Интеллектуальные информационные системы практическая работа. практическое задание. Задание к разделу 1
 Скачать 0.68 Mb.
|
|
Задание к разделу 1 Приведите пример системы с интеллектуальным интерфейсом (назначение, на чем основана, архитектура, функционал). Приведите примеры взаимодействия оператора и системы посредством интеллектуального интерфейса. Система с интеллектуальным интерфейсом — это ИИС, предназначенная для поиска неявной информации в базе данных или тексте для произвольных запросов, составляемых, как правило, на ограниченном естественном языке Интеллектуальные БД отличаются от обычных БД возможностью выборки по запросу необходимой информации, которая может явно не храниться, а выводиться из имеющейся в базе данных. Примерами таких запросов могут быть следующий: - “Вывести список товаров, цена которых выше среднеотраслевой”, В запросе требуется осуществить поиск по условию, которое должно быть доопределено в ходе решения задачи. Формулирование запроса осуществляется в диалоге с пользователем, последовательность шагов которого выполняется в максимально удобной для пользователя форме. Запрос к базе данных может формулироваться и с помощью естественно-языкового интерфейса. Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний. Естественно-языковый интерфейс используется для: доступа к интеллектуальным базам данных; контекстного поиска документальной текстовой информации; голосового ввода команд в системах управления; машинного перевода c иностранных языков. Гипертекстовые системы предназначены для реализации поиска по ключевым словам в базах текстовой информации. Механизм поиска работает прежде всего с базой знаний ключевых слов, а уже затем непосредственно с текстом. Системы контекстной помощи можно рассматривать, как частный случай интеллектуальных гипертекстовых и естественно-языковых систем. В системах контекстной помощи пользователь описывает проблему (ситуацию), а система с помощью дополнительного диалога ее конкретизирует, и сама выполняет поиск относящихся к ситуации рекомендаций. Такие системы относятся к классу систем распространения знаний (Knowledge Publishing) и создаются как приложение к системам документации (например, технической документации по эксплуатации товаров). Системы когнитивной графики позволяют осуществлять интерфейс пользователя с ИИС с помощью графических образов, которые генерируются в соответствии с происходящими событиями. Интерфейсы естественного языка пользователя представляют собой тип компьютерного интерфейса, где речь, в частности глаголы и фразы выступают в качестве элементов управления пользовательского интерфейса для создания, выбора и изменения данных в приложениях. Данные интерфейсы широко востребованы в современном мире, в частности из-за скорости и простоты использования. Но большинство из них несовершенны, основная ошибка в понимании, интерпретации речи, многообразии и неоднозначности языка. В настоящее время многие фирмы работают над данной проблемой - проблемой исследования в области обработки естественного языка и компьютерной лингвистики. Текстовые интерфейсы различны, но в большинстве близки к естественной речи и большинство формальных языков программирования включают идиомы человеческого языка. Примером может служить, традиционный поиск по ключевым словам. Но бывает, что вопросы пользователей неоднозначны (в отличие от ключевых слов). И некоторые поисковые системы игнорируют вопрос и вместо поиска, по ключевым словам, используют естественный язык, т.е. пытаются понять природу вопроса, а затем искать ответ из подмножества в Интернете. Если это работает, результаты будут иметь более высокую релевантность, чем результат по ключевым словам поисковой системы. Рубежный контроль к разделу 1 Опишите интеллектуальный интерфейс системы как можно более подробно (какие принципы и технологии заложены в основу его работы). Приведите примеры взаимодействия оператора и информационной системы посредством интеллектуального интерфейса. Интерфейсы естественного языка позволяют пользователю взаимодействовать с помощью письменных или устных "человеческих" команд вместо компьютерного языка. Слова используются для стимулирования таких функций, как создание, выбор и изменение данных. Например, Siri, Alexa, Google Assistant или Cortana являются интерфейсами на естественном языке это позволяет вам взаимодействовать с операционной системой вашего устройства, используя свой собственный разговорный язык. Однако интерфейсы на естественном языке могут быть трудно эффективно использовать из-за непредсказуемого и неоднозначного характера человеческой речи. Изменение тона и акцента может привести к неправильному толкованию.
Siri  Технология работы Siri Siri работает в основном на технологиях 2 – распознавание речи и обработка естественного языка. Распознавание речи — это задача преобразования человеческой речи в соответствующую текстовую форму. Например, когда вы запускаете Siri, говоря “Hey Siri”, в фоновом режиме мощная система распознавания речи Apple запускается и преобразует ваш звук в соответствующую текстовую форму – “Hey Siri”. Это чрезвычайно сложная задача просто потому, что мы, люди, имеем очень разнообразный набор тонов, а также акценты. Акценты различаются не только по странам, но и по штатам/городам внутри страны. Некоторые люди говорят быстро, некоторые говорят медленно. Характеристики мужских и женских голосов также очень разные. Инженеры Apple обучают модели машинного обучения на больших, транскрибированных наборах данных, чтобы создать эффективные модели распознавания речи для Siri. Эти модели обучаются с очень разнообразными наборами данных, которые состоят из образцов голоса большой группы людей. Таким образом, Siri может угодить различным акцентам. В последние годы глубокое обучение доказало, что дает феноменальные результаты в распознавании речи. Частота ошибок в словах двигателей распознавания речи резко снизилась до менее чем 10%. Это стало возможным благодаря наличию не только больших наборов данных, но и мощного оборудования, использующего алгоритмы распознавания речи, которые можно обучать на наборах данных. Как только Siri поймет, что вы говорите, преобразованный текст будет отправлен на серверы Apple для дальнейшей обработки. Затем серверы Apple запускают алгоритмы обработки естественного языка (NLP) над этим текстом, чтобы понять смысл того, что пытается сказать пользователь. Например, двигатели NLP способны различать, что, когда пользователь говорит: “Установите будильник на 7 утра завтра”, пользователь спрашивает о настройке будильника, а не о звонке. Это сложно, потому что разные пользователи говорят одно и то же предложение по-разному. Например, то же самое можно сказать следующим образом: Эй, Сири, ты можешь поставить мне будильник на 7 утра завтра? Сири, ты можешь разбудить меня завтра в 7 утра? Сири, пожалуйста, установите будильник на завтра в 7 утра. Сири, пожалуйста, разбуди меня завтра в 7 утра.   Это всего лишь несколько правильных способов сказать Siri, чтобы установить будильник. Некоторые люди могут говорить грамматически неправильные предложения – “Сири будильник установить меня завтра в 7 утра”. В результате анализ намерений становится очень сложной задачей. Как и распознавание речи, анализ намерений также требует большого количества данных для обучения алгоритмам обработки естественного языка. Только когда предоставленный набор данных огромен, Siri может обобщать и фиксировать вариации одного и того же предложения, которые он никогда не видел. Это делает все процессы чрезвычайно сложной задачей. Для выполнения таких гигантских задач Apple нанимает первоклассных инженеров-программистов, которые имеют многолетний опыт работы в области искусственного интеллекта, машинного обучения и обработки естественного языка. Это всего лишь 2 из самых фундаментальных проблем. Еще одна важная технология позади Siri, которая использует машинное обучение, — это контекстное понимание. Вы можете говорить с Siri, как будто вы разговариваете с человеком: Вы: Эй, Сири, установите будильник. Siri: В какое время вы хотите, чтобы я установил будильник? Вы: 7 утра.    |