CC BY
39
А.М. Катина, С.В. Шидловский
Информационный подход к созданию гипермоделей интеллектуальных систем
Рассматриваются основные вопросы создания модели интеллектуальной системы, предназначенной для оценки знаний. Показано применение разрабатываемой модели в гиперпространстве как составного модуля корпоративного портала.
Постоянное совершенствование компьютеров и компьютерных сетей существенно раздвигает границы их использования. Вместе с тем наблюдается тенденция усложнения программного обеспечения вследствие переноса все большего числа человеческих функций на компьютеры. В организации учебного процесса программное обеспечение играет все возрастающую роль [1].
Основным методическим принципом применения автоматизированных обучающих систем в настоящее время является совместимость автоматизированного обучения с традиционными формами. В общей форме цель обучения представляет собой то состояние, к которому должна прийти создаваемая система в результате обучения [2].
Проблема объективной оценки сложных знаний обуславливается, во-первых, разной сложностью задаваемых обучаемому вопросов, которую надо учитывать при конечной оценке в баллах, во-вторых, необходимо учитывать полноту и правильность ответа. Существующие методы оценки знаний не дают удовлетворительного решения указанной проблемы.
В связи с этим возникло новое направление в информатике — инженерия знаний, на основе которой развивается идеология и методология экспертных систем. Экспертные системы (ЭС) стали основным направлением исследований по внедрению новых информационных технологий в системы управления.
Существует много определений понятия «экспертная система». В каждом определении авторы пытаются подчеркнуть какой-то аспект системы. При этом все авторы имеют в виду программы для ЭВМ, которые моделируют поведение человека-эксперта в конкретной области [3].
Идеальная ЭС должна содержать пять основных подсистем (рис. 1).
Рис. 1 — Структура экспертной системы
База знаний предназначена для хранения экспертных знаний о предметной области, используемых экспертной системой при решении задач.
База данных предназначена для временного хранения фактов или гипотез, являющихся промежуточными решениями или результатом общения системы с внешней средой, в качестве которой обычно выступает человек, ведущий диалог с экспертной системой.
Машина логического вывода — механизм рассуждений, оперирующий знаниями и данными с целью получения новых данных из знаний и других данных, имеющихся в рабочей памяти. Для этого обычно используется программно реализованный механизм дедуктивного логического вывода (какая-либо его разновидность) или механизм поиска решения в сети фреймов или семантической сети [4].
Машина логического вывода может реализовывать рассуждения в виде:
• дедуктивного вывода (прямого, обратного, смешанного);
• нечеткого вывода;
• вероятностного вывода;
• унификации (подобно тому, как это реализовано в Прологе);
• поиска решения с разбиением на последовательность подзадач;
• поиска решения с использованием стратегии разбиения пространства поиска с учетом уровней абстрагирования решения или понятий, с ними связанных;
• монотонного или немонотонного рассуждения,
• рассуждений с использованием механизма аргументации;
• ассоциативного поиска с использованием нейронных сетей;
• вывода с использованием механизма лингвистической переменной.
Подсистема общения служит для ведения диалога с пользователем, в ходе которого ЭС запрашивает у пользователя необходимые факты для процесса рассуждения, а также дает возможность пользователю в какой-то степени контролировать и корректировать ход рассуждений экспертной системы.
Подсистема объяснений необходима для того, чтобы дать возможность пользователю контролировать ход рассуждений и, может быть, учиться у экспертной системы. Если нет этой подсистемы, экспертная система выглядит для пользователя как «вещь в себе», решениям которой можно либо верить, либо нет. Нормальный пользователь выбирает последнее, и такая ЭС не имеет перспектив для использования.
Подсистема приобретения знаний служит для корректировки и пополнения базы знаний. В простейшем случае это интеллектуальный редактор базы знаний, в более сложных экспертных системах — средства для извлечения знаний из баз данных, неструктурированного текста, графической информации и т.д. [4].
Отличительная особенность ЭС от традиционных систем обработки информации — использование определенного вида информации, называемой знаниями. Формализм описания такого рода информации определяется как представление знаний, а компонент, который использует для решения проблем знания экспертов, описанные в заранее выбранной для них форме представления, является механизмом вывода. В ЭС представление знаний — это фундаментальное понятие, а решение о выборе способа представления знаний оказывает существенное влияние на любую их составную часть. Порой в зависимости от способа представления знаний определяются возможности базы знаний. И наоборот, чтобы ЭС отвечала определенным прикладным потребностям, должно быть создано соответствующее представление знаний.
Поскольку представление знаний является средством описания знаний человека, то желательно, чтобы его описательные возможности были как можно выше. С другой стороны, если форма представления становится излишне сложной, то усложняется и механизм вывода, при этом не только затрудняется проектирование ЭС, но и возникает опасность потери достоверности выполняемых ею действий. В конечном итоге при проектировании представления знаний необходимо предусматривать выработку всех этих условий, а затем и выбор решения на основе некоторого компромисса между ними [5].
Целью данной работы является повышение качества обучения путем создания ЭС, которая позволит объективно оценивать знания обучаемого по различным предметным областям.
Разрабатываемая ЭС реализуется в виде теста, что дает возможность более простого представления и достаточно точной оценки знаний обучаемого.
Компьютерный контроль знаний осуществляется средствами, предоставляемыми персональным компьютером. Для реализации контроля знаний необходимо наличие соответствующей программы (тестирующей) и персонального компьютера.
Для создания тестирующей программы необходимо составить банк вопросов, которые будут заданы обучаемому, и предоставить на них варианты правильных ответов. Наличие правильных ответов необходимо для осуществления сравнения с ответами, которые будет
вводить обучаемый. Способы формулировок вопросов и формы ввода ответов могут быть различными. Они определяются экспертом и ограничиваются возможностями инструментальной системы, в которой реализуется тестирующая программа.
При построении программы решаются следующие задачи:
• формулировка вопросов, выбор способа ввода и анализа ответов;
• просмотр вопросов;
• генерация последовательности вопросов;
• установка времени;
• оценивание;
• введение протокола [1].
Разработка ЭС включает несколько ступеней:
• определение структуры ЭС;
• создание базы знаний (базы данных, представляющих собой отдельные блоки единого механизма оценки) на основе следующего программного обеспечения: Web-сервер — Apacher ver. 1.3.20; среда разработки - CLIPS; язык сценариев — PHP ver. 4.2.3; СУБД — MySQL ver. 3.23.51;
• связка составляющих блоков при оформлении модуля в виде нескольких Web-стра-
ниц;
• тестирование и отладка программы.
В дальнейшем предполагается расширение функций разработанной системы и введение элементов самообучения.
Главным правилом оценки знаний является количество совпадений в ответах обучаемого и эксперта на один и тот же вопрос по смысловому принципу. Данное правило позволяет ввести критерии оценки, аналогичные критериям технологического процесса в теории автоматического управления.
Структура разработанной системы основана на схеме экспертной системы, содержащей блоки, которые непременно должны присутствовать в любой действительно экспертной системе (рис. 2).
Запрос на прохождение Система тестов (возможно прохождение тестов
теста по разным дисциплинам)
Система оценки
(правила, критерии,
Обучаемый учет потраченного времени)
Вопросы и ответы (базы данных,
в которых
расположены
«правильные ответы
экспертов» на
соответствующие вопросы)
Объяснения (система,
дающая ответ на
вопрос, почему такая оценка была
выставлена)
Вывод
Название теста, фамилия обучаемого результат (оценка), рекомендации
Рис. 2. Упрощенная структура предлагаемой экспертной системы оценки знаний
Оформление ЭС в виде нескольких Web-страниц позволяет встраивать разработанную систему в более глобальные образования. К примеру, таким глобальным образованием может служить корпоративный портал, который является защищенной, базирующейся в Web
фокусной точкой доступа к широкому ассортименту корпоративной информации, услуг, приложений и знаний. Так что разрабатываемую ЭС можно использовать в качестве отдельного, просто встраиваемого модуля оценки знаний (и не только) определенного корпоративного портала.
Корпоративные системы управления знаниями являются в последние годы объектом пристального внимания, исследования и разработок ученых и практиков многих стран мира [6].
Инструментальная автоматизированная система оценки на базе экспертной системы предназначена для обучения пользователя процессу решения определенного класса задач из конкретной предметной области, а также для контроля знаний. Модификация ЭС сводится к обеспечению режима контроля ответов ученика на вопросы по глубинным процессам и режима помощи при этих ответах. Особенностью процедур, описывающих глубинные знания, является необходимость проверки ответов пользователя вместо выработки этих ответов.
Таким образом, инструментальность автоматизированной системы означает возможность легкой смены и класса задач, и предметной области. В соответствии с критериями, используемыми при классификации обучающих систем, предлагаемую инструментальную систему можно отнести к классу экспертно-обучающих систем и использовать для создания автоматизированных обучающих курсов.
Литература
1. Кручинин В. В. Генераторы в компьютерных учебных программах / В. В. Кручинин. — Томск : Изд-во Том. ун-та, 2003.
2. Чекинов С. Г. Экспертные системы в системах управления: состояние и перспективы / С.Г. Чекинов // Информационные технологии. — 2001. — № 4 — С. 32—37.
3. Частиков А.П. Разработка экспертных систем. Среда CLIPS / A.П. Частиков, Т.А. Гаврилова, Д.Л. Белов. - СПб. : БХВ-Петербург, 2003.
4. Осуга С. Обработка знаний / С. Осуга ; пер. с япон. — М. : Мир, 1989.
5. Тузовский А.Ф. Системы управления знаниями (методы и технологии) / А.Ф. Тузов-ский, С.В. Чириков, В.З. Ямпольский ; под общ. ред. В.З. Ямпольского. — Томск : НТЛ, 2005.
