0 до 1. Правила сопоставления присваивают разные значения сопоставлениям, включающим функции и отношения. Однако эти значения являются программируемыми, и некоторые значения по умолчанию, которые можно использовать для обеспечения соблюдения принципа систематичности, описаны в [Falkenhainer et al., 1989].

Вот эти правила:

  1. Если источник и цель не являются функциями и имеют одинаковый порядок, совпадение получает +0,3 свидетельства. Если заказы находятся в пределах 1 друг от друга, совпадение получает +0,2 доказательства и -0,05 доказательства.
  2. Если источник и цель имеют один и тот же функтор, совпадение получает 0,2 свидетельства, если источник является функцией, и 0,5, если источник является отношением.
  3. Если аргументы совпадают, совпадение получает +0,4 доказательства. Аргументы могут совпадать, если все пары аргументов между источником и целью являются сущностями, если аргументы имеют одинаковые функторы или цель никогда не является сущностью, а источник - нет.
  4. Если тип предиката совпадает, но элементы в предикате не совпадают, то совпадение получает свидетельство -0,8.
  5. Если исходное и целевое выражения являются частью сопоставления более высокого порядка, добавьте 0,8 свидетельства для сопоставления более высокого порядка.

В примере соответствия между p1 и p2, SME придает совпадению между отношениями передачи положительное значение свидетельства 0,7900, а остальные получают значения 0,6320. Отношение передачи получает значение свидетельства 0,7900, потому что оно получает свидетельство из правил 1, 3 и 2. Другие совпадения получают значение 0,6320, потому что 0,8 свидетельства передачи распространяется на эти совпадения из-за правила 5.

Для предикатов p3 и p4 SME присваивает меньше свидетельств, поскольку аргументы отношений передачи являются функциями. Отношение передачи получает положительное свидетельство 0,65, потому что правило 3 больше не добавляет свидетельство. Согласование между (входной шестерней) и (схемой переключения) становится 0,7120. Это совпадение получает 0,4 свидетельства из-за правила 3 ​​и 0,52 свидетельства, распространяемого из отношения передачи из-за правила 5.

Когда предикаты в p3 и p4 являются атрибутами, правило 4 добавляет -0,8 свидетельства к совпадению передачи, потому что - хотя функторы отношения передачи совпадают - аргументы не имеют возможности совпадения, и аргументы не являются функциями.

Подводя итог, правила соответствия стажеров вычисляют структурную оценку оценки для каждой гипотезы соответствия. Эти правила обеспечивают соблюдение принципа систематичности. Правило 5 обеспечивает доказательство просачивания вниз, чтобы усилить совпадения, которые участвуют в отношениях более высокого порядка. Правила 1, 3. и 4 добавляют или убирают поддержку отношений, которые могут иметь совпадающие аргументы. Правило 2 добавляет поддержку случаев совпадения функторов. тем самым добавляя поддержку совпадений, подчеркивающих отношения.

Правила также устанавливают различие между атрибутами, функциями и отношениями. Например, у них есть проверки, которые дают меньше свидетельств для функций, чем для отношений. Атрибуты специально не рассматриваются правилами внутреннего сопоставления, но правила фильтрации SME гарантируют, что они будут учитываться для этих правил только в том случае, если они являются частью отношения более высокого порядка, а правило 2 гарантирует, что атрибуты будут совпадать только в том случае, если они идентичны. функторы.

Создание Gmap

Остальная часть алгоритма SME участвует в создании максимально согласованных наборов гипотез соответствия. Эти наборы называются gmaps. МСП должно гарантировать, что любые создаваемые им пробелы структурно согласованы; Другими словами, они взаимно однозначны - так что ни один источник не отображается на несколько целей и ни одна цель не отображается на несколько источников. У gmap также должна быть поддержка, а это означает, что если в gmap есть гипотеза совпадения, то также и гипотеза совпадения, которая включает исходный и целевой элементы.

Процесс создания gmap состоит из двух этапов. Во-первых, SME вычисляет информацию о каждой гипотезе соответствия, включая сопоставления сущностей, любые конфликты с другими гипотезами и другие гипотезы соответствия, с которыми она может быть структурно несовместимой.

Затем SME использует эту информацию для объединения гипотез соответствия - используя жадный алгоритм и структурную оценку оценки. Он объединяет гипотезы совпадений в максимально структурно согласованные связанные графы гипотез совпадений. Затем он комбинирует гэпы, имеющие перекрывающуюся структуру, если они структурно согласованы. Наконец, он объединяет независимые гэпы вместе, сохраняя при этом структурную согласованность.

Сравнение источника с целевой dgroup может привести к созданию одного или нескольких gmaps. Вес для каждого gmap - это сумма всех положительных значений свидетельств для всех гипотез совпадений, задействованных в gmap. Например, если источник, содержащий p1 и p6 ниже, сравнивается с целью, содержащей p2, SME сгенерирует два gmaps. Оба gmaps имеют вес 2,9186.

Источник:

transmit torque inputgear secondgear (p1)

transmit torque secondgear thirdgear (p6)

Цель: transmit signal switch div10 (p2)

Это gmaps, полученные в результате сравнения источника, содержащего p1 и p6, и цели, содержащей p2.

Gmap №1: 

(TORQUE SIGNAL)
(INPUTGEAR SWITCH)
(SECONDGEAR DIV10)
(*TRANSMIT-TORQUE-INPUTGEAR-SECONDGEAR *TRANSMIT-SIGNAL-SWITCH-DIV10)

Gmap № 2 : 

(TORQUE SIGNAL)
(SECONDGEAR SWITCH)
(THIRDGEAR DIV10)
(*TRANSMIT-TORQUE-SECONDGEAR-THIRDGEAR *TRANSMIT-SIGNAL-SWITCH-DIV10)

На диаграммах показаны пары совпадающих предикатов или сущностей. Например, в gmap № 1 крутящий момент и сигнал объектов совпадают, а поведение передающей второй шестерни входного крутящего момента и переключателя div10 сигнала передачи совпадают. Gmap № 1 представляет собой объединение p1 и p2. Gmap № 2 представляет собой объединение p1 и p6. Хотя p2 совместим как с p1, так и с p6, ограничение сопоставления «один-к-одному» требует, чтобы оба сопоставления не могли находиться в одном и том же gmap. Таким образом, SME создает два независимых gmaps. Кроме того, объединение двух gmaps вместе приведет к конфликту сопоставлений сущностей между третьим устройством и div10 с сопоставлением объектов между вторым устройством и div10.

Критика

Чалмерс, Френч и Хофштадтер [Chalmers, French, Hofstadter, 1992] критикуют SME за то, что он полагается на вручную построенные представления LISP в качестве входных данных. Они утверждают, что для построения этих представлений требуется слишком много человеческого творчества; интеллект исходит от дизайна ввода, а не от малого и среднего бизнеса. Forbus et al. [1998] попытался опровергнуть эту критику. Моррисон и Дитрих [1995] пытались примирить эти две точки зрения. Turney [2008] представляет алгоритм, который не требует ввода LISP, но следует принципам теории отображения структуры. Терни [2008] заявляет, что их работа также не защищена от критики со стороны Чалмерса, Френча и Хофштадтера [1992].

В своей статье «Как творческие идеи обретают форму» Лиана Габора пишет: «Согласно оттачивающей теории творчества, творческая мысль работает не на индивидуально продуманных, дискретных, предопределенных представлениях, а на вызванной контекстом смеси элементов, которые существуют в состоянии потенциальности и может быть нелегко отделить. Это приводит к предсказанию, что построение аналогий происходит не путем сопоставления соответствий от источников-кандидатов к цели, как предсказывается теорией сопоставления структурных отображений, а путем отсеивания несоответствий, тем самым устраняя потенциальные возможности ".

Рекомендации

дальнейшее чтение