司彥峰
湖北工業(yè)大學(xué)計算機學(xué)院 湖北 430068
多Agent對話系統(tǒng)是以辯論模型為基礎(chǔ)而實現(xiàn)的一個支持系統(tǒng),它有若干個相互獨立的Agent組合在一起形成的系統(tǒng),其中,每個Agent都具有自主性、反應(yīng)性、社交性、主動性的特點,能夠有效解決復(fù)雜性的問題。
圖1 實例聯(lián)系知識表示形式
圖2 語義網(wǎng)絡(luò)實例
多Agent系統(tǒng)對話系統(tǒng)建立在知識庫的基礎(chǔ)上,要有效的去解決該領(lǐng)域中的問題,系統(tǒng)就必須擁有大量的知識并不斷的進行更新知識庫,才能夠保證問題解決的正確性,知識庫的設(shè)計在本系統(tǒng)中起著決定性的因素,直接影響著本系統(tǒng)智能水平的高低。另外,系統(tǒng)采用較強的邏輯推理能力,用適當(dāng)?shù)姆椒▉肀硎局R。
實例聯(lián)系(ISA)可以描述為任何的描述語句,如圖2中所示,鮑勃是一個機器人,這是一個基本事實,我們也可以建立兩個節(jié)點:“鮑勃”節(jié)點和“里克”節(jié)點,這兩個節(jié)點之間以ISA鏈相連,如圖3所示。
圖3 兩個節(jié)點的語義網(wǎng)絡(luò)
現(xiàn)在我們從語義聯(lián)系的角度來分析語義網(wǎng)絡(luò)的知識表示方法。
1.1.1 表示事物的基本事實
(2)事物間的屬性聯(lián)系
事物間的屬性聯(lián)系表示對象的屬性以及屬性值,我們用有向弧表示屬性,相應(yīng)的屬性值用有向弧所指向的節(jié)點來表示,在屬性聯(lián)系中,節(jié)點用來表示基本事物。如圖4所示。
表示事物簡單的事實我們就以個體節(jié)點為核心來組織知識,其中,節(jié)點表示個體,有向弧表示節(jié)點之間的聯(lián)系,通常有ISA、AKO等。
(1)實例聯(lián)系(ISA)
實例聯(lián)系表示類與實體之間的聯(lián)系,即“具體——抽象”關(guān)系,有向弧上的標(biāo)識為ISA,其中,知識表示形式如圖1、2所示。
圖4 屬性聯(lián)系
圖4的表現(xiàn)形式:在網(wǎng)絡(luò)語義中加入事實,把多個屬性放在一個網(wǎng)絡(luò)語義中,事實表明鮑勃屬于智能機器,具有對問題求解的功能,采取合作的方式來解決。
(3)分類聯(lián)系
分類聯(lián)系是指事物之間的類屬關(guān)系,分類聯(lián)系表示一種類節(jié)點與抽象類節(jié)點之間的聯(lián)系,在有向弧上以 AKO為標(biāo)識(圖 5)。
圖5 分類、從屬聯(lián)系知識表示
在分類聯(lián)系的知識表示中,如圖 6所示,“鮑勃”隸屬于智能機器,智能機器具有獨自解決問題的能力。由此可以看出,在語義網(wǎng)絡(luò)中的節(jié)點具有普遍的屬性以外,同時還具有自身所特有的一些屬性。如圖7所示。
圖6 語義網(wǎng)絡(luò)表示
圖7 隸屬關(guān)系
(4)聚合聯(lián)系
聚合聯(lián)系表示成員與集合之間的關(guān)系,即“部分——整體”關(guān)系,這個關(guān)系表示某一個整體和部分之間的聯(lián)系,有向弧上的標(biāo)識為Part-of。如圖8所示。
圖8 聚合聯(lián)系知識表示形式
部分如果離開整體就不再具有部分的功能。整體與部分之間相互影響,整體屬性的改變會直接影響到部分性能狀態(tài)的變化。如圖9所示。
圖9 天空有烏云屬于陰雨天氣的一部分
1.1.2 表示動作或事件
用節(jié)點來表示的行為有一組向外的弧線,這一組弧線所指向的節(jié)點表示與這個行為有關(guān)的各種變量。比如一個事實“鮑勃從九點鐘到十點鐘解決某個問題”我們可以用謂語形式來表示:解決(鮑勃,問題,開始時間,結(jié)束時間)。我們采用語義網(wǎng)絡(luò)表示時,以謂語“解決”來組織知識,并從這個節(jié)點引出四條有向弧,分別連接與“解決”這個事件有關(guān)的四個變量屬性:解決者(鮑勃)、解決事(某個問題)、開始時間(九點鐘)、結(jié)束時間(十點鐘)。語義網(wǎng)絡(luò)表示如圖10所示。
圖10 語義網(wǎng)絡(luò)表示動作或事件
在多Agent對話系統(tǒng)中,每一個Agent關(guān)于它的任務(wù)和環(huán)境通常是不確定的,因此,知識表示也應(yīng)具有不確定性。在我們的現(xiàn)實生活中,經(jīng)??梢钥吹骄哂胁淮_定性的事情,例如:“現(xiàn)在我們處于經(jīng)濟危機中,則所有行業(yè)的經(jīng)濟都處于蕭條中”等等,對于這一舉例,我們很難能夠用準(zhǔn)確的語句來表明,還需要根據(jù)環(huán)境和時間等其它因素才能做出判斷。
在主觀Bayes方法中,證據(jù)不確定性的表示通??梢苑譃閮蓚€方面:
(1)當(dāng)某一證據(jù)E是確定的,我們可以直接采用LS和LN定義的公式:
我們采用這一公式來計算出運用規(guī)則“if E then (LS,LN)H”之后的O(H︱E)與O(H/~E),然后再通過公式:
(2)當(dāng)證據(jù)E處于不確定的狀態(tài)下,即證據(jù)P(E)≠1,此時,我們就不能夠采用上面的公式來計算 P(H/E)和P(H/~E),我們可以采用不確定證據(jù)公式來計算:
在上面的公式中,E′是用戶對證據(jù)E相關(guān)的信息,具體分析如下:
當(dāng)P(E︱E′)=1時,證據(jù)肯定出現(xiàn),此時P(~E︱E′)=0,并且有
當(dāng)P(E︱E′)=0時,可以說明證據(jù)不存在,此時P(~E︱E′)=1,并且有
當(dāng)P(E︱E′)= P(E)時,此時我們可以表明E′對E沒有影響,可以得出:
通過上式的計算,可以得出P(H/E′)上的三個特殊值:0,1,P(E)?,F(xiàn)在以P(E/E′)作為橫向坐標(biāo),P(H/E′)為縱向坐標(biāo),以0,1,P(E)三個特殊值相對應(yīng)的3個特殊點作為分段線性插值,現(xiàn)在我們可以采用下面的公式來計算出當(dāng)P(H/E′)為其它值的時候,相對應(yīng)的P(H/E′)值:
在辯論開始前,每個Agent都有屬于自己的知識庫,該知識庫可以作為當(dāng)前Agent發(fā)出的爭議前提。如果規(guī)定首爭議支持的結(jié)論不能作其他爭議的前提,一個陳述在受到攻擊之后也不能作為其后的爭議的前提,則對話過程中就不能夠執(zhí)行下去。
辯論Agent根據(jù)用戶提出的主題進行邏輯推理與規(guī)則知識庫進行匹配,辯論返回的結(jié)果按照某種有效的規(guī)則來計算辯論結(jié)果的有效值,并將結(jié)果顯示給用戶,由用戶決定辯論結(jié)果的正確性,如果不滿意就繼續(xù)補充前提條件,然后進行下一輪的辯論。辯論過程如圖11所示。
圖11 辯論結(jié)果滿意度分析
本項目來源于湖北省科技廳自然科學(xué)基金項目(編號:2007ABA025),目的是開發(fā)一套智能的對話系統(tǒng),在沒有人為干涉的情況下,系統(tǒng)能夠做出具有專家級別水平的判斷。為了實現(xiàn)這一目的,首先從閱讀大量的文獻中了解到了國內(nèi)外的研究現(xiàn)狀,然后對多Agent技術(shù)做了較深入的學(xué)習(xí)和研究。
[1] 李德華,熊才權(quán).一種研討信息組織模型及其在研討廳中的應(yīng)用[J].計算機應(yīng)用研究.2008.
[2] 熊才權(quán),李德華.一種研討模型[J].軟件學(xué)報.2009.
[3] An Argumentation-based Semantics for Agent Communication Languages,Leila Amgoud[J].In 15th European Conference on Artificial Intelligence. ECAI'2002. Lyon. France.2002.
[4] Jennings N R, Wooldrideg M. Agent-oriented[J],Software Engineering in Handbok of Agent Technology.2000.
[5] A.Hayzelden,J,Bigham.Agent technology in communications systems:an overview(J).Knowledge Engineering Review.1999.
[6] Rao,Georgeff.Modeling rational Agents with in a BDI--architecture. In:Proc.of KR-91,San Mateo,CA,USA.1991.
[7] Bratman,M.E,Israel,D.J.,and Pollack,M. E. Plans and Resourcebounded Practical Reasoning.Computational Intelligence.1988.