Преобразование формы записи выражения - Курсовая работа

Кафедра "Математическое обеспечение и применение ЭВМ" Пояснительная записка к курсовой работе по дисциплине: "Системы искусственного интеллекта" на тему: "Преобразование формы записи выражения".2.2 Функциональное назначениеПояснительная записка содержит 31 лист, 4 рисунка, 4 использованных источника. Цель работы - разработать программу, осуществляющую преобразование постфиксной формы записи в префиксную.Целью данной работы является создание готовой программы на языке Turbo Prolog 2.0, которая будет производить преобразование постфиксной формы записи в префиксную.Реализация диалога с компьютером на естественном языке (ЕЯ) является одной из главных проблем, решаемых в разделе информатики, называемой обычно "Искусственный интеллект". Решением проблемы формализации и распознавания смысла предложений на естественном языке занимаются давно и зарубежные, и отечественные ученые. Создание АС идет только на основе данного предложения, определение связанных понятий идет только на основе синтаксических правил. Семантически ориентированный, в рамках которого задача анализа предложения ЕЯ рассматривается как задача распознавания смысла предложения на основе использования базы знаний (о языке, об участниках общения, о предметной области и т.п.). Таким образом, после анализа предложения на ЕЯ имеется некоторый базовый набор атомов смысла, с помощью которого система начинает / продолжает работать с базой знаний.В системах для обработки естественного языка, обучаемых с использованием текстов или диалога на том же естественном языке, могут использоваться два подхода: • Количественный; Количественный подход использует частотность появления слов в тексте.Под активными знаниями будем понимать знания, которые система использует в своей работе. Под пассивными знаниями подразумеваются сведения, известные системе, сообщаемые ею о себе, но не используемые в работе. Под метазнанием А будем понимать активное знание, которым система "владеет", т. е. система "знает, что она знает А". Другими словами, система способна не только использовать знание А непосредственно, но она способна исследовать А, рассуждать о нем, абстрагировать его.Для объяснения своих действий система (= участник) должна понимать семантику всех используемых правил. Задать семантику можно описанием значения каждого правила в виде, понятном метаинтерпретатору. При необходимости добавления (модификации) правил в первом случае надо описывать каждое вновь добавляемое правило. Знания системы о работе ИЗ представляется в виде правил продукции, описывающих условия активации и предполагаемые {не фактические) действия данного ИЗ в понятных пользователю терминах.Знания о модели пользователя необходимы системе для решения в первую очередь следующих задач: 1) понимания целей пользователя; 2) определения уровня общности/абстрактности (конкретности) ответа; 3) определения аспектов, интересующих пользователя; учета допустимого и обязательного "умолчания" при формировании ответа; 4) определения близости фактов, интересующих пользователя, к точкам разрывов непрерывности; 5) учета речевоздействующего фактора.Действительно, система формирует свои действия на основании целей, выделенных из правил, т. е. имеет место цепочка ЦЕЛЬ - ПЛАН ДЕЙСТВИЕ. В случае выделения целей пользователя система видит только его ТЕКСТЫ (ДЕЙСТВИЯ) и по ним должна построить ПЛАН - ЦЕЛЬ. В настоящее время диалоги с системой изучались при решении пользователем двух основных классов задач: диалог, ориентированный на работу с базой данных (ДОБД - data based-oriented-dialog), и диалог, ориентированный на решение задач (ДОРЗ - task-oriented-dialog. К первому классу относят диалоги, возникающие при общении пользователя с системой, хранящей знания о некоторой предметной области (информационно-поисковые системы, справочные системы и т. д.). Ко второму классу относят диалоги, возникающие у пользователя с системой, решающей некоторую задачу (например, с роботом, осуществляющим сборку деталей).Полное решение указанной задачи является весьма сложным делом, так как требует детального учета знаний конкретного пользователя, что не представляется выполнимым в настоящее время. Одним из решений является ответ со степенью конкретности, максимально соответствующей конкретности вопроса. Действительно, на вопрос: "Кто не выполнил план?" - могут быть даны совершенно различные ответы (если знания о них есть в системе).Указанное обстоятельство может быть следствием как различного класса пользователей, общающихся с системой, так и ориентации системы на хранение многоаспектных сведений (например, мотор может быть описан и как механическое устройство и" как электрическая схема). Пусть системе задан вопрос: "В каком столе лежит учебник по физике?" Ответы на данный вопрос могут различаться способами идентификации стола. Например: "В столе у окна", "В столе Алексеевского", "В столе начальника сектора", "В столе с инвен

Содержание

Реферат

Введение

1. Использование естественного языка в интеллектуальных системах

1.1 Постановка задачи

1.2 Обучаемые системы представления и распознавания смысла в ЕЯ

1.3 Знания интеллектуальной системы о себе и способы представления этих знаний

1.4 Знания об источниках знания и о структуре правил

1.5 Знания системы о пользователе

1.6 Цели пользователя

1.7 Определение уровня общности/абстрактности (конкретности) ответа

1.8 Определение аспектов, интересующих пользователя

1.9 Общая схема анализа предложения

1.10 Морфологический анализ словоформ

1.11 Синтаксический анализ предложения

1.12 Семантический анализ предложения (СЕАП)

2. Практическая часть

2.1 Постановка задачи

2.2 Описание применения программы

Целью данной работы является создание готовой программы на языке Turbo Prolog 2.0, которая будет производить преобразование постфиксной формы записи в префиксную.

Данная работа разделена на две части. В первой части рассматривается использование естественного языка в интеллектуальных системах.

Вторая часть работы заключается в проектировании и реализации программы, а также ее тестирование.