Tóm tắt Luận văn Thạc sĩ Khoa học máy tính: Nghiên cứu hệ chuyên gia và mạng ngữ nghĩa để giải bài toán tam giác lượng

i

ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

Trần Thị Dƣơng

NGHIÊN CỨUHỆ CHUYÊN GIA VÀ MạNG NGữ NGHĨA Để GIảI BÀI TOÁN TAM GIÁC LƢợNG Chuyên ngành: KHOA HỌC MÁY TÍNH

Mã số chuyên ngành: 60 48 0101

TÓM TẮT LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

NGƢỜI HƢỚNG DẪN KHOA HỌC

PGS.TS. Ngô Quốc Tạo.

Thái Nguyên - 2015

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

ii

LỜI CAM ĐOAN

Tôi xin cam đoan, kết quả của luận văn hoàn toàn là kết quả của tự bản

thân tôi tìm hiểu, nghiên cứu dƣới sự hƣớng dẫn của thầy giáo PGS.TS. Ngô

Quốc Tạo.

Tôi hoàn toàn chịu trách nhiệm về tính pháp lý quá trình nghiên cứu khoa

học của luận văn này.

Thái Nguyên, tháng 8 năm 2015

Học viên

Trần Thị Dƣơng

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

iii

LỜI CẢM ƠN

Em xin gửi lời cảm ơn chân thành nhất đến thầy giáo PGS.TS. Ngô Quốc

Tạo đã định hƣớng và nhiệt tình hƣớng dẫn, giúp đỡ em trong quá trình làm luận

văn.

Em xin gửi lời biết ơn sâu sắc đến quý thầy cô giáo trƣờng Đại học Công

nghệ thông tin và truyền thông, các thầy giáo, cô giáo ở Viện công nghệ thông tin

Hà Nội đã truyền đạt những kiến thức và kinh nghiệm quý báu cho chúng em

trong thời gian học tập.

Xin chân thành cảm ơn các bạn bè, đồng nghiệp tổ Tin – Công Nghệ

trƣờng THPT Kinh Môn 2, các bạn học viên lớp cao học CK12B, những ngƣời

thân trong gia đình đã động viên, chia sẻ, tạo điều kiện giúp đỡ trong suốt quá

trình học tập và làm luận văn.

Thái Nguyên, tháng 8 năm 2015

Học viên

Trần Thị Dƣơng

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

iv

MỤC LỤC

LỜI CAM ĐOAN ................................................................................................... i

LỜI CẢM ƠN ....................................................................................................... iii

MỤC LỤC ............................................................................................................. iv

DANH MỤC HÌNH .............................................................................................. vi

MỞ ĐẦU ............................................................................................................ - 1 -

Chƣơng I : TỔNG QUAN VỀ HỆ CHUYÊN GIA VÀ MẠNG NGỮ NGHĨA- 3 -

1.1 Hệ chuyên gia. ........................................................................................ - 3 -

1.1.1. Hệ chuyên gia là gì ? ....................................................................... - 3 -

1.1.2 Đặc trƣng và ƣu điểm của hệ chuyên gia. ........................................ - 4 -

1.1.3 Các lĩnh vực ứng dụng của hệ chuyên gia ........................................ - 4 -

1.1.4 Cấu trúc của hệ chuyên gia ............................................................... - 6 -

1.1.5 Một số mô hình kiến trúc hệ chuyên gia .......................................... - 7 -

1.2. Mạng ngữ nghĩa ...................................................................................... - 8 -

1.2.1 Đặc điểm ........................................................................................... - 8 -

1.2.2 Ƣu nhƣợc điểm ................................................................................. - 9 -

1.2.3 Cách biểu diễn tri thức.................................................................... - 10 -

CHƢƠNG II: BIỂU DIỄN TRI THỨC ........................................................... - 12 -

2.1 Giới thiệu về tri thức .............................................................................. - 12 -

2.2 Biểu diễn tri thức bằng luật dẫn(luật sinh) ............................................ - 13 -

2.2.1. Khái niệm ...................................................................................... - 13 -

2.2.2. Cơ chế suy luận trên các luật sinh ................................................. - 14 -

2.2.3. Vấn đề tối ƣu luật .......................................................................... - 15 -

2.2.4. Biểu diễn tri thức bằng Frame ....................................................... - 17 -

2.2.5. Tính kế thừa ................................................................................... - 19 -

2.2.6. Biểu diễn tri thức bằng Script ........................................................ - 20 -

2.2.7. Mô hình COKB ............................................................................. - 21 -

2.3 Cơ sở tri thức ......................................................................................... - 29 -

2.3.1 Phân biệt tri thức và dữ liệu ..................................................... - 29 -

2.3.2 Phân loại tri thức ............................................................................. - 30 -

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

v

2.3.3 Các cấp độ tri thức .......................................................................... - 32 -

2.4. Mô tơ suy diễn ..................................................................................... - 33 -

2.4.1 Cơ chế suy diễn ............................................................................... - 33 -

2.4.2 Cơ chế điều khiển ............................................................................ - 34 -

2.5. Phân loại tri thức .................................................................................. - 38 -

2.6. Các phƣơng pháp biểu diễn tri thức ...................................................... - 39 -

2.6.1. Biểu diễn tri thức nhờ logic .......................................................... - 39 -

2.6.2. Bộ ba đối tƣợng - Thuộc tính – Giá trị .......................................... - 41 -

2.6.3. Các Luật dẫn .................................................................................. - 42 -

2.6.4. Biểu diễn tri thức bằng Frame ....................................................... - 44 -

Chƣơng III: ỨNG DỤNG GIẢI CÁC BÀI TOÁN TAM GIÁC ..................... - 46 -

3.1 Giới thiệu bài toán ................................................................................ - 46 -

3.2 Xây dựng bài toán hình học .................................................................. - 46 -

3.3. Bài toán hình tam giác: ......................................................................... - 46 -

3.3.1 Tam giác .......................................................................................... - 46 -

3.3.2 Tam giác cân ................................................................................... - 50 -

3.3.3 Tam giác vuông .............................................................................. - 51 -

3.3.4 Tam giác vuông cân ....................................................................... - 51 -

3.3.5 Tam giác đều .................................................................................. - 52 -

3.4 Các luật biến đổi .................................................................................... - 53 -

3.4.1.Một số luật liên quan đến tam giác : .............................................. - 53 -

3.4.2 Các luật dẫn: ................................................................................... - 54 -

3.5 Biểu diễn thông tin trên mạng ngữ nghĩa: ............................................. - 55 -

3.6 Ứng dụng : ............................................................................................. - 55 -

3.7 Demo chƣơng trình: ............................................................................... - 57 -

KẾT LUẬN ...................................................................................................... - 58 -

TÀI LIỆU THAM KHẢO ................................................................................ - 59 -

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

vi

DANH MỤC HÌNH

Hình 1.1: Hoạt động của hệ chuyên gia dựa trên tri thức .................................. - 3 -

Hình 1.2: Cấu trúc của hệ chuyên gia ................................................................ - 6 -

Hình 1.3: Mô hình J.L.Ermin ............................................................................. - 7 -

Hình 1.4 :Mô hình C.Ernest ............................................................................... - 8 -

Hình 1.5: Mô hình E.V.Popov ........................................................................... - 8 -

Hình 1.6: Ví dụ về mạng ngữ nghĩa tiêu biểu ..................................................- 10 -

Hình 1.7: Ví dụ về mạng ngữ nghĩa kế thừa ....................................................- 11 -

Hình 2.1: Cấu trúc một Frame xe hơi ..............................................................- 18 -

Hình 2.2: Quan hệ giữa các đối tƣợng hình học phẳng ...................................- 20 -

Hình 2.3: Sơ đồ tổ chức theo mô hình COKB .................................................- 25 -

Hình 2.4: Sơ đồ biểu diễn tri thức theo bộ ba (O-A-V) ...................................- 41 -

Hình 3.1: Mạng ngữ nghĩa cho bài toán hình tam giác ....................................- 55 -

Số hoá bởi Trung tâm Học liệu – ĐHTN http://www.lrc.tnu.edu.vn

- 1 -

MỞ ĐẦU

1. Đặt vấn đề.

Trong sự nghiệp công nghiệp hoá, hiện đại hoá đất nƣớc, ngành công nghệ

thông tin là một trong những lĩnh vực có đƣợc những bƣớc tiến lớn và đạt đƣợc những

thành tựu đáng kể. Cùng với sự phát triển của ngành công nghệ thông tin, các vấn đề

phức tạp trong thực tế đƣợc đơn giản đi rất nhiều. Nhờ đó mà quá trình phát triển đƣợc

thúc đẩy nhanh chóng hơn.

Vai trò của của công nghệ thông tin trong thời buổi công nghiệp hoá, hiện đại

hoá đất nƣớc là không thể phủ nhận, tuy nhiên việc ứng dụng công nghệ thông tin vào

những lĩnh vực nào và ứng dụng nhƣ thế nào để có thể khai thác hết đƣợc thế mạnh

của ngành công nghệ thông tin luôn là một câu hỏi lớn. Việc ứng dụng tri thức nhân

loại vào trong ngành công nghệ thông tin để góp phần đƣa ra những lời giải cho nhiều

vấn đề khó đƣợc xem là một giải pháp và cần thiết và có ý nghĩa. Các tri thức nhân

loại đều có thể đƣợc xây dựng thành một hệ thống hoàn chỉnh và ứng dụng trong nhiều

ngành khác nhau dƣới sự hộ trợ của công nghệ thông tin. Việc chuyển đổi tri thức

nhân loại thành các hệ thống hay còn đƣợc gọi là biểu diễn tri thức vẫn đang đƣợc thực

hiện, những tri thức đó đã và đang đƣợc ứng dụng rộng rãi trong quá trình phát triển

của xã hội.

Biểu diễn tri thức đóng vai trò hết sức quan trọng trong việc khảng định khả

năng giải quyết vấn đề của một hệ cơ sở tri thức. Dựa vào cách thức con ngƣời giải

quyết vấn đề, các nhà nghiên cứu đã xây dựng các kỹ thuật biểu diễn các dạng tri thức

khác nhau trên máy tính. Mục tiêu của tiểu luận này là nhằm tìm hiểu và phát triển các

kỹ thuật biểu diễn tri thức dựa trên tri thức theo logic, các luật dẫn, mạng ngữ nghĩa,

Frame, đồng thời trình bày việc ứng dụng giải bài toán tam giác bằng mạng ngữ nghĩa

Trong luận văn này, em nghiên cứu và đƣa ra minh hoạ cho việc biểu diễn tri

thức trong công nghệ thông tin và ứng dụng minh hoạ cho quá trình biểu diễn tri thức

đó. Cho dù phạm vi ứng dụng của hệ thống này còn hạn chế, nhƣng đây là một cơ sở

để phát triển các hệ thống chuyên gia. Và trong luận văn này, em muốn gửi đến một

ứng dụng khác, đó là ứng dụng mạng ngữ nghĩa để giải bài toán tam giác lƣợng của

chƣơng trình phổ thông.

- 2 -

2. Đối tƣợng và phạm vi nghiên cứu:

Luận văn tập trung nghiên cứu các phƣơng pháp giải bài toán lƣợng giác. Để

giải các bài toán hình học là bài toán cơ sở, mà từ đó con ngƣời đã xây dựng rất nhiều

ứng dụng nhƣ: Giải các bài toán tam giác lƣơng, hệ thức lƣợng trong tam giác…

3. Hƣớng nghiên cứu của đề tài:

- Nắm chắc các kiến thức cơ bản về một số bài toán tam giác lƣợng để sử dụng

một số giải thuật .

- Tìm hiểu lịch sử phát triển của cơ sở tri thức trong giải các bài toán tam giác

lƣợng .

- Tìm hiểu và nắm đƣợc những khái niệm cơ bản về tam giác lƣợng và những

ứng dụng thực tế.

4. Nội dung nghiên cứu:

Chương I: Tổng quan về hệ chuyên gia và mạng ngữ nghĩa.

Ở chƣơng này đề tài sẽ đi vào tìm hiểu các khái niệm về hệ chuyên gia và mạng

ngữ nghĩa.

Các ƣu nhƣợc điểm của mạng ngữ nghĩa.

Chương II: Biểu diễn tri thức.

Trong chƣơng này đi tìm hiểu sâu về các luật và cách biểu diễn tri thức.

Chương III: Ứng dung mạng ngữ nghĩa để giải bài toán tam giác lượng.

Chƣơng này sẽ đƣa ra mục đích, yêu cầu cũng nhƣ mô tả chƣơng trình thực

nghiệm đã đƣợc xây dựng

5. Phƣơng pháp nghiên cứu:

- Nghiên cứu các tài liệu và viết tổng quan.

- Phƣơng pháp phân tích, đánh giá bài toán

- Nghiên cứu triển khai thử nghiệm hệ thống

- 3 -

Chƣơng I : TỔNG QUAN VỀ HỆ CHUYÊN GIA

VÀ MẠNG NGỮ NGHĨA

1.1 Hệ chuyên gia.

1.1.1. Hệ chuyên gia là gì ?

Hệ chuyên gia là một hệ thống chƣơng trình máy tính chứa các thông tin, tri

thức và các quá trình suy luận về một lĩnh vực cụ thể nào đó để giải quyết các vấn đề

khó hoặc hóc búa đòi hỏi sự tinh thông đầy đủ của các chuyên gia con ngƣời đối với

các giải pháp của họ. Nói một cách khác hệ chuyên gia là dựa trên tri thức của các

chuyên gia con ngƣời giỏi nhất trong lĩnh vực quan tâm.

 Tri thức của hệ chuyên gia bao gồm các sự kiện và các luật. Các sự kiện

đƣợc cấu thành bởi một số nhiều các thông tin, đƣợc thu thập rộng rãi, công khai và

đƣợc sự đồng tình của các chuyên gia con ngƣời trong lĩnh vực. Các luật biểu thị sự

quyết đoán chuyên môn của các chuyên gia trong lĩnh vực.

 Mức độ hiệu quả của một hệ chuyên gia phụ thuộc vào kích thƣớc và chất

lƣợng của cơ sở tri thức mà hệ đó có đƣợc.

 Mỗi hệ chuyên gia chỉ đặc trƣng cho một lĩnh vực vấn đề nào đó, nhƣ y học,

tài chính, khoa học hay công nghệ, vv…, mà không phải là cho bất cứ một lĩnh vực

vấn đề nào.

 Ví dụ : hệ chuyên gia về lĩnh vực y học để phát hiện các căn bệnh lây nhiễm

sẽ có nhiều tri thức về một số triệu chứng lây bệnh, lĩnh vực tri thức y học bao gồm

các căn bệnh, triệu chứng và chữa trị.

 Hoạt động của một hệ chuyên gia dựa trên tri thức đƣợc minh họa nhƣ sau:

Cơ sở tri thức

Ngƣời sử dụng

Hệ thống giao tiếp

Máy suy diễn

Hình 1.1: Hoạt động của hệ chuyên gia dựa trên tri thức

- 4 -

1.1.2 Đặc trưng và ưu điểm của hệ chuyên gia.

Có 4 đặc trƣng cơ bản:

 Hiệu quả cao: Khả năng trả lời với mức độ tinh thông bằng hoặc cao hơn so

với chuyên gia (ngƣời) trong cùng lĩnh vực.

 Thời gian trả lời thỏa đáng: Thời gian trả lời hợp lý, bằng hoặc nhanh hơn so

với chuyên gia (ngƣời) để đi đến cùng một quyết định.

 Độ tin cậy cao: Không thể xảy ra sự cố hoặc giảm sút độ tin cậy khi sử dụng.

 Dễ hiểu: Hệ chuyên gia giải thích các bƣớc suy luận một cách dễ hiểu và

nhất quán.

Những ƣu điểm của hệ chuyên gia :

Phổ cập: Là sản phẩm chuyên gia, đƣợc phát triển không ngừng với hiệu quả

sử dụng không thể phủ nhận.

Giảm giá thành.

Giảm rủi ro: Giúp con ngƣời tránh đƣợc rủi ro trong các môi trƣờng nguy

hiểm.

Tính thƣờng trực: Bất kể lúc nào cũng có thể khai thác sử dụng. Trong khi con

ngƣời có thể mệt mỏi, nghỉ ngơi hay vắng mặt.

Đa lĩnh vực: Chuyên gia về nhiều lĩnh vực khác nhau và đƣợc khai thác đồng

thời bất kể thời gian sử dụng.

Độ tin cậy.

Khả năng giảng giải: Câu trả lời với mức độ tinh thông đƣợc giảng giải rõ

ràng, chi tiết, dễ hiểu.

Khả năng trả lời nhanh.

Tính ổn định, suy luận có lý và đầy đủ mọi lúc mọi nơi.

Trợ giúp thông minh nhƣ một ngƣời hƣớng dẫn.

Có thể truy cập nhƣ là một cơ sở dữ liệu thông minh.

1.1.3 Các lĩnh vực ứng dụng của hệ chuyên gia

Tính đến thời điểm này, hàng trăm hệ chuyên gia đã đƣợc xây dựng và báo cáo

thƣờng xuyên trong các tạp chí, sách báo và hội thảo khoa học. Ngoài ra còn các hệ

- 5 -

chuyên gia đƣợc sử dụng trong các công ty, các tổ chức quân sự mà không đƣợc công

bố vì lí do bảo mật.

Dƣới đây là một số lĩnh vực ứng dụng diện rộng của các hệ chuyên gia :

Lĩnh vực

Ứng dụng diện rộng

Cấu hình

Tập hợp thích đáng những thành phần của một hệ thống theo cách riêng

Chẩn đoán

Lập luận dựa trên những chứng cứ quan sát đƣợc

Truyền đạt

Dạy học kiểu thông minh sao cho sinh viên có thể hỏi

Giải thích

Giải thích những dữ liệu thu nhận đƣợc

Kiểm tra

So sánh dữ liệu thu lƣợm đƣợc với chuyên môn để đánh giá hiệu quả

Lập kế hoạch

Lập kế hoạch sản xuất theo yêu cầu

Dự đoán

Dự đoán hậu quả từ một tình huống xảy ra

Chữa trị

Chỉ định cách thụ lý một vấn đề

Điều khiển

Điều khiển một quá trình, đòi hỏi diễn giải, chẩn đoán, kiểm tra, lập kế hoạch, dự đoán và chữa trị

- 6 -

1.1.4 Cấu trúc của hệ chuyên gia

Một hệ chuyên gia kiểu mẫu gồm các thành phần cơ bản sau :

Chuyên gia con ngƣời

Ngƣời sử dụng

Giao diện ngƣời, máy

Bộ thu nạp tri thức

Bộ giải thích

Mô tơ suy diễn

Suy diễn Điều khiển

Cơ sở tri thức

Bộ nhớ làm việc

Hình 1.2: Cấu trúc của hệ chuyên gia

 Giao diện ngƣời, máy : Thực hiện giao tiếp giữa hệ chuyên gia và ngƣời sử

dụng. Nhận các thông tin từ ngƣời dùng (các câu hỏi, các yêu cầu về lĩnh vực) và đƣa

ra các lời khuyên, các câu trả lời, các giải thích về lĩnh vực đó.

 Bộ giải thích : Giải thích các hoạt động của hệ khi có yêu cầu của ngƣời sử

dụng.

- 7 -

 Bộ thu nạp tri thức : Làm nhiệm vụ thu nhận tri thức từ chuyên gia con

ngƣời, từ kỹ sƣ tri thức và cả ngƣời sử dụng thông qua các câu hỏi và yêu cầu của họ,

sau đó lƣu trữ vào cơ sở tri thức.

 Cơ sở tri thức : Lƣu trữ, biểu diễn các tri thức trong lĩnh vực mà hệ đảm

nhận, làm cơ sở cho các hoạt động của hệ. Cơ sở tri thức bao gồm các sự kiện và các

luật.

 Mô tơ suy diễn : Làm nhiệm vụ sử lý và điều khiển các tri thức đƣợc biểu

diễn trong cơ sở tri thức nhằm đáp ứng các câu hỏi, các yêu cầu của ngƣời sử dụng.

(*) Để thực hiện đƣợc các công việc của các thành phần trên trong cấu trúc hệ

chuyên gia phải có một hệ điều khiển và quản lý việc tạo lập, tích lũy tri thức cho lĩnh

vực hệ đảm nhận gọi là “Hệ quản trị cơ sở tri thức”. Hệ quản trị cơ sở tri thức thực

chất là quản lý và điều khiển công việc của Bộ thu nạp tri thức, Bộ giải thích, Mô tơ

suy diễn. Nó phải đảm bảo các yêu cầu :

 Giảm dƣ thừa tri thức, dữ liệu.

 Tính nhất quán và phi mâu thuẫn của tri thức.

 Tính toàn vẹn và an toàn.

 Giải quyết các vấn đề cạnh tranh.

 Chuyển đổi tri thức.

 Ngôn ngữ xử lý tri thức.

1.1.5 Một số mô hình kiến trúc hệ chuyên gia

a)Mô hình J.L.Ermin:

Hình 1.3: Mô hình J.L.Ermin

- 8 -

b)Mô hình C.Ernest :

Hình1.4 :Mô hình C.Ernest

c)Mô hình E.V.Popov :

Hình 1.5: Mô hình E.V.Popov

1.2. Mạng ngữ nghĩa

1.2.1 Đặc điểm

Mạng ngữ nghĩa là một phƣơng pháp biểu diễn tri thức, đƣợc xây dựng dựa trên

phƣơng pháp đồ thị để biểu diễn các mối liên hệ giữa các tri thức tổng quát, các khái

niệm, các sự việc...

Do mạng ngữ nghĩa là một loại đồ thị cho nên ta có thể dùng những thuật toán

của đồ thị trên mạng ngữ nghĩa nhƣ thuật toán tìm liên thông, tìm đƣờng đi ngắn

nhất,… để thực hiện các cơ chế suy luận. Điểm đặc biệt của mạng ngữ nghĩa so với đồ

thị thông thƣờng chính là việc gán một ý nghĩa cho các cung. Cung nối giữa hai đỉnh

- 9 -

cho biết giữa hai khái niệm tƣơng ứng có sự liên hệ nhƣ thế nào. Việc gán ngữ nghĩa

vào các cung của đồ thị đã giúp giảm bớt đƣợc số lƣợng đồ thị cần phải dùng để biễu

diễn các mối liên hệ giữa các khái niệm.

Một đặc điểm quan trọng của mạng ngữ nghĩa là tính kế thừa. Chính đặc tính kế thừa

của mạng ngữ nghĩa đã cho phép ta có thể thực hiện đƣợc rất nhiều phép suy diễn từ

những thông tin sẵn có trên mạng.

Cơ chế suy diễn áp dụng trong mạng ngữ nghĩa là thực hiện theo thuật toán loang

truyền đơn giản theo hai bƣớc sau:

 Kích hoạt các đỉnh đã cho ban đầu (các đỉnh đã có giá trị)

 Nếu một đỉnh chƣa xác định nối với n đỉnh khác (thông qua những mối liên hệ).

Và trong đó có n-1 đỉnh đã xác định thì đỉnh đó cũng đƣợc xác định. Lặp lại

bƣớc này cho đến khi xác định đƣợc tất cả các đỉnh.

1.2.2 Ưu nhược điểm

1.2.2.1 Ưu điểm:

 Mạng ngữ nghĩa rất linh động, có thể thêm vào mạng các đỉnh hoặc cung

mới để bổ sung các tri thức cần thiết

 Mạng ngữ nghĩa có tính trực quan cao nên rất dễ hiểu

 Mạng ngữ nghĩa cho phép các đỉnh có thể kế thừa các tính chất từ các đỉnh

khác thông qua các cung loại “là’ từ đó có thể tạo ra các liên kết “ngầm” giữa những

đỉnh không có liên kết trực tiếp với nhau.

 Mạng ngữ nghĩa hoạt động khá tự nhiên theo cách thức con ngƣời ghi nhận

thông tin.

1.2.2.2 Nhược điểm:

 Vẫn chƣa có một chuẩn nào quy định các giới hạn cho các đỉnh và cung của

mạng. Điều đó đồng nghĩa với ngƣời dùng có thể gắn bất kỳ khái niệm nào cho đỉnh

hoặc cung.

 Tính thừa kế trong mạng có thể dẫn đến khả năng mâu thuẩn tri thức

- 10 -

1.2.3 Cách biểu diễn tri thức

Khi biểu diễn một mạng ngữ nghĩa, các đỉnh của đồ thị là các đối tƣợng (khái

niệm, tri thức, sự việc) nào đó, còn các cung giữa các đỉnh thể hiện các mối liên hệ

giữa các đối tƣợng (khái niệm, tri thức, sự việc) này.

Hình 1.6: Ví dụ về mạng ngữ nghĩa tiêu biểu

Trong ví dụ trên, các yếu tố nhƣ “Xe máy, Xe, Động cơ, Xăng, Đƣờng” đƣợc

xem là các đối tƣợng của mạng ngữ nghĩa. Trong khi đó các yếu tố “Là, Di chuyển

trên, chạy bằng hay có” là các mối liên hệ giữa các đối tƣợng.

- 11 -

Xét ví dụ bên dƣới đây:

Hình 1.7: Ví dụ về mạng ngữ nghĩa kế thừa

Trong mạng ngữ nghĩa trên ta có thể thấy đƣợc các mối quan hệ nhƣ sau:

- Hình vuông là hình chữ nhật + là tứ giác + có 4 góc. Từ đó ta có thể suy luận

đƣợc là hình vuông có 4 góc.

- Hình chữ nhật là hình bình hành + hình bình hành có hai cặp cạnh bằng nhau.

Từ đó có thể suy ra hình chữ nhật có hai cặp cạnh bằng nhau.

Dù không có đƣờng liên hệ trực tiếp từ đối tƣợng “Hình vuông” đến đối tƣợng

“4 góc” nhƣng thông qua tính chất kế thừa ta có thể xác định đƣợc là đối tƣợng

“Hìnhvuông” có liên hệ “có” với đối tƣợng “4 góc”.

Tƣơng tự với trƣờng hợp của đối tƣợng “Hình chữ nhật” và đối tƣợng “Hai cặp

cạnh bằng nhau”.

Tuy mạng ngữ nghĩa là một kiểu biểu diễn trực quan đối với con ngƣời nhƣng

khi đƣa vào máy tính, các đối tƣợng và mối liên hệ giữa chúng thƣờng đƣợc biểu diễn

dƣới dạng những phát biểu động từ (nhƣ vị từ). Hơn nữa, các thao tác tìm kiếm trên

mạng ngữ nghĩa thƣờng khó khăn (đặc biệt đối với những mạng có kích thƣớc lớn).

Do đó, mô hình mạng ngữ nghĩa đƣợc dùng chủ yếu để phân tích vấn đề. Sau đó, nó sẽ

đƣợc chuyển đổi sang dạng luật hoặc frame để thi hành hoặc mạng ngữ nghĩa sẽ đƣợc

dùng kết hợp với một số phƣơng pháp biểu diễn khác.

- 12 -

CHƢƠNG II: BIỂU DIỄN TRI THỨC

2.1 Giới thiệu về tri thức

Tri thức (knowledge): là sự hiểu biết của ngƣời trong một phạm vi, lĩnh vực nào

đó; đƣợc xem xét theo các mục tiêu hay các vấn đề nhất định.

Ví dụ:

- Kiến thức về một lĩnh vực y học và khả năng chẩn đoán bệnh là tri thức.

- Biết một tam giác có các yếu tố nào cùng với các công thức liên hệ giữa các

yếu tố là tri thức.

- Biết các dạng cấu trúc dữ liệu thƣờng dùng trong lập trình cùng với các thuật

toán xử lý cơ bản trên các cấu trúc là tri thức.

Các dạng tri thức

- Tri thức mô tả: các khái niệm, các đối tƣợng cơ bản.

- Tri thức cấu trúc: các khái niệm cấu trúc, các quan hệ, các đối tƣợng phức

hợp, ...

- Tri thức thủ tục: các luật dẫn, các thủ tục xử lý, các chiến lƣợc, …

- Tri thức meta: tri thức về các dạng tri thức khác và cách sử dụng chúng.

Tri thức là một hệ thống phức tạp, đa dạng và trừu tƣợng bao gồm nhiều thành

tố với những mối liên hệ tác động qua lại nhƣ:

- Các khái niệm (concepts), với những mối liên hệ cơ bản nhất định

(relationships).

- Các quan hệ (relations): Xem lại kiến thức về quan hệ ở góc độ toán học

trong giáo trình “Toán Rời Rạc”:

o Định nghĩa quan hệ 2 ngôi.

o Các tính chất về một quan hệ 2 ngôi R trên một tập X: phản xạ, đối xứng,

phản xứng, bắc cầu.

o Quan hệ thứ tự.

o Quan hệ tƣơng đƣơng.

o Cách biểu diễn của một quan hệ 2 ngôi R trên tập X: Biểu diễn dựa trên “tập

hợp”,biểu diễn bằng ma trận, biểu đồ (đồ thị).

- Các toán tử (operators), phép toán, các biểu thức hay công thức

- 13 -

o Phép toán 2 ngôi T trên tập X là ánh xạ

T : XxX  X

(a,b)  a T b ≡ T(a,b)

Ví dụ: T: NxN  N

(a,b)  a+b

o Phép toán 1 ngôi S trên tập X là

S : X  X

o Các tính chất thƣờng đƣợc xem xét: giao hoán, kết hợp, phần tử trung hòa,

phần tử nghịch đảo, phần tử đối, phân phối (hay phân bố), …

- Các hàm (functions).

- Các luật (rules).

- Sự kiện (facts).

- Các thực thể hay đối tƣợng, một phần tử cụ thể (objects).

2.2 Biểu diễn tri thức bằng luật dẫn(luật sinh)

2.2.1. Khái niệm

Phƣơng pháp biểu diễn tri thức bằng luật sinh đƣợc phát minh bởi Newell và

Simon trong lúc hai ông đang cố gắng xây dựng một hệ giải bài toán tổng quát.Đây là

một kiểu biểu diễn tri thức có cấu trúc. Ý tƣởng cơ bản là tri thức có thể đƣợc cấu trúc

bằng một cặp điều kiện và hành động: "NẾU điều kiện xảy ra THÌ hành động sẽ đƣợc

thi hành". Chẳng hạn, NẾU đèn giao thông là đỏ THÌ bạn không đƣợc đi thẳng, NẾU

máy tính đã mở mà không khởi động đƣợc THÌ kiểm tra nguồn điện,…

Ngày nay, các luật sinh đã trở nên phổ biến và đƣợc áp dụng rộng rãi trong

nhiều hệ thống trí tuệ nhân tạo khác nhau.Luật sinh có thể là một công cụ mô tả để giải

quyết các vấn đề thực tế thay cho các kiểu phân tích vấn đề truyền thống.Trong trƣờng

hợp này, các luật đƣợc dùng nhƣ là những chỉ dẫn (tuy có thể không hoàn chỉnh)

nhƣng rất hữu ích để trợ giúp cho các quyết định trong quá trình tìm kiếm, từ đó làm

giảm không gian tìm kiếm.Một ví dụ khác là luật sinh có thể đƣợc dùng để bắt chƣớc

hành vi của những chuyên gia. Theo cách này, luật sinh không chỉ đơn thuần là một

- 14 -

kiểu biểu diễn tri thức trong máy tính mà là một kiểu biễu diễn các hành vi của con

ngƣời.

Một cách tổng quát luật sinh có dạng nhƣ sau:

P1 P2 ...  Pn  Q

Tùy vào các vấn đề đang quan tâm mà luật sinh có những ngữ nghĩa hay cấu tạo

khác nhau:

- Trong logic vị từ: P1, P2, ..., Pn, Q là những biểu thức logic.

- Trong ngôn ngữ lập trình, mỗi một luật sinh là một câu lệnh.

IF (P1 AND P2AND ..AND Pn) THEN Q.

- Trong lý thuyết hiểu ngôn ngữ tự nhiên, mỗi luật sinh là một phép dịch:

ONE  một.

TWO  hai.

JANUARY  tháng một.

Để biễu diễn một tập luật sinh, ngƣời ta thƣờng phải chỉ rõ hai thành phần chính

sau:

- Tập các sự kiện F(Facts)

F = {f1, f2, ... fn}

- Tập các quy tắc R (Rules) áp dụng trên các sự kiện dạng nhƣ sau :

f1 ^ f2 ^ ... ^ fi q

Trong đó, các fi, q đều thuộc F

2.2.2. Cơ chế suy luận trên các luật sinh

- Suy diễn tiến: là quá trình suy luận xuất phát từ một số sự kiện ban đầu, xác

định các sự kiện có thể đƣợc "sinh" ra từ sự kiện này.

Sự kiện ban đầu: H, K

R3: H  A {A, H. K }

R1: A  E { A, E, H, K }

R5: E K  B { A, B, E, H, K }

R2: B  D { A, B, D, E, H, K }

- 15 -

R6: D  E  K  C { A, B, C, D, E, H, K }

- Suy diễn lùi: là quá trình suy luận ngƣợc xuất phát từ một số sự kiện ban

đầu, ta tìm kiếm các sự kiện đã "sinh" ra sự kiện này. Một ví dụ thƣờng gặp trong thực

tế là xuất phát từ các tình trạng của máy tính, chẩn đoán xem máy tính đã bị hỏng hóc

ở đâu.

2.2.3. Vấn đề tối ưu luật

Tập các luật trong một cơ sở tri thức rất có khả năng thừa, trùng lắp hoặc mâu

thuẫn.Dĩ nhiên là hệ thống có thể đổ lỗi cho ngƣời dùng về việc đƣa vào hệ thống

những tri thức nhƣ vậy. Tuy việc tối ƣu một cơ sở tri thức về mặt tổng quát là một thao

tác khó (vì giữa các tri thức thƣờng có quan hệ không tƣờng minh), nhƣng trong giới

hạn cơ sở tri thức dƣới dạng luật, ta vẫn có một số thuật toán đơn giản để loại bỏ các

vấn đề này.

- Rút gọn bên phải:

luật sau hiển nhiên đúng :A  B A (1)

do đó luật: A  BA  C

là hoàn toàn tƣơng đƣơng với: A  BC

Quy tắc rút gọn : Có thể loại bỏ những sự kiện bên vế phải nếu những sự kiện

đó đã xuất hiện bên vế trái. Nếu sau khi rút gọn mà vế phải trở thành rỗng thì luật đó là

luật hiển nhiên. Ta có thể loại bỏ các luật hiển nhiên ra khỏi tri thức.

- Rút gọn bên trái:

Xét các luật : (L1) A, B  C (L2) A  X (L3) X  C

Rõ ràng là luật A, B  C có thể đƣợc thay thế bằng luật A  C mà không làm

ảnh hƣởng đến các kết luận trong mọi trƣờng hợp. Ta nói rằng sự kiện B trong luật (1)

là dƣ thừa và có thể đƣợc loại bỏ khỏi luật dẫn trên.

- Phân rã và kết hợp luật:

Luật: A  B  C

Tƣơng đƣơng với hai luật: A  C và B  C

Với quy tắc này, ta có thể loại bỏ hoàn toàn các luật có phép nối HOẶC.Các

luật có phép nối này thƣờng làm cho thao tác xử lý trở nên phức tạp.

- 16 -

- Luật thừa:

Một luật dẫn A  B đƣợc gọi là thừa nếu có thể suy ra luật này từ những luật

còn lại.

Ví dụ : trong tập các luật gồm {A  B, B  C, A  C} thì luật thứ 3 là luật

thừa vì nó có thể đƣợc suy ra từ 2 luật còn lại.

- Thuật toán tối ƣu tập luật dẫn:

Thuật toán này sẽ tối ƣu hóa tập luật đã cho bằng cách loại đi các luật có phép

nối HOẶC, các luật hiển nhiên hoặc các luật thừa.

Thuật toán bao gồm các bƣớc chính:

B1: Rút gọn vế phải

Với mỗi luật r trong R

Với mỗi sự kiện A VếPhải(r)

Nếu A VếTrái(r) thì Loại A ra khỏi vế phải của R.

Nếu VếPhải(r) rỗng thì loại bỏ r ra khỏi hệ luật dẫn : R = R \{r}

B2: Phân rã các luật

Với mỗi luật r : X1 X2  …  Xn Y trong R

Với mỗi i từ 1 đến n R := R + { Xi Y }

R := R \ {r}

B3: Loại bỏ luật thừa

Với mỗi luật r thuộc R

Nếu VếPhải(r) BaoĐóng(VếTrái(r), R-{r}) thì R := R \ {r}

B4: Rút gọn vế trái

Với mỗi luật dẫn r : X : A1 A2, …, An Y thuộc R

Với mỗi sự kiện Ai r

Gọi luật r1 : X - Ai Y

S = (R - {r}) {r1}

Nếu BaoĐóng (X - Ai , S)  BaoĐóng (X, R) thì loại sự kiện A ra khỏi X

- 17 -

2.2.4. Biểu diễn tri thức bằng Frame

2.2.4.1. Khái niệm

Frame là một cấu trúc dữ liệu chứa đựng tất cả những trithức liên quan đến một

đối tƣợng cụ thể nào đó. Frames có liên hệ chặt chẽ đến khái niệm hƣớng đối tƣợng

(thực ra frame là nguồn gốc của lập trình hƣớng đối tƣợng). Ngƣợc lại với các phƣơng

pháp biểu diễn tri thức đã đƣợc đề cập đến, frame "đóng gói" toàn bộ một đối tƣợng,

tình huống hoặc cả một vấn đề phức tạp thành một thực thể duy nhất có cấu trúc. Một

frame bao hàm trong nó một khối lƣợng tƣơng đối lớn trithức về một đối tƣợng, sự

kiện, vị trí, tình huống hoặc những yếu tố khác. Do đó, frame có thể giúp ta mô tả khá

chi tiết một đối tƣợng.

Dƣới một khía cạnh nào đó, ngƣời ta có thể xem phƣơng pháp

biểudiễntrithứcbằngframe chính là nguồn gốc của ngôn ngữ lập trình hƣớng đối tƣợng.

Ý tƣởng của phƣơng pháp này là "thay vì bắt người dùng sử dụng các công cụ phụ như

dao mở để đồ hộp, ngày nay các hãng sản xuất đồ hộp thường gắn kèm các nắp mở đồ

hộp ngay bên trên vỏ lon. Như vậy, người dùng sẽ không bao giờ phải lo lắng đến việc

tìm một thiết bị để mở đồ hộp nữa!". Cũng vậy, ý tƣởng chính của frame (hay của

phƣơng pháp lập trình hƣớng đối tƣợng) là khi biểudiễn một trithức, ta sẽ "gắn kèm"

những thao tác thƣờng gặp trên trithức này. Chẳng hạn nhƣ khi mô tả khái niệm về

hình chữ nhật, ta sẽ gắn kèm cách tính chu vi, diện tích.

Frame thƣờng đƣợc dùng để biểudiễn những trithức "chuẩn" hoặc những trithức

đƣợc xây dựng dựa trên những kinh nghiệm hoặc các đặc điểm đã đƣợc hiểu biết cặn

kẽ. Bộ não của con ngƣời chúng ta vẫn luôn "lƣu trữ" rất nhiều các trithức chung mà

khi cần, chúng ta có thể "lấy ra" để vận dụng nó trong những vấn đề cần phải giải

quyết.Frame là một công cụ thích hợp để biểudiễn những kiểu trithức này.

- 18 -

Frame : XE HƠI

Thuộc lớp :phƣơng tiện vận chuyển.

Tên nhà sản xuất : Audi

Quốc gia của nhà sản xuất : Đức

Model : 5000 Turbo

Loại xe : Sedan Frame MÁY Trọng lượng : 3300lb Xy-lanh : 3.19 inch Số lượng cửa : 4 (default) Tỷ lệ nén : 3.4 inche Hộp số : 3 số tự động Xăng : TurboCharger Số lượng bánh : 4 (default) Mã lực : 140 hp Máy (tham chiếu đến frame Máy)

Kiểu : In-line, overhead cam

Số xy-lanh : 5

Khả năng tăng tốc

0-60 : 10.4 giây

¼ dặm : 17.1 giây, 85 mph.

Hình 2.1: Cấu trúc một Frame xe hơi

2.2.4.2. Cấu trúc của Frame

Mỗi một frame mô tả một đối tượng (object). Một frame bao gồm 2 thành phần

cơ bản là slot và facet. Một slot là một thuộc tính đặc tả đối tƣợng đƣợc biểudiễn bởi

frame. Ví dụ : trong frame mô tả xe hơi, có hai slot là trọng lượng và loại máy.

Mỗi slot có thể chứa một hoặc nhiều facet. Các facet (đôi lúc đƣợc gọi là slot

"con") đặc tả một số thông tin hoặc thủ tục liên quan đến thuộc tính đƣợc mô tả bởi

slot. Facet có nhiều loại khác nhau, sau đây là một số facet thƣờng gặp:

- Value (giá trị) : cho biết giá trị của thuộc tính đó (nhƣ xanh, đỏ, tím vàng

nếu slot là màu xe).

- Default (giá trị mặc định) : hệ thống sẽ tự động sử dụng giá trị trong facet

này nếu slot là rỗng (nghĩa là chẳng có đặc tả nào!). Chẳng hạn trong frame về xe, xét

- 19 -

slot về số lượng bánh. Slot này sẽ có giá trị 4. Nghĩa là, mặc định một chiếc xe hơi sẽ

có 4 bánh!

- Range (miền giá trị) : (tƣơng tự nhƣ kiểu biến), cho biết giá trị slot có thể

nhận những loại giá trị gì (nhƣ số nguyên, số thực, chữ cái, ...)

- If added: mô tả một hành động sẽ đƣợc thi hành khi một giá trị trong slot

đƣợc thêm vào (hoặc đƣợc hiệu chỉnh). Thủ tục thƣờng đƣợc viết dƣới dạng một

script.

- If needed :đƣợc sử dụng khi slot không có giá trị nào. Facet mô tả một hàm

để tính ra giá trị của slot.

2.2.5. Tính kế thừa

Trong thực tế, một hệ thống trí tuệ nhân tạo thƣờng sử dụng nhiều frame đƣợc

liên kết với nhau theo một cách nào đó. Một trong những điểm thú vị của frame là tính

phân cấp. Đặc tính này cho phép kế thừa các tính chất giữa các frame.

Hình sau đây cho thấy cấu trúc phân cấp của các loại hình hình học cơ bản.Gốc

của cây ở trên cùng tƣơng ứng với mức độ trừu tƣợng cao nhất. Các frame nằm ở dƣới

cùng (không có frame con nào) gọi là lá. Những frame nằm ở mức thấp hơn có thể

thừa kế tất cả những tính chất của những frame cao hơn.

Các frame cha sẽ cung cấp những mô tả tổng quát về thực thể. Frame có cấp

càng cao thì mức độ tổng quát càng cao. Thông thƣờng, frame cha sẽ bao gồm các

định nghĩa của các thuộc tính. Còn các frame con sẽ chứa đựng giá trị thực sự của các

thuộc tính này.

- 20 -

Hình 2.2: Quan hệ giữa các đối tượng hình học phẳng

2.2.6. Biểu diễn tri thức bằng Script

Script là một cách biểu diễn tri thức tƣơng tự nhƣ frame nhƣng thay vì đặc tả

một đối tƣợng, nó mô tả một chuỗi các sự kiện.Để mô tả chuỗi sự kiện, script sử dụng

một dãy các slot chứa thông tin về các con ngƣời, đối tƣợng và hành động liên quan

đến sự kiện đó.

Tuy cấu trúc của các script là rất khác nhau tùy theo bài toán, nhƣng nhìn chung

một script thƣờng bao gồm các thành phần sau :

- Điều kiện vào(entry condition): mô tả những tình huống hoặc điều kiện cần

đƣợc thỏa mãn trƣớc khi các sự kiện trong script có thể diễn ra.

- Role (đóng vai): là những con ngƣời có liên quan trong script.

- Prop (tác tố): là tất cả những đối tƣợng đƣợc sử dụng trong các chuỗi sự

kiện sẽ diễn ra.

- Scene(Tình huống): là chuỗi sự kiện thực sự diễn ra.

- Result (Kết quả): trạng thái của các Role sau khi script đã thi hành xong.

- Track (phiên bản): mô tả một biến thể (hoặc trƣờng hợp đặc biệt) có thể xảy

ra trong đoạn script.

- 21 -

Script rất hữu dụng trong việc dự đoán điều gì sẽ xảy đến trong những tình

huống xác định.Thậm chí trong những tình huống chƣa diễn ra, script còn cho phép

máy tính dự đoán đƣợc việc gì sẽ xảy ra và xảy ra đối với ai và vào thời điểm nào.Nếu

máy tính kích hoạt một script, ngƣời dùng có thể đặt câu hỏi và hệ thống có thể suy ra

đƣợc những câu trả lời chính xác mà không cần ngƣời dùng cung cấp thêm nhiều

thông tin (trong một số trƣờng hợp có thể không cần thêm thông tin). Do đó, cũng

giống nhƣ frame, script là một dạng biểu diễn tri thức tƣơng đối hữu dụng vì nó cho

phép ta mô tả chính xác những tình huống "chuẩn" mà con ngƣời vẫn thực hiện mỗi

ngày hoặc đã nắm bắt chính xác.

2.2.7. Mô hình COKB

2.2.7.1. Định nghĩa về mô hình COKB

Mô hình biểu diễn tri thức COKB(Computational Objects Knowledge Base) là

một mô hình tri thức của các đối tƣợng tính toán. Mô hình COKB là một hệ thống gồm

6 thành phần chính đƣợc ký hiệu bởi bộ 6 nhƣ sau:

(C,H,R,Opts, Funcs,Rules)

Tập hợp C (các khái niệm về các C_Object):

Các khái niệm đƣợc xây dựng dựa trên các đối tƣợng. Mỗi khái niệm là một lớp

các đối tƣợng tính toán có cấu trúc nhất định và đƣợc phân cấp theo sự thiết lập của

cấu trúc đối tƣợng, bao gồm:

- Các đối tƣợng (hay khái niệm) nền: là các đối tƣợng (hay khái niệm) đƣợc

mặc nhiên thừa nhận. Ví dụ: nhƣ một số đối tƣợng kiểu boolean (logic), số tự nhiên

(natural), số nguyên (integer), số thực (real), tập hợp (set), danh sách (list) hay một số

kiểu tự định nghĩa.

- Các đối tƣợng cơ bản (hay khái niệm) cơ bản cấp 0: có cấu trúc rỗng hoặc có

cấu trúc thiết lập trên một số thuộc tính kiểu khái niệm nền: Các đối tƣợng(hay khái

niệm) này làm nền cho các đối tƣợng(hay các khái niệm) cấp cao hơn. Ví dụ: đối

tƣợng DIEM có kiểu mô tả không có cấu trúc thiết lập.

- Các đối tƣợng (hay khái niệm) cấp 1: Các đối tƣợng này chỉ có các thuộc

tính kiểu khái niệm nền và có thể đƣợc thiết lập trên một danh sách nền các đối tƣợng

- 22 -

cơ bản. Ví dụ: đối tƣợng DOAN[A,B] trong đó A, B là các đối tƣợng cơ bản loại

DIEM, thuộc tính a biểu thị độ dài đoạn thẳng có kiểu tƣơng ứng là “real”.

- Các đối tƣợng (hay khái niệm) cấp 2: Các đối tƣợng này có các thuộc tính

kiểu khái niệm nền và các thuộc tính loại đối tƣợng cấp 1, có thể đƣợc thiết lập trên

một danh sách nền các đối tƣợng cơ bản. Ví dụ: đối tƣợng TAMGIAC[A,B,C] trong

đó A, B, C là các đối tƣợng cơ bản loại DIEM, các thuộc tính nhƣ GocA, a, S có kiểu

tƣơng ứng là “GOC[C,A,B]”, “DOAN[B,C]”, “real”.

- Các đối tƣợng (hay khái niệm) cấp n >0: Các đối tƣợng này có các thuộc tính

kiểu khái niệm nền và các thuộc tính loại đối tƣợng cấp thấp hơn, có thể đƣợc thiết lập

trên một danh sách nền các đối tƣợng cấp thấp hơn.

Cấu trúc bên trong của mỗi lớp đối tƣợng:

- Kiểu đối tƣợng: Kiểu này có thể là kiểu thiết lập trên một danh sách nền các

đối tƣợng cấp thấp hơn.

- Danh sách các thuộc tính của đối tƣợng: Mỗi thuộc tính có kiểu thực, kiểu

đối tƣợng cơ bản hay kiểu đối tƣợng cấp thấp hơn. Phân ra làm 2 loại là tập các thuộc

tính thiết lập của đối tƣợng và tập các thuộc tính khác (còn gọi là tập thuộc tính).

- Tập hợp các điều kiện ràng buộc trên các thuộc tính.

- Tập hợp các tính chất nội tại hay sự kiện vốn có liên quan đến các thuộc tính

của đối tƣợng.

- Tập hợp các quan hệ suy diễn - tính toán trên các thuộc tính của đối tƣợng.

Các quan hệ này thể hiện các luật suy diễn và cho phép ta có thể tính toán một hay một

số thuộc tính từ các thuộc tính khác của đối tƣợng.

- Tập hợp các luật suy diễn trên các loại sự kiện khác nhau liên quan đến các

thuộc tính của đối tƣợng hay bản thân đối tƣợng. Mỗi luật suy diễn có dạng: {các sự

kiện giả thiết}  {các sự kiện kết luận}.

Tập hợp H (các quan hệ phân cấp giữa các đối tượng)

Trong tập C, ta có các quan hệ mà theo đó có thể có những khái niệm là sự đặc

biệt hoá của những khái niệm khác. Có thể nói, H là một biểu đồ Hasse trên C khi xem

quan hệ phân cấp là một quan hệ thứ tự trên C.

Cấu trúc của một quan hệ phân cấp:

- 23 -

[, ]

Tập hợp R các khái niệm về các loại quan hệ trên các C-Object

Mỗi quan hệ đƣợc xác định bởi tên quan hệ và danh sách các loại đối tƣợng của

quan hệ. Đối với quan hệ 2 hay 3 ngôi thì quan hệ có thể có các tính chất nhƣ tính

phản xạ, tính phản xứng, tính đối xứng và tính bắc cầu.

Cấu trúc của một quan hệ:

[ < tên quan hệ > , < loại đối tƣợng > , < loại đối tƣợng > ,…] , {< tính chất > , <

tính chất >}.

Tập hợp Opts các toán tử

Các toán tử thể hiện các qui tắc tính toán nhất định trên các biến thực cũng nhƣ

trên các đối tƣợng. Chẳng hạn nhƣ các phép toán số học, các phép tính toán trên các

đối tƣợng đoạn, góc tƣơng tự nhƣ đối với các biến thực hay các phép tính toán vecto,

tính toán ma trận,… Trong trƣờng hợp các phép toán 2 ngôi thì phép toán có thể có

các tính chất nhƣ tính giao hoán, tính kết hợp,tính nghịch đảo, tính trung hoà.

Tập hợp Funcs các hàm

Tập hợp Funcs trong mô hình COKB thể hiện tri thức về các hàm hay nói cách

khác là thể hiện tri thức về các khái niệm và các qui tắc tính toán trên các biến thực

cũng nhƣ trên các loại C-Object, đƣợc xây dựng thông qua các quan hệ tính toán dạng

hàm. Mỗi hàm đƣợc xác định bởi , danh sách các đối số và một qui tắc định

nghĩa hàm về phƣơng diện toán học.

Tập hợp Rules các luật

Mỗi luật cho ta một qui tắc suy luận để từ các sự kiện đang biết suy ra đƣợc các

sự kiện mới thông qua việc áp dụng các định luật, định lý hay các qui tắc tính toán nào

đó. Mỗi luật suy diễn r có thể đƣợc mô hình hoá dƣới dạng :

r : {sk1, sk2, ..., skm}  {skm+1, skm+2, ..., skn}.

Cấu trúc của một luật:

[ Kind, BasicO, Hypos, Goals]

Trong đó:

- Kind: loại luật.

- BaseO: tập các đối tƣợng cơ bản.

- 24 -

- Hypos: tập các sự kiện giả thiết của một luật.

- Goals: tập các sự kiện kết luận của một luật.

2.2.7.2. Tổ chức cơ sở tri thức theo COKB

Cơ sở tri thức đƣợc tổ chức bởi một hệ thống tập tin văn bản có cấu trúc dựa

trên một số từ khoá và qui ƣớc về cú pháp, thể hiện các thành phần trong mô hình tri

thức COKB. Hệ thống này bao gồm các tập tin nhƣ sau:

- Tập tin OBJECT.txt : Lƣu trữ tất cả các khái niệm đối tƣợng của cơ sở tri

thức.

- Tập tin HIERARCHY.txt: Lƣu lại các biểu đồ Hasse thể hiện quan hệ phân

cấp đặc biệt hoá giữa các loại đối tƣợng C-Object.

- Tập tin RELATIONS.txt: Lƣu trữ tất cả các quan hệ cũng nhƣ các tính chất

giữa các loại đối tƣợng C-Object.

- Tập tin OPERATORS.txt: lƣu trữ các thông tin, cơ sở tri thức của thành

phần toán tử trên các đối tƣợng C-Object.

- Tập tin OPERATORS_DEF.txt: Lƣu trữ định nghĩa về các loại toán tử hay

định nghĩa của các thủ tục tính toán phục vụ toán tử.

- Tập tin RULES.txt: Lƣu trữ các hệ luật trên các loại đối tƣợng và các sự

kiện trong cơ sở tri thức.

- Tập tin FUNCTIONS.txt: Lƣu trữ cách khai báo hàm, thông tin về hảm trên

các C-Object.

- Tập tin FUNCTIONS_DEF.txt: Lƣu trữ định nghĩa về các hàm trên các đối

tƣợng và các sự kiện.

- Các tập tin có tên .txt: Lƣu trữ cấu trúc của đối

tƣợng .

2.2.7.3. Sơ đồ tổ chức cơ sở tri thức

Mối liên hệ về cấu trúc thông tin trong cơ sở tri thức có thể đƣợc minh hoạ trên

sơ đồ sau đây:

- 25 -

Hình 2.3: Sơ đồ tổ chức theo mô hình COKB

2.2.7.4. Ngôn ngữ đặc tả theo mô hình COKB

- Ngôn ngữ đặc tả theo mô hình COKB đƣợc xây dựng để biểu diễn cho các tri

thức có dạng COKB. Ngôn ngữ này bao gồm các thành phần :

o Tập hợp các kí tự : chữ, số và các ký tự đặc biệt.

o Từ vựng : từ khóa và tên.

o Các kiểu dữ liệu : Các kiểu dữ liệu cơ bản và các loại có cấu trúc.

o Các biểu thức và câu.

o Các câu lệnh.

o Cú pháp quy định cho các thành phần của mô hình COKB.

2.2.7.5. Các loại sự kiện trong mô hình COKB

- Sự kiện loại 1: Sự kiện thông tin về loại của đối tƣợng.

Cấu trúc sự kiện: [<đối tƣợng>, ]

- Sự kiện loại 2: Sự kiện về tính xác định của một đối tƣợng hay của một thuộc

tính của đối tƣợng.

Cấu trúc sự kiện:<đối tƣợng>|<đối tƣợng >.

- Sự kiện loại 3: Sự kiện về tính xác định của một đối tƣợng hay của một thuộc

tính của đối tƣợng thông qua biểu thức hằng.

- 26 -

Cấu trúc sự kiện: <đối tƣợng>|<đối tƣợng >. =

- Sự kiện loại 4: Sự kiện về sự bằng nhau của một đối tƣợng hay một thuộc tính

của đối tƣợng với một đối tƣợng hay một thuộc tính khác.

Cấu trúc sự kiện: <đối tƣợng> | <đối tƣợng >. = <đối tƣợng> |

<đối tƣợng >.

- Sự kiện loại 5: Sự kiện về sự phụ thuộc giữa các đối tƣợng và các thuộc tính

của các đối tƣợng thông qua một công thức tính toán hay một đẳng thức theo các đối

tƣợng hay các thuộc tính.

Cấu trúc sự kiện:<đối tƣợng>|<đối tƣợng >.=

đối tƣợng hay thuộc tính >

- Sự kiện loại 6: Sự kiện về một quan hệ trên các đối tƣợng hay trên các thuộc

tính của các đối tƣợng.

Cấu trúc sự kiện: [,,,…]

- Sự kiện loại 7: Sự kiện về tính xác định của một hàm.

Cấu trúc sự kiện:

- Sự kiện loại 8: Sự kiện về tính xác định của một hàm thông qua một biểu thức

hằng.

Cấu trúc sự kiện: =

- Sự kiện loại 9: Sự kiện về sự bằng nhau giữa một đối tƣợng hay thuộc tính với

một hàm.

Cấu trúc sự kiện: <đối tƣợng>|<đối tƣợng >. =

- Sự kiện loại 10: Sự kiện về sự bằng nhau của một hàm với một hàm khác.

Cấu trúc sự kiện: =

- Sự kiện loại 11: Sự kiện về sự phụ thuộc của một hàm theo các hàm hay các đối

tƣợng khác thông qua một công thức tính toán.

Cấu trúc sự kiện: =

- Sự kiện loại 12: Sự kiện về sự phụ thuộc giữa các hàm hay các đối tƣợng thông

qua một đẳng thức theo các hàm hay các đối tƣợng.

- 27 -

Cấu trúc sự kiện:<đẳng thức theo các hàm hay các đối tƣợng>

2.2.7.6. Định nghĩa các bước giải cho mô hình COKB

- Deduce_from3s: suy ra các sự kiện loại 2 từ các sự kiện loại

- Deduce_from43s: suy ra các sự kiện mới loại 3 từ các sự kiện loại 3 và 4 bằng

cách thay thế các biến trong sự kiện loại 3 vào sự kiện loại 4.

- Deduce_from53s: suy ra các sự kiện mới loại 3, 4, 5 từ các sự kiện loại 3 và 5

bằng cách thay thế các biến trong sự kiện loại 3 vào sự kiện loại 5.

- Deduce_from45s: suy ra các sự kiện mới loại 3 từ các sự kiện loại 4 và 5 bằng

cách giải hệ phƣơng trình.

- Deduce_from8s: suy ra các sự kiện loại 7 từ các sự kiện loại 8.

- Deduce_from983s: suy ra các sự kiện loại 3, 8 từ các sự kiện loại 3, 8, 9 bằng

cách thay thế các sự kiện loại 8 (hay sự kiện loại 3) vào các sự kiện loại 9.

- Deduce_Objects: thực hiện suy diễn và tính toán bên trong cấu trúc của từng

đối tƣợng. Các đối tƣợng tham gia vào bƣớc giải có khả năng tham gia vào các bƣớc

giải có khả năng thực hiện các hành vi nhất định để phát sinh sự kiện mới, thực hiện

suy diễn tính toán trên các thuộc tính của đối tƣợng, bản thân đối tƣợng hay các đối

tƣợng liên quan đƣợc thiết lập trên nền của đối tƣợng.

- Deduce_from9s: suy ra các sự kiện loại 2, 3 , 6, 7, 8 từ các sự kiện loại 9 bằng

cách thực hiện tính toán hàm.

- Deduce_Rules: dò tìm luật có thể áp dụng đƣợc.

- Deduce_Funcs: dò tìm hàm có thể áp dụng đƣợc.

- Deduce_EqsGoal: giải hệ phƣơng trình đơn giản gồm n phƣơng trình n ẩn.

2.2.7.7. Ưu điểm của mô hình COKB

Thông qua những khái niệm về các mô hình biểu diễn tri thức tiêu biểu đã đƣợc

biết ta đã thấy đƣợc một số ƣu điểm cũng nhƣ những khuyết điểm của chúng. Để làm

rõ hơn ta có bảng liệt kê ƣu khuyết của các phƣơng pháp biểu diễn tri thức:

- 28 -

P.Pháp Ƣu điểm Nhƣợc điểm

Cú pháp đơn giản, dễ hiểu, diễn Rất khó theo dõi sự phân cấp, không Luật

dịch đơn giản, tính đơn thể cao, hiệu quả trong những hệ thống lớn, sinh

linh động (dễ điều chỉnh). không thể biểu diễn đƣợc mọi loại tri

thức, rất yếu trong việc biểu diễn các

tri thức dạng mô tả, có cấu trúc.

Dễ theo dõi sự phân cấp, sẽ dò Ngữ nghĩa gắn liền với mỗi đỉnh có thể Mạng

theo các mối liên hệ, linh động nhập nhằng, khó xử lý các ngoại lệ, ngữ

khó lập trình. nghĩa

- Giải đƣợc hầu hết các bài toán - Không giải đƣợc các tri thức phức Mạng

GT  KL nếu nhƣ đáp ứng đầy tạp, lƣu trữ khó khăn và nhập nhằng tính

đủ các giả thiết cần thiết. khi quản lý. toán

- Thuật toán đơn giản dễ cài đặt - Đồng thời việc xây dựng lại thuật

cho nên việc bảo trì hệ thống toán là một việc tƣơng đối khó khăn 

tƣơng đối đơn giản. bảo trì lại toàn bộ hệ thống.

- Có thể xây dựng hệ thống suy

luận và giải thích một cách rõ

ràng và dễ hiểu.

Khó lập trình, khó suy diễn, thiếu phần Frame Có sức mạnh diễn đạt tốt, dễ cài

đặt các thuộc tính cho các slot mềm hỗ trợ.

cũng nhƣ các mối liên hệ, dễ

dàng tạo ra các thủ tục chuyên

biệt hóa, dễ đƣa vào các thông

tin mặc định và dễ thực hiện các

thao tác phát hiện các giá trị bị

thiếu sót.

Bảng 2-1 Bảng liệt kê các ƣu khuyết của các phƣơng pháp biễu diễn tri thức

- 29 -

Ta nhận thấy “mô hình biểu diễn tri thức bằng Frame” là mô hình biểu diễn tri

thức tƣơng đối đối hoàn thiện nhất trong tất cả các phƣơng pháp. Nhƣng khuyết điểm

của mô hình đó là khó lập trình và thiếu phần mềm hỗ trợ. Trong khi ƣu điểm của mô

hình COKB là:

- Cấu trúc tƣờng minh giúp dễ dàng thiết kế các môđun truy cập cơ sở tri thức.

- Thích hợp cho việc thiết kế một cơ sở tri thức với các khái niệm có thể đƣợc

biểu diễn bởi các đối tƣợng tính toán.

- Tiện lợi cho việc thiết kế các môđun giải bài toán tự động.

- Thích hợp cho việc định dạng ra một ngôn ngữ khai báo bài toán và đặc tả bài

toán một cách tự nhiên.

Với những ƣu điểm trên mô hình COKB là mô hình lý tƣởng để biểu diễn tri thức

thay thế cho các mô hình biểu diễn tri thức thông thƣờng. Ngoài ra, với sự hỗ trợ của

công cụ Maple phần mềm đại số tính toán là ngôn ngữ lập trình chính đã hỗ trợ một

phần rất lớn cho mô hình COKB.

2.3 Cơ sở tri thức

2.3.1 Phân biệt tri thức và dữ liệu

Chúng ta có thể dựa vào một số đặc trƣng sau để phân biệt qui ƣớc tri thức và

dữ liệu :

 Khả năng tự giải thích nội dung : Dữ liệu đƣa vào máy tính không tự giải

thích nổi, đôi khi còn đƣợc mã hóa cho ngắn gọn để dễ cài đặt trong máy. Chỉ có

ngƣời lập trình đó mới có thể hiểu đƣợc nội dung, ý nghĩa của dữ liệu, nhƣng tri thức

có thể tự giải thích nội dung của mình với ngƣời sử dụng bất kỳ.

 Tính cấu trúc : Một trong những đặc tính cơ bản của hoạt động nhận thức của

con ngƣời đối với thế giới xung quanh là khả năng phân tích cấu trúc của các đối

tƣợng. Tri thức đƣợc đƣa vào máy cũng cần có khả năng tạo ra đƣợc một sự phân cấp

giữa các khái niệm và mối quan hệ giữa chúng.

 Tính liên hệ : Ngoài các quan hệ về cấu trúc trong mỗi tri thức (khái niệm,

quá trình, hiện tƣợng, sự kiện) giữa các đơn vị tri thức còn có nhiều mối liên hệ khác

(không gian, thời gian, nhân quả…). Một số nghiên cứu đã chỉ ra số các liên hệ cơ bản

- 30 -

giữa các sự kiện xấp xỉ 200 lần. Một cơ sở tri thức đƣợc kết hợp với số liên hệ cơ bản

này có thể mô tả và biểu diễn đƣợc hầu hết mọi vấn đề mà chúng ta quan tâm.

 Tính chủ động :

o Nhƣ chúng ta đã thấy, dữ liệu có vai trò bị động vì nó phụ thuộc vào sự khai

thác của chƣơng trình cụ thể.

o Trong xã hội loài ngƣời khi hoạt động bất kỳ ở đâu và ở trong lĩnh vực nào

thì con ngƣời bao giờ cũng bị điều khiển bằng chính tri thức (vốn hiểu biết) của mình.

Nhờ có tri thức mà con ngƣời đã hình thành mục tiêu và các hành vi để thực hiện mục

tiêu đó. Quá trình này luôn đi kèm với sự bổ sung tri thức và khắc phục sự mâu thuẫn

giữa các tri thức để đi đến hoàn thiện dần cơ sở tri thức trong mỗi ngƣời.

o Đối với các tri thức biểu diễn trong máy cũng vậy, chúng chủ động hƣớng

ngƣời sử dụng biết khai thác tri thức. Đó chính là quá trình kích hoạt tri thức đƣợc thể

hiện trong các hệ chuyên gia đƣợc xây dựng trên các cơ sở tri thức biểu diễn ở mức

cao có khả năng tiếp nhận, tinh chế, tự hoàn thiện ngay trong quá trình hoạt động của

hệ. Tính chủ động của tri thức còn thể hiện sinh động thông qua các ngôn ngữ lập trình

trí tuệ nhân tạo nhƣ Lisp, Prolog…ở đó không còn có sự phân biệt rõ ràng giữa dữ liệu

và thủ tục.

2.3.2 Phân loại tri thức

Tri thức tồn tại dƣới 2 dạng cơ bản :

 Tri thức định lƣợng.

 Tri thức định tính.

Tri thức định lƣợng thƣờng gắn với các loại kinh nghiệm khác nhau. Ở đây

chúng ta xét về tri thức định tính.

Tri thức định tính đƣợc chia thành 3 loại :

 Tri thức mô tả.

 Tri thức thủ tục.

 Tri thức điều khiển.

a)Tri thức mô tả :

- 31 -

Cho những thông tin về một sự kiện, hiện tƣợng hay quá trình mà không đƣa

ra thông tin về cấu trúc bên trong cũng nhƣ phƣơng pháp sử dụng bên trong của tri

thức đó.

Ví dụ : Khẳng định “Việt Nam là đất nƣớc tƣơi đẹp”. Đây là một khẳng định

bất biến, không phụ thuộc vào tình huống, không gian và thời gian. Các tri thức phụ

thuộc không gian và thời gian đòi hỏi những mô hình biểu diễn đặc biệt, cho phép thể

hiện các tƣơng quan giữa các sự kiện, quá trình không gian và thời gian.

Ngoài ra các tri thức mô tả còn cho phép miêu tả các mối liên hệ, các ràng

buộc giữa các đối tƣợng, các sự kiện và các quá trình. Ví dụ : “Tôi muốn mua bút”

miêu tả mối quan hệ giữa đối tƣợng “tôi” và “bút” thông qua quan hệ “muốn mua”.

b)Tri thức thủ tục :

Cho ta những phƣơng pháp cấu trúc tri thức, ghép nối và suy diễn các tri thức

mới từ những tri thức đã có. Các tri thức loại này tạo nên cơ sở của kỹ nghệ xử lý tri

thức

Một số thủ tục tri thức cơ bản :

 Tổng hợp tri thức : Suy diễn, Quy diễn, Quy nạp.

 Học tự động : 2 cách suy diễn logic thƣờng đƣợc sử dụng

trong các hệ thống là

o Modus Ponens

Nghĩa là nếu A đúng, A suy ra B thì B cũng đúng

o Modus Tollens

Nghĩa là nếu B sai, A suy ra B thì A cũng sai

c)Tri thức điều khiển :

Dùng để điều khiển, phối hợp các nguồn tri thức thủ tục và tri thức mô tả khác

nhau.

- 32 -

2.3.3 Các cấp độ tri thức

a)Tri thức động phụ thuộc vào tình huống không gian và thời gian :

Các tri thức mô tả, tri thức thủ tục, tri thức điều khiển không phụ thuộc vào

yếu tố không gian, thời gian đƣợc gọi là tri thức tĩnh. Các tri thức loại này tạo nên

phần lõi trong các cơ cấu trí thức. Nguồn các cơ cấu trí thức này thƣờng phát sinh từ

các tài liệu chuyên môn các nguyên lý chung của khoa học. Ví dụ : “Nếu một đƣờng

thẳng vuông góc với một trong hai đƣờng thẳng song song thì nó vuông góc với đƣờng

thẳng còn lại”.

Tuy vậy, có những tri thức lại phụ thuộc vào yếu tố lịch sử,thông qua các

tham số thời gian và không gian có thể xuất hiện tƣờng minh hoặc không tƣờng minh

trong các phát biểu. Chẳng hạn, phát biểu : “Việt Nam không phải là thành viên của tổ

chức WTO” chỉ đúng ở thời điểm trƣớc năm 2008, còn hiện nay Việt Nam đã gia nhập

tổ chức WTO. Chính yếu tố đó, mà quá trình suy diễn trong các cơ sở tri thức đƣợc

phụ thuộc không gian, thời gian có thể giao hoán hay không giao hoán bộ phận, đơn

điệu hay không đơn điệu.

b)Tri thức bất định, tri thức không đầy đủ :

Trong nhiều trƣờng hợp các tri thức có thể đúng hoặc sai. Tuy vậy trong thực

tế ta gặp phải các phát biểu không phải lúc nào cũng xác định đƣợc chúng đúng hay

sai. Ví dụ : “Trời có thể mƣa”, trong trƣờng hợp này không thể quyết định 100% là

trời mƣa hay không mƣa ; Các tri thức không chính xác là các mệnh đề phát biểu mà

giá trị chân lý của chúng không thể chỉ ra một cách chính xác, tƣơng ứng với thang đo

quy ƣớc. Ví dụ : “Anh ta cao khoảng 1m70”.

Cũng có thể xuất hiện các tri thức không đầy đủ trong các phát biểu, các mô

tả. Ví dụ : “Thông thƣờng nếu anh ta đi thì nói chung chị ấy cũng đi” , đây là phát biểu

bất định, song chỉ có tác dụng nếu biết đƣợc một chút về sự kiện “anh ta có đến hay

không”.

Nói chung, các tri thức bất định, không chính xác và không đầy đủ xuất hiện

là do trong các phát biểu, ngƣời ta sử dụng các yếu tố ngôn ngữ không rõ ràng, nhƣ :

có thể, có lẽ, khoảng, nói chung…Một trong những cách tiếp cận để xử lý các loại tri

- 33 -

thức trên là sử dụng cách tiếp cận lý thuyết mờ. Các lý thuyết lập luận xấp xỉ đã và

đang đƣợc quan tâm, nghiên cứu rất nhiều.

2.4. Mô tơ suy diễn

2.4.1 Cơ chế suy diễn

a)Suy diễn tiến :

 Suy diễn tiến là lập luận từ các sự kiện, sự việc để rút ra các kết luận. Ví dụ:

Nếu thấy trời mƣa trƣớc khi ra khỏi nhà (sự kiện) thì phải lấy áo mƣa (kết luận).

 Trong phƣơng pháp này, ngƣời sử dụng cung cấp các sự kiện cho hệ chuyên

gia để hệ thống (máy suy diễn) tìm cách rút ra các kết luận có thể. Kết luận đƣợc xem

là những thuộc tính có thể đƣợc gán giá trị. Trong số những kết luận này, có thể có

những kết luận làm ngƣời sử dụng quan tâm, một số khác không nói lên điều gì, một

số khác có thể vắng mặt.

 Các sự kiện thƣờng có dạng : Attribute = Value

 Lần lƣợt các sự kiện trong cơ sở trí thức đƣợc chọn và hệ thống xem xét tất

cả các luật mà các sự kiện này xuất hiện nhƣ là tiền đề. Theo nguyên tắc lập luận trên,

hệ thống sẽ lấy ra những luật thỏa mãn. Sau khi gán giá trị cho các thuộc tính thuộc kết

luận tƣơng ứng, ngƣời ta nói rằng các sự kiện đã đƣợc thỏa mãn. Các thuộc tính đƣợc

gán giá trị sẽ là một phần của kết quả chuyên gia. Sau khi mọi sự kiện đã đƣợc xem

xét, kết quả đƣợc xuất ra cho ngƣời sử dụng dùng.

b)Suy diễn lùi :

 Phƣơng pháp suy diễn lùi tiến hành các lập luận theo chiều ngƣợc lại (đối

với phƣơng pháp suy diễn tiến). Từ một giả thuyết (nhƣ là một kết luận), hệ thống đƣa

ra một tình huống trả lời gồm các sự kiện là cơ sở của giả thuyết đã cho này.

 Ví dụ: nếu ai đó vào nhà mà cầm áo mƣa và quần áo bị ƣớt thì giả thuyết

này là trời mƣa. Để củng cố giả thuyết này, ta hỏi ngƣời đó xem có phải trời mƣa

không ? Nếu ngƣời đó trả lời là có thì giả thuyết trời mƣa là đúng và trở thành một sự

kiện. Nghĩa là trời mƣa nên phải cầm áo mƣa và quần áo bị ƣớt.

 Suy diễn lùi là cho phép nhận đƣợc giá trị của một thuộc tính. Đó là câu trả

lời cho câu hỏi “giá trị của thuộc tính A là bao nhiêu ?” với A là một đích.

- 34 -

 Để xác định giá trị của A, cần có các nguồn thông tin. Những nguồn này có

thể là những câu hỏi hoắc có thể là những luật. Căn cứ vào các câu hỏi, hệ thống nhận

đƣợc một cách trực tiếp từ ngƣời sử dụng những giá trị của thuộc tính liên quan. Căn

cứ vào các luật, hệ thống suy diễn có thể tìm ra giá trị sẽ là kết luận của một trong số

các kết luận có thể của thuộc tính liên quan,…

 Ý tƣởng của thuật toán suy diễn lùi nhƣ sau : Với mỗi thuộc tính đã cho,

ngƣời ta định nghĩa nguồn của nó :

o Nếu thuộc tính xuất hiện nhƣ là tiền đề của một luật (phần đầu của luật),

thì nguồn sẽ thu gọn thành một câu hỏi.

o Nếu thuộc tính xuất hiện nhƣ là hậu quả của một luật (phần cuối của luật),

thì nguồn sẽ là các luật mà trong đó, thuộc tính là kết luận.

o Nếu thuộc tính là trung gian, xuất hiện đồng thời nhƣ là tiền đề và nhƣ là

kết luận, khi đó nguồn có thể là các luật, hoặc có thể là các câu hỏi mà chƣa đƣợc nêu

ra.

 Nếu mỗi lần với câu hỏi đã cho, ngƣời sử dụng trả lời hợp lệ, giá trị trả lời

này sẽ đƣợc gán cho thuộc tính và xem nhƣ thành công. Nếu nguồn là các luật, hệ

thống sẽ lấy lần lƣợt các luật mà thuộc tính đích xuất hiện nhƣ kết luận, để có thể tìm

giá trị các thuộc tính thuộc tiền đề. Nếu các luật thỏa mãn, thuộc tính kết luận sẽ đƣợc

ghi nhận.

c)Cơ chế hỗn hợp :

Sử dụng kết hợp cả 2 phƣơng pháp suy diễn trên.

2.4.2 Cơ chế điều khiển

a) Chọn hƣớng suy diễn:

Cho f = # GT GT: tập các sự kiện ban đầu

f = # KL KL: Tập các sự kiện kết quả

f = max #{ r R/ r có thể áp dụng cho 1 tập con F nào đó }

= max # lọc (F,R)

f = max # { r R/ r có cùng một sự kiện ở vế phải }

(*) Các luật heuristic :

- 35 -

thì chọn suy diễn tiến  Luật 1 : nếu f < f

thì chọn suy diễn lùi  Luật 2 : nếu f > f

 Luật 3 : nếu f = f và f < f thì chọn suy diễn tiến

= f  Luật 4 : nếu f và f > f thì chọn suy diễn lùi

 Luật 5 : nếu f = f và f = f ngƣời thiết kế có thể chọn 1 trong 2

phƣơng pháp suy diễn để sử dụng.

b) Giải quyết các vấn đề cạnh tranh :

b.1)Cạnh tranh trong suy diễn tiến

 Tính huống cạnh tranh xảy ra khi và chỉ khi tồn tại F và r1, r2 R mà :

r1 : left1 q1, r2 : left2 q2, left1 F, left2 F # lọc (F,R) 2

ta có lọc ({a},R) = {r1,r2}

Đặt vấn đề : làm thế nào để chọn 1 luật r trong số các luật có thể áp dụng

đƣợc bằng lọc (F,R) ?

o Giải pháp 1 : Tổ chức các luật có thể sử dụng đƣợc nhƣ một hàng

đợi.

o Giải pháp 2 : Tổ chức các luật có thể sử dụng theo xếp chồng.

o Giải pháp 3 : Sử dụng heuristic

Đối với mỗi r R bằng kỹ thuật heuristic ta đánh giá liên hệ hàm ƣớc lƣợng

h trong KL với một phần vế phải của luật r, r : left q

H(r,KL) = h(q,KL)

Nguyên tắc : Luật r : left q sẽ đƣợc chọn khi và chỉ khi h(q,KL) min/max

o Giải pháp 4 : Thực hiện sắp xếp thứ tự các sự kiện (Đồ thị FPG-

Fact Precedence Graph)

Cho tập luật R và mỗi sự kiện của R là một nút, các luật là các dây cung trong

đồ thị FPG.

o Giải pháp 4’ : Sử dụng đồ thị VA/HOĂC

Mỗi luật r : p p … p q tƣơng đƣơng với một cụm cung kiểu “VÀ”.

o Giải pháp 5 : Đồ thị thứ tự luật (RPG – Rule Precedence Graph)

- 36 -

Một luật r là sắp thứ tự với luật r (ký hiệu là r r ) nếu và chỉ nếu tồn

tại một sự kiện f sao cho :

r : left f ; r :…f… q

Một luật r đƣợc gọi “khởi đầu – initial” nếu và chỉ nếu :

r : left q và left GT INITIAL

Mỗi luật r đƣợc gọi là “kết thúc – final” nếu và chỉ nếu :

r : left q và q GT FINAL

Biểu diễn trong đồ thị RPG :

 Mỗi luật khởi đầu đƣợc coi là “áp dụng” ; APP = {INITIAL}.

 Cho App(r) điểm – vào(r) = {r’} tồn tại một đỉnh r’ r trong RPG ;

r : left q ; mỗi r’ App(r) có thể áp dụng

Nếu left {q’/ r’ App(r)} GT

Thì luật r cũng có thể đƣợc áp dụng.

Suy diễn trong đồ thị RPG nhƣ sau :

 Chọn một luật trong APPLICABLE.

 Thực hiện luật đó.

Chú ý : đối với

Suy diễn theo chiều rộng APP = hàng đợi

Suy diễn theo chiều sâu APP = xếp chồng

(*)Một số các kinh nghiệm (heuristics) :

b.1.1/, h(r,FINALS) = h(r) # điểm – ra(r) = #{r’ / tồn tại một cung

r r’ trong RPG}

Luật đƣợc chọn  h(r) = # điểm – ra(r) max

b.1.2/, h(r,FINALS) = # p

Luật đƣợc chọn  h(r,FINALS) min

b.1.3/, h(r,FINALS) = # {p / p : r FINALS} (số lƣợng các đƣờng đi

từ luật r đến FINALS trong đồ thị RPG)

Luật đƣợc chọn  h(r,FINALS) là lớn nhất

- 37 -

b.2)Cạnh tranh trong suy diễn lùi :

 Cạnh tranh trong suy diễn lùi xảy ra khi và chỉ khi với một sự kiện f

nào đó tồn tại ít nhất 2 luật r1, r2 :

r1 : left1 f và r2 : left2 f

 Định nghĩa hàm tìm thấy:

Tìm_thấy(f) = {r/ r : left f }

 Câu hỏi đặt ra : Làm thế nào để chọn một luật sao cho r Tìm_thấy

(f)

o Giải pháp 1 :

Nếu r , r Tìm_thấy (f)

Và r , r không đƣợc sử dụng nữa

Và i < j

Thì r đƣợc chọn

o Giải pháp 2 : Sử dụng đồ thì VA/HOAC và đồ thị FPG

(*)Một vài phƣơng pháp kinh nghiệm (heuristics)

b.2.1/, Xét luật r : left q. Với mỗi sự kiện f độ_dài(f,GT) = độ dài

đƣờng đi ngắn nhất từ GT đến f.

h(r,GT) = max(độ_dài(f,GT)/ f left)

luật r1 đƣợc chọn  h(r1,GT) nhỏ nhất

b.2.2/, h(r,GT) = # left /* r : left q */

luật đƣợc chọn  # left nhỏ nhất

b.2.3/, Hàm độ_sâu(f,GT) = 0 nếu f GT

Max { max( độ_sâu(q) + 1)}

r : left f q left

luật đƣợc chọn  max{độ_sâu(q)} nhỏ nhất

b.2.4/, Hàm h(r,GT) = ( độ_sâu(f) )

f left

luật đƣợc chọn  h(r,GT) nhỏ nhất

c) Việc giới hạn

- 38 -

Thao tác lọc thƣờng tốn thời gian để tính toán, nên phải lƣớt qua tập luật R để

tìm ra tập có thể áp dụng đƣợc APPLICABLE. Để giảm nhẹ con số thử nghiệm, ngƣời

ta quyết định chỉ lọc một phần các luật, hoặc sự kiện đƣợc đƣa vào. Đó là việc giới hạn

phải làm trƣớc khi lọc.

2.5. Phân loại tri thức

Dựa vào cách thức con ngƣời giải quyết vấn đề, các nhà nghiên cứu đã xây

dựng các kỹ thuật biểu diễn các dạng tri thức khác nhau trên máy tính, mặc dù vậy

không có một kỹ thuật riêng lẻ nào có thể giải thích đầy đủ cơ chế tổ chức tri thức

trong các chƣơng trình máy tính. Để giải quyết vấn đề, chúng ta chỉ chọ dạng biểu diễn

nào thích hợp nhất, sau đây là các dạng biểu diễn tri thức thƣờng gặp.

Tri thức thủ tục mô tả cách thức giải quyết một vấn đề loại tri thức này đƣa ra

giải pháp để thực hiện một công việc nào đó. Các dạng tri thức thủ tục tiêu biểu

thƣờng là các luật, chiến lƣợc, lịch trình, và thủ tục.

Tri thức khai báo cho biết một vấn đề đƣợc thấy nhƣ thế nào. Loại tri thức này

bao gồm các phát biểu đơn giản, dƣới dạng các khẳng định logic đúng hoặc sai. Tri

thức khai báo cũng có thể là một danh sách các khẳng định nhằm mô tả đầy đủ hơn về

đối tƣợng hay một khái niệm nào đó.

Siêu tri thức mô tả tri thức của tri thức. Loại tri thức này giúp lựa chọn tri thức

thích hợp nhất trong số các tri thức khi giải quyết một vấn đề. Các chuyên gia sử dụng

tri thức này đề điều chỉnh hiệu quả giải quyết vấn đề bằng cách hƣớng các lập luận về

miền tri thức có khả năng hơn cả.

Tri thức heuristic mô tả các “mẹo” để dẫn dắt tiến trình lập luận. Tri thức

heuristic còn đƣợc gọi là tri thức nông cạn do không bảo đảm hoàn toàn chính xác về

kết quả giải quyết vấn đề, các chuyên gia thƣờng dùng các tri thức khoa học nhƣ sự

kiện, các luật… sau đó chuyển chúng thành các tri thức heuristic để thuận tiện hơn

trong việc giải quyết một số bài toán.

Tri thức có cấu trúc mô tả tri thức theo cấu trúc. Loại tri thức này mô tả mô

hình tổng quan hệ thống theo quan điểm của chuyên gia, bao gồm khái niệm và các đối

tƣợng, diễn tả chức năng và mối liên hệ giữa các tri thức dựa theo cấu trúc xác định.

- 39 -

2.6. Các phƣơng pháp biểu diễn tri thức

Nhƣ đã nêu trong mục [II] tƣơng ứng tồn tại các loại tri thức cơ bản sau:

- Tri thức mô tả

- Tri thức thủ tục

- Tri thức điều khiển

Tƣơng ứng với hai loại tri thức mô tả và tri thức thủ tục, có hai loại lớp phƣơng

pháp biểu diễn tri thức: biểu diễn mô tả và biểu diễn thủ tục. Các cơ chế điều khiển sẽ

đƣợc lồng trong bản thân cấu trúc ngôn ngữ biểu diễn tri thức, chẳng hạn trong ngôn

ngữ PROLOG để tỉa bớt một số nhánh tìm kiếm trong không gian bài toán, tránh tìm

kiếm vét cạn, nếu ta dùng toán tử cắt tỉa (cut). Có thể phân loại sau:

- Phƣơng pháp biểu diễn tri thức mô tả: logic, mạng ngữ nghĩa, AOV

- Phƣơng pháp biểu diễn tri thức thủ tục: sản xuất

- Phƣơng pháp biểu diễn hổn hợp: Frame

Mong muốn của các chuyên gia về xử lý tri thức là tạo ra đƣợc các hệ thống

cho phép ngƣời sử dụng mô tả bài toán bằng ngôn ngữ mô tả, sau đó giải chúng theo

chế độ tƣơng tác và hội thoại cao.

2.6.1. Biểu diễn tri thức nhờ logic

Đây là dạng biểu diễn tri thức cổ điển nhất trong máy tính là logic, với hai dạng

phổ biến là logic mệnh đề và logic vị từ, cả hai kỹ thuật này đều dùng ký hiệu để thể

hiện tri thức và các toán tử áp lên các ký hiệu để suy luận logic. Logic đã cung cấp cho

nhà nghiên cứu một công cụ hình thức để biểu diễn và suy luận tri thức.

Phép AND OR NOT Kéo theo Tƣơng

toán đƣơng

Kí hiệu ^, &, v, , +

Logic mệnh đề biểu diễn và lập luận với các mệnh đề toán học. Mệnh đề là

một câu nhận giá trị hoặc đúng hoặc sai giá trị này gọi là chân trị của mệnh đề. Logic

mệnh đề gán một bƣớc ký hiệu vào một mệnh đề, ví dụ A= “Xe sẽ khởi động”.

- 40 -

Khi cần kiểm tra chân trị của câu trên trong bài toán sử dụng logic mệnh đề

ngƣời ta kiểm tra giá trị của A. Nhiều bài toán sử dụng logic mệnh đề để thể hiện tri

thức và giải quyết vấn đề, bài toán loại này đƣợc đƣa về bài toán xử lý các luật, mỗi

phần giải thiết và kết luận của luật có thể có nhiều mệnh đề.

IF Xe không khởi động đƣợc  A

AND Khoảng cách từ nhà đến chổ làm là xa  B

THEN Sẽ trể giờ làm  C

Luật trên có thể biểu diễn lại nhƣ sau: A^B -> C

Các phép toán quen thuộc trên các mệnh đề đƣợc cho trong bảng sau:

A B A^B A B A B A

T T F T T T T

F T T T T F F

T F F T F F F

F F T F T T F

Bảng 2-2 Bảng chân tri, với các giá trị đúng (True), sai (False)

Logic vị từ là sự mở rộng của logic mệnh đề nhằm cung cấp một cách biễu diễn

rõ hơn về tri thức thì logic vị từ dùng ký hiệu để biểu diễn tri thức. Cách biểu diễn này

khá trực quan và ƣu điểm căn bản của nó là có một cơ sở lý thuyết vững chắc cho

những thủ tục suy diễn nhằm tìm kiếm và sản sinh ra những tri thức mới, dựa trên các

sự kiện và các luật đã cho. Logic vị từ cũng giống nhƣ logic mệnh đề, dùng các ký

hiệu để thể hiện tri thức, những ký hiệu này gồm: hằng số, vị từ, biến và hàm.

Hằng số: Các hằng số dùng để đặt tên các đối tƣợng đặt biệt hay thuộc tính,

nhìn chung các hằng số đƣợc ký hiệu bằng chữ viết thƣờng, chẳng hạn An, bình, nhiệt

độ. Hằng số An có thể đƣợc dùng để thể hiện đối tƣợng an một ngƣời đang xét.

Vị Từ: Một mệnh đề hay sự kiện trong logic vị từ đƣợc chia thành hai phần vị

từ và tham số. Tham số thể hiện một khẳng định về đối tƣợng, chẳng hạn mệnh đề,

chẳng hạn mệnh đề “Nam thích Mai” viết theo vị từ sẽ có dạng: thích (nam, mai). Với

- 41 -

cách thể hiện này ngƣời ta dùng từ đầu tiên tức “thích” làm vị từ, vị từ cho biết quan

hệ giữa các đối số đặt trong ngoặc, đối số là các ký hiệu thay cho các đối tƣợng của bài

toán.

Biến: Các biến dùng để thể hiện các lớp tổng quát của các đối tƣợng hay thuộc

tính, biến đƣợc viết bằng các ký hiệu bắt đầu là chữ in hoa, nhƣ vậy có thể dùng vị tự

có biến để thể hiện nhiều vị từ tƣơng tự.

Hàm: Logic vị từ cũng cho phép dùng ký hiệu để biểu diễn hàm, hàm mô tả

một ánh xạ từ các thực thể hay một tập hợp đến một phần tử duy nhất của tập hợp

khác.

Phép toán: Logic vị từ cũng dùng các phép toán nhƣ logic mệnh đề nhƣ: thích

(X, Y) AND thích (Z, Y) -> ¬ thích (X, Z), việc lập luận theo cách không hình thức

đòi hỏi một khả năng rút ra đƣợc kết luận từ các sự kiện đã có, việc lấy ra thông tin

mới từ các thông tin đã biết và các luật là trong tâm của tập luận trong hệ chuyên gia,

quá trình lập luận đƣợc hình thức hóa trong bài toán suy luận.

2.6.2. Bộ ba đối tượng - Thuộc tính – Giá trị

Cơ chế tổ chức nhận thức của con ngƣời thƣờng đƣợc xây dựng dựa trên các sự

kiện (fact), xem nhƣ các đơn vị cơ bản nhất, một sự kiện là một dạng tri thức khai báo.

Nó cung cấp một số hiểu biết về một biến cố hay một vấn đề nào đó.

Một cách biểu diễn khác là nhờ sử dụng bộ ba đối tƣợng – thuộc tính – giá trị

(Object – Attribute – Value) để chỉ sự kiện rằng “Đối tƣợng” với “Thuộc tính” đã cho

có một “giá trị” nào đó.

Màu

Nâu

Ghế

Hình 2.4: Sơ đồ biểu diễn tri thức theo bộ ba (O-A-V)

Trong các sự kiện O – A – V một đối tƣợng có thể có nhiều thuộc tính với các

kiểu giá trị khác nhau hơn nữa một thuộc tính cũng có thể có một hay nhiều giá trị

chúng đƣợc gọi là các sự kiện đơn trị (single-value) hoặc đa trị (multi-value), điều này

cho phép các hệ tri thức linh động trong việc biểu diễn các tri thức cần thiết, cần phân

biệt hai đối tƣợng: đối tƣợng tĩnh và đối tƣợng động các đối tƣợng tĩnh đƣợc lƣu trong

nội bộ nhớ dài hạn và khi cần đƣợc đƣa vào bộ nhớ làm việc để xử lý, ngƣợc lại trong

- 42 -

quá trình làm việc khi cần sẽ khởi tạo các giá trị thuộc tính của các đối tƣợng động và

chúng đƣợc lƣu ở bộ nhớ trong phục vụ cho việc xử lý tiếp theo.

Các sự kiện không phải lúc nào cũng đảm bảo là đúng hay sai với độ chắc chắn

hoàn toàn, vì thế khi xem xét các sự kiện ngƣời ta còn sử dụng thêm một khái niệm là

độ tin cậy, phƣơng pháp truyền thống để quản lý thông tin không chắc chắn là sử dụng

nhân tố chắc chắn CF (ceratinly factor) đƣợc dùng trong hệ MYCIN (khoảng năm

1975).

Ngoài ra, khi các sự kiện mang tính “nhập nhằng” việc biểu diễn tri thức dựa

vào một kỹ thuật gọi là logic mờ (do Zadeh đƣa ra năm 1965) các thuật ngữ nhập

nhằng đƣợc thể hiện, lƣợng hóa trong tập mờ.

2.6.3. Các Luật dẫn

Trong hệ thống dựa trên các luật ngƣời ta thu thập các tri thức lĩnh vực trong

một tập và lƣu chúng trong cơ sở tri thức của hệ thống. Hệ thống dùng các luật này

cùng với các thông tin trong bộ nhớ để giải bài toán việc xử lý các luật trong hệ thống

dựa trên các luật đƣợc quản lý bằng một module gọi là hệ suy diễn, phƣơng pháp này

khá trực quan với ngƣời sử dụng, song chỉ phù hợp khi cơ sở tri thức không có quá

nhiều luật suy dẫn và do vậy không chứa nhiều loại vị từ khác nhau.

Các luật dẫn cơ bản thể hiện tri thức có thể phân loại theo loại tri thức và nhƣ

vậy có các lớp luật tƣơng ứng với dạng tri thức nhƣ quan hệ, khuyến cáo, hƣớng dẫn,

chiến lƣợc và heuristic.

Quan hệ

Bình điện hỏng IF

THEN Xe sẽ không khởi động đƣợc

Lời khuyên

Xe không khởi động đƣợc IF

THEN Đi bộ

Chiến lược

IF Xe không khởi động đƣợc

THEN Đầu tiên hãy kiểm tra hệ thống nhiên liệu, sau đó kiểm tra

hệ thống điện.

- 43 -

Các luật cũng có thể đƣợc phân loại theo cách thức giải quyết vấn đề, điển hình

theo phân loại này các luật theo cách thức diễn giải, chẩn đoán và thiết kế.

Diễn giải

IF Cao 1m65

AND Nặng 65 kg

THEN Phát triển bình thƣờng

Chẩn đoán

IF Sốt cao

AND Ho nhiều

AND Họng đỏ

THEN Viêm họng

Thiết kế

IF Cao 1m75

AND Da sẫm

THEN Chọn áo vải sáng

AND Chọn tấm vải khổ 1m40

Mở rộng cho các luật cần thực hiện cùng một phép toán trên một tập hay các đối tƣợng

giống nhau lúc này cần các luạt có biến

IF X là nhân viên

AND Tuổi của X >65

THEN X có thẻ nghỉ hƣu

Khi mệnh đề phát biểu về sự kiện hay bản thân sự kiện có thể không chắc chắn,

ngƣời ta dùng hệ số chắc chắn CF, luật thiết lập quan hệ không chính xác giữa các sự

- 44 -

kiện giải thiết và kết luận đƣợc gọi là luật không chắc chắn ví dụ nếu “lạm phát cao”

thì “hầu nhƣ chắc chắn lãi suất sẽ cao” luật này có thể viết lại với giá trị CF có thể nhƣ

sau.

IF Lạm phát cao

THEN Lãi suất cao, CF=0,8

Dạng siêu luật một luật với chức năng mô tả cách thức dùng các luật khác sẽ

đƣa ra chiến lƣợt sử dụng các luật theo lĩnh vực chuyên dụng, thay vì đƣa ra thông tin

mới.

IF Xe không khởi động

AND Hệ thống điện làm việc bình thƣờng

THEN Có thể sử dụng các luật liên quan đến hệ thống điện

Qua thực nghiệm các chuyên gia sẽ đề ra một tập các luật áp dụng cho một bài

toán cho trƣớc thí dụ tập luật trong hệ thống chẩn đoán hỏng hóc xe điều này giúp giải

quyết các trƣờng hợp mà khi chỉ với các luật riêng.

2.6.4. Biểu diễn tri thức bằng Frame

Phƣơng pháp biểu diễn tri thức bằng Frame có tất cả các tính chất vốn có của

một ngôn ngữ biểu diễn tri thức, nó cũng đồng thời cũng là cơ sở cho một phƣơng

pháp xử lý thông tin mới – hƣớng đối tƣợng nếu phƣơng pháp biểu diễn nhờ logic và

mạng ngữ nghĩa [III] mang đặc trƣng mô tả và phƣơng pháp dùng các luật sản xuất

dùng để biểu diễn tri thức thủ tục, thì Frame lại kết hợp đƣợc những đặc điểm của cả

hai dạng biểu diễn: Mô tả và thủ tục hệ biểu diễn Frame do M.Minsky đƣa ra năm

1975.

Frame thực chất là sự tổng quát hóa của cấu trúc bản ghi trong PASCAL hoặc

danh sách bản thể trong LISP và tƣơng tự nhƣ cấu trúc đối tƣợng trong C++, tận dụng

đƣợc các ƣu điểm của các luật sản xuất và vị từ, cũng nhƣ là mạng ngữ nghĩa, một

Frame đƣợc mô tả bởi cấu trúc

- (nhƣ trên, duy nhất, miền)

- 45 -

- (text, integer, real, pointer…)

- (tên, giá trị, thủ tục, pointer)

Cấu trúc Frame này cho ta một “khung dữ liệu” để khoanh vùng các đối tƣợng,

một trong những đặc trƣng quan trọng của biểu diễn nhờ Frame là khả năng thừa kế

các thông tin của các slot có cùng tên ở đối tƣợng bậc trên. Khi bài toán trở nên phức

tạp hơn thì việc mô tả và điều khiển trong Frame sẽ phức tạp hơn nhiều trong các

phƣơng pháp biểu diễn thủ tục khác.

- 46 -

Chƣơng III: ỨNG DỤNG GIẢI CÁC BÀI TOÁN TAM GIÁC

3.1 Giới thiệu bài toán

Trong chƣơng trình phổ thông có hai dạng bài toán hay gặp đó là bài toán hình

học và bài toán đại số. Với hai dạng bài toán này, việc biểu diễn trên mạng ngữ nghĩa

có tác động tích cực đến ngƣời học. Với tính trực quan của mạng ngữ nghĩa, ngƣời học

sẽ dễ dàng tiếp thu và hình thành tri thức nhanh chóng.

Có nhiều dạng toán hình học và đại số trong chƣơng trình phổ thông, nhƣng vì

hạn chế về thời gian nên ở đây xin giới thiệu dạng cơ bản: Mạng ngữ nghĩa cho bài

toán hình học phẳng.

3.2 Xây dựng bài toán hình học

Các bài toán hình học phẳng gồm các dạng toán nhƣ giải bài toán hình tam giác,

hình vuông, hình thoi,...

Các bài toán này đƣợc hình thành dựa trên các tính chất và thuộc tính của hình

học phẳng. Do đó có thể xác định đƣợc các đối tƣợng trên mạng ngữ nghĩa của những

bài toán này là các đỉnh, các cạnh. Và mối liên hệ giữa các đối tƣợng này là tính chất

của các bài toán hình học.

3.3. Bài toán hình tam giác:

3.3.1 Tam giác

Về mặt tính toán, chúng ta có thể xem tam giác là một mạng tính toán (hay một

đối tƣợng tính toán) bao gồm các biến ghi nhận giá trị của các yếu tố trong tam giác,

và các quan hệ là các công thức thể hiện mối liên hệ tính toán giữa các yếu tố đó.

Tập các biến trong tam giác gồm :

- 47 -

3 đƣờng cao 3 đƣờng trung tuyến

- a, b, c : 3 cạnh của tam giác

- , ,  : 3 góc đối diện với 3 cạnh tƣơng ứng trong tam giác

- ha, hb, hc : 3 đƣờng cao tƣơng ứng với 3 cạnh của tam giác .

- ma, mb, mc : 3 đƣờng trung tuyến tƣơng ứng với 3 cạnh của tam giác

- pa, pb, pc : 3 đƣờng phân giác trong tƣơng ứng với 3 cạnh của tam giác.

- S : diện tích tam giác.

- p : nửa chu vi của tam giác.

- R : bán kính đƣờng tròn ngoại tiếp tam giác.

- r : bán kính đƣờng tròn nội tiếp tam giác.

- ra, rb, rc : các bán kính của các đƣờng tròn bàng tiếp tam giác.

Các hệ thức cơ bản giữa các yếu tố của tam giác :

- Liên hệ giữa 3 góc :

- 48 -

(rad ian). f1 : A+ B + C = 

- Định lý cosin :

f2 :

f3 :

a2 = b2 + c2 - 2.b.c.cosA b2 = a2 + c2 - 2.a.c.cosB c2 = a2 + b2 - 2.a.b.cosC f4 :

- Định lý Sin :

f5 :

f6 :

f7 :

f8 :

f9 :

f10 :

- Liên hệ giữa nửa chu vi và 3 cạnh :

2.p = a + b + c f11 :

- Các công thức tính diện tích :

f12 : S = a.ha/2

f13 : S = b.hb/2

f14 : S = c.hc/2

f15 : S = p.r

f16 : S =

f17 : S = b.c.sinA / 2

f18 : S = c.a.sinB/ 2

f19 : S = a.b.sinC/ 2

- Các công thức tính đƣờng cao theo cạnh và góc :

- 49 -

f20 : ha = b.sinC

f21 : ha = c.sinB

f22 : hb = a.sinC

f23 : hb = c.sinA

f24 : hc = a.sinB

f25 : hc = b.sinA

- Các công thức tính các đƣờng trung tuyến :

f26 : 4.ma

2 = 2.b2 + 2.c2 - a2 2 = 2.a2 + 2.c2 - b2 2 = 2.a2 + 2.b2 - c2

f27 : 4.mb

f28 : 4.mc

- Các công thức tính các đƣờng phân giác trong :

f29 : pa =

f30 : pb =

f31 : pc =

- Một số công thức khác liên quan đến bán kính đƣờng tròn ngoại tiếp, đƣờng

tròn nội tiếp, và các đƣờng tròn bàng tiếp :

f32 : R =

f33 : ra =

f34 : rb =

f35 : rc =

f36 : 4.R = ra + rb + rc - r

Ghi chú : Trong các công thức trên, có một số công thức có thể đƣợc suy ra từ

các công thức khác. Do đó ta có thể bỏ bớt một số công thức. Hơn nữa, chúng ta có thể

- 50 -

nêu lên một thuật toán để làm tối thiểu hóa các công thức (hay các quan hệ) theo một

thứ tự ƣu tiên nào đó. Tuy nhiên, nếu có thể nhớ đƣợc trực tiếp nhiều công thức thì

việc tính toán sẽ có lợi hơn.

3.3.2 Tam giác cân

Tam giác cân (không làm mất tính tổng quát, ta giả sử cân tại A) là một tam giác

có các tính chất sau đây:

b = c g1 :

g2 : B = C

g3 : hb = hc

g4 : mb = mc

g5 : pb = pc

g6 : rb = rc

g7 : ma = ha

g8 : pa = ha

Ngoài ra, một số quan hệ trong tam giác có thể đƣợc viết lại nhƣ sau:

f1 : A + 2B =  (radian). a2 = 2b2.(1- cosA) f2 :

a = 2.b.cosB f3 :

a = 2.c.cosC f4 :

2.p = a + 2b

4.ma f26 :

4.mb f27 :

f11 : f17 : S = b2.sinA / 2 2 = 4.b2 - a2 2 = 2.a2 + b2 2 = 2.a2 + c2 4.mc f28 :

f29 : pa =

f32 : R =

f36 : 4.R = ra + 2.rb - r

- 51 -

3.3.3 Tam giác vuông

Không làm mất tính tổng quát, ta giả sử tam giác vuông có cạnh huyền là a.

Nhƣ thế, ngoài những hệ thức đã biết trong tam giác nói chung ta còn có :

( đã xác định) g1 : A = /2

Ngoài ra một số quan hệ có thể đƣợc viết lại nhƣ sau:

f1 : B+ C = /2 (radian).

a2 = b2 + c2 (định lý Pitago) f2 :

c = a.cosB f3 :

b = a.cosC f4 :

b = a.sinB f5 :

c = a.sinC f7 :

a = 2.R f8 :

f17 : S = b.c/2

f23 : hb = c

f25 : hc = b

f26 : 2.ma = a

2 = b2 + 4.c2 2 = c2 + 4.b2

f27 : 4.mb

f28 : 4.mc

3.3.4 Tam giác vuông cân

Tam giác vuông cân (với cạnh đáy tam giác cân là a) là một tam giác có :

b = c, g1 :

g2 : A = /2.

Ngoài ra một số (nhóm) quan hệ trong tam giác có thể đƣợc thay thế bởi nhóm

quan hệ khác có hiệu quả hơn trong việc sử dụng.

Các quan hệ từ f1 đến f10 đƣợc thay thế bởi các quan hệ sau :

(radian) f1 : B = /4

(radian) f2 : C = /4

a = b f3 :

- 52 -

a = c f4 :

a = 2.R f5 :

Các quan hệ từ f11 đến f25 đƣợc thay thế bởi các quan hệ sau :

2.p = a(1+ ) f11 :

f12 : ha = a/2

f13 : hb = c

f14 : hc = b f15 : S = a2 /4 f16 : S = b2 /2 f17 : S = c2 /2

f18 : S = p.r

Các quan hệ từ f26 đến f28 đƣợc thay thế bởi các quan hệ sau :

2 = 5a2 /2

f26 : ma = a/2

f27 : 4.mb

f28 : mc = mb

Quan hệ f29 đến f31 đƣợc thay thế bởi:

f29 : pa = a/2

f30 : pb = a

f31 : pc = pb

3.3.5 Tam giác đều

Tam giác đều là một tam giác có :

a = b g1 :

b = c g2 :

Tất cả các quan hệ từ f1 đến f36 có thể đƣợc thay thế bởi các quan hệ sau :

(radian) f1 : A = /3

(radian) f2 : B = /3

(radian) f3 : C = /3

- 53 -

f4 : R =

p = f5 :

S = f6 :

f7 : ha =

f8 : hb = ha

f9 : hc = ha

f10 : ma =

f11 : mb = ma

f12 : mc = ma

f13 : pa =

f14 : pb = pa

f15 : pc = pa

r = f16 :

f17 : ra =

f18 : rb = ra

f19 : rc = ra

3.4 Các luật biến đổi

Giữa các đối tƣợng hình học trình bày ở trên có một số luật biến đổi mà ta có thể

áp dụng trong quá trình tính toán.

3.4.1.Một số luật liên quan đến tam giác :

L1 : Tam giác có hai cạnh bằng nhau là tam giác cân

L2 : Tam giác có 2 góc bằng nhau là tam giác cân

L3 : Tam giác có đƣờng cao và trung tuyến tƣơng ứng bằng nhau là tam giác

cân

- 54 -

L4 : Tam giác có đƣờng cao và đƣờng phân giác trong tƣơng ứng bằng nhau

là tam giác cân

L5 : Tam giác có trung tuyến và đƣờng phân giác trong tƣơng ứng bằng nhau

là tam giác cân

L6 : Tam giác có một góc vuông là tam giác vuông.

L7 : Tam giác có bình phƣơng một cạnh bằng tổng bình phƣơng của hai cạnh

kia là tam giác vuông.

L8 : Tam giác có một góc vuông và hai cạnh kề góc vuông bằng nhau là tam

giác vuông cân.

L9 : Tam giác vuông có hai cạnh kề góc vuông bằng nhau là tam giác vuông

cân.

L10 : Tam giác cân góc đỉnh là góc vuông là tam giác vuông cân.

L11 : Tam giác có 3 cạnh bằng nhau là tam giác đều.

L12 : Tam giác có 3 góc bằng nhau là tam giác đều.

L13 : Tam giác cân có một góc bằng ( / 3) là tam giác đều.

3.4.2 Các luật dẫn:

3.4.2.1 Các luật của tam giác thường:

R1: {a,b,c} --> {P}

R2: {a,b,c,P} --> {S}

R3: {A,B} --> {C }

R4 :{a,S} --> {ha}

R5: {a,b,c} --> {A}

R6: {b,c, A} --> {a}

R7: {a, A} --> {R}

3.4.2.2 Các luật của tam giác vuông

R1: {B} --> {C}

R2: {a,b} --> {B}

R3: {b,c} --> {a}

R4: {a} --> {R}

R5: (Nếu A= /2 và b = c -> B = C =/4)

- 55 -

3.4.2.3 Các luật của tam giác cân

R1: {A} --> {B}

R2: {C} --> {B}

R3: {b, A} --> {a}

R4: {c, A} --> {a}

R5: (Nếu B= C thì b = c, b = c và B =/3 thì A= C =/3 )

3.4.2.4 Tam giác đều

R1: {a} --> {S}

R2: {a} --> {P}

3.5 Biểu diễn thông tin trên mạng ngữ nghĩa:

Hình 3.1: Mạng ngữ nghĩa cho bài toán hình tam giác

Trong mạng ngữ nghĩa trên, các ô tròn biểu thị cho các đối tƣợng của bài toán

và các ô vuông thể hiện mối quan hệ giữa các đối tƣợng.

3.6 Ứng dụng :

Nhƣ đã nói ở trên, chúng ta xét một tam giác bao gồm 22 yếu tố.Giữa các yếu tố

của tam giác có các quan hệ cho phép ta có thể tính ra đƣợc các yếu tố cần thiết trong

- 56 -

tam giác từ giả thiết rằng đã biết một số yếu tố nào đó của tam giác.Nhờ vào lý thuyết

về mạng tính toán ta có thể cài đặt một chƣơng trình để giải tam giác.

Khi ta cho biết một số yếu tố của tam giác và yêu cầu tính ra một số yếu tố khác,

chƣơng trình sẽ cho chúng ta một lời giải (nếu bài toán là giải đƣợc).Trong trƣờng hợp

bài toán không giải đƣợc thì chƣơng trình sẽ thông báo để ta cho thêm dữ kiện hoặc

điều chỉnh lại bài toán.

Bài toán

Trong tam giác ABC giả sử đã biết cạnh c, góc A, góc B. Hãy tính đƣờng cao

hc. Nhƣ vậy ta có :

Giả thiết : A,B,c

Tính các biến : hc

a> Thuật giải suy diễn tiến:

Tính góc C : A, B  C

Tính hb : c, A  hb

Tính ha : c,B  ha

Tính a : c, C, A  a

Tính b : c, C, B b

Tính P : a,b,c  P

Tính S: a,b,c,P  S

Tính hc : a, B hc

b> Thuật giải suy diễn lùi:

Bƣớc 1: Tính hc : a, B hc

Bƣớc 2 : Để tính đƣợc hc ta cần đi tìm a

Ta dùng luật : A,C, c  a

Bƣớc 3: Để tính đƣợc a, ta cần tính đƣợc C

Ta dùng luật : A, B  C

Tới đây đã đủ dữ kiện để sinh ra C, ta thay C ngƣợc lại biểu thức trƣớc, sau đó

tiếp tục thay vào công thức phía trƣớc cho tới khi tìm đƣợc hc.

- 57 -

3.7 Demo chƣơng trình:

Suy diễn tiến

Suy diễn lùi

Thiếu giả thiết

- 58 -

KẾT LUẬN

Biểu diễn tri thức tính toán dƣới dạng các đối tƣợng rất tự nhiên và gần gũi với

cách nhìn và nghĩ của con ngƣời khi giải quyết các vấn đề tính toán có liên quan đến

một số khái niệm về các đối tƣợng, ngoài ứng dụng đƣợc nêu trên mạng tính toán có

thể áp dụng trong việc biểu diễn và giải một số bài toán trên các phản ứng hóa học và

ta có thể xem tri thức đó nhƣ một mạng mạng tính toán mà mỗi phản ứng là một số

quan hệ của mạng.

Mạng ngữ nghĩa là một dạng công cụ dùng để biểu diễn tri thức. Với những tính

chất của loại công cụ này, mạng ngữ nghĩa thích hợp cho việc biểu diễn những tri thức

ở dạng dự đoán tính toán dựa trên những cở sở thông tin cố định. Mạng ngữ nghĩa

thích hợp nhất cho việc biểu diễn hệ chuyên gia. Hệ thống chuyên gia đƣợc xây dựng

trên cơ sở thu thập càng nhiều thông càng tốt. Mạng ngữ nghĩa thích hợp cho việc đó

là vì có thể thêm thông tin vào mạng. Với hệ chuyên gia thì việc thêm thông tin vào

mạng lƣới thông tin đang có là cần thiết, thông tin càng nhiều càng chi tiết thì hệ

chuyên gia càng có giá trị.

Ngoài ra mạng ngữ nghĩa còn ứng dụng trong nhiều lĩnh vực khác nhƣ là xây

dựng các mạng giao thông, luồng giao thông.

Việc biểu diễn tri thức trên mạng ngữ nghĩa rất thuận tiện cho việc biểu diễn

thông tin đó trên máy tính.

Trong xu hƣớng mới của công cuộc phát triển xã hội, việc biểu diễn tri thức

nhân loại trên các phƣơng tiện, công cụ (nhất là trên máy tính) là vô cùng cần thiết. Và

để thực hiện việc này, ứng dụng mạng ngữ nghĩa là một phƣơng tiện biểu diễn tri thức

là cần thiết.

- 59 -

TÀI LIỆU THAM KHẢO

[1]. Bài giảng – Hệ chuyên gia. Tác giả: GS.TS Vũ Đức Thi. Năm 2009.

[2]. GS. TSKH Hoàng Kiếm, TS Đỗ Phúc, TS Đỗ Văn Nhơn. Giáo trình các hệ cơ sở

tri thức. Nhà xuất bản Đại Học Quốc Gia TP Hồ Chí Minh, 2009.

[3]. GS.TSKH. Hoàng Kiếm, Ths Đinh Nguyễn Anh Dũng. Giáo trình Trí Tuệ Nhân

Tạo. Đại học công nghệ thông tin, 2007.

[4]. PGS.TS Đỗ Văn Nhơn, bài giảng Biểu diễn tri thức và ứng dụng

[5]. Dragan Gasevic, Dragan Djuric, Vladan Devedzic. Model Driven Architecture and

Ontology Development.

[6]. Các website tham khảo.

- http://en.wikipedia.org/wiki/Semantic_network.

- http://en.wikipedia.org/wiki/Spreading_activation.

- http://tailieu.vn/xem-tai-lieu/chuong-3-cac-phuong-phap-bieu-dien-tri-thuc-va-

xu-ly-tri-thuc.752159.html