Về một phương pháp đánh giá tri thức trong hệ cơ sở tri thức mờ

LÊ XUÂN CHUNG
Bộ GIẢO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC sư PHẠM HÀ NỘI 2

VÈ MỘT PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC
TRONG HỆ Cơ SỞ TRI THỨC MỜ
Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã sổ: 60 48 01 01

Tóm tắt luận văn thạc sĩ máy tính

HÀ NỒI, 2015


LÊ XUÂN CHUNG

VÈ MỘT PHƯƠNG PHÁP ĐÁNH GIÁ TRI THỨC
TRONG HỆ Cơ SỞ TRI THỨC MỜ
Chuyên ngành: KHOA HỌC MÁY TÍNH
Mã số: 60 48 01 01

LUẬN VĂN THẠC sĩ MÁY TÍNH

Người hướng dẫn khoa học: PGS.TS. Lê Bá Dũng

Hà nội, năm 2015


3

LỜI CẢM ƠN

Đầu tiên tôi xin gửi lời cảm ơn sâu sắc nhất tới thầy PGS.TS Lề Bá Dũng - Viện
Công nghệ thông tin - Viện khoa học và công nghệ Việt Nam đã tận tình hướng dẫn,
chỉ bảo cho tôi trong suốt quá trình tôi làm luận văn.
Tôi xin chân thành căm ơn các thầy cô trường Đại học sư phạm Hà Nội 2, các thầy
cô Viện Công nghệ thông tin - Viện khoa học và công nghệ Việt Nam đã truyền đạt
những kiến thức và giúp đỡ tôi trong suốt quá trình học của mình.
Tôi cũng xin gửi lời cảm ơn tới các đồng nghiệp, gia đình và bạn bè những người
đã động viên tạo mọi điều kiện giúp đỡ tôi trong suốt hai năm học.
Mặc dù đã hết sức cố gắng với tất cả sự nỗ lực của bản thân, nhưng chắc luận văn
vẫn còn những thiếu sót. Kính mong nhận được những ý kiến đóng góp của quý Thầy,
Cô và bạn bè đồng nghiệp.
Tôi xin chân thành cảm ơn!
LỜI CAM ĐOAN
Tôi xin cam đoan toàn bộ nội dung trong luận văn này do tôi tự nghiên cứu, đọc,
dịch tài liệu, tổng họp và thực hiện, đây là công trình nghiên cứu của tôi dưới sự
hướng dẫn khoa học của thầy PGS.TS Lề Bá Dũng. Các số liệu, kết quả trong luận
văn là trung thực, rõ ràng. Trong luận văn tôi có sử dụng một số tài liệu tham khảo
như đã trình bày trong phần tài liệu tham khảo. Tôi xin chịu trách nhiệm với những
nội dung được viết trong luận văn này

Hà Nội, ngày 25 tháng 04 năm 2015
Người viết luận văn

Lê Xuân Chung
MUC LUC
••


4

1.2.1
1.2.2

Biểu diễn tri thức bằng bộ ba: Đổi tượng - Thuộc tỉnh - Giả trị. 32


DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẺ
•

DANH MỤC CÁC TỪ VIẾT TẮT
AI
KBS

Artificial Intelligence Trí tuệ nhân tạo
Knowledge-Based Systems Hệ cơ sở tri thức

CSTT
ES
N

Cơ Sở Tri Thức
Hệ chuyên gia

p

Positive Cực dương

ZE

Zero

NL
NM
NS
PL
PM
PS

Negative Cực âm

Negative Large Cực âm lớn
Negative Medium Cực âm trung bĩnh
Negative Small Cực âm nhỏ
Positive Large Cực dương lớn
Positive Medium Cực dương trung bĩnh
Positive Small Cực dương nhỏ


I. MỞ ĐẦU
1. Lí do chon đè tài *
Con người giao tiếp bằng ngôn ngữ tự nhiên, mà bản chất của ngôn ngữ tự nhiên là
mơ hồ và không chính xác. Tuy yậy, trong hầu hết tình huống, con người vẫn hiểu
những điều mà người khác muốn nói với mình. Khả năng hiểu và sử dụng đúng ngôn
ngữ tự nhiên, thực chất là hiểu và xử lý đúng thông tin không chính xác chứa trong đó,
có thể coi là thước đo mức độ hiểu biết, thông minh của con người. Con người cũng
luôn mơ ước máy tính, người bạn, người giúp việc đắc lực của mình, ngày càng thông
minh và hiểu biết hơn. Vì yậy, nhu cầu làm cho máy tính hiểu và xử lý được những
thông tin không chính xác, xấp xỉ, áng chừng là một nhu cầu bức thiết.

Logic mờ ra đời đã cung cấp một công cụ hữu hiệu để nghiên cứu và xây dựng các
hệ thống có khả năng xử lý thông tin không chính xác. Nhờ có logic mờ mà con người
xây dựng được những hệ điều khiển có tính linh động rất cao. Chúng có thể hoạt động
tốt ngay trong điều kiện có nhiều nhiễu hoặc những tình huống chưa được học trước.
Nhờ có logic mờ mà con người xây dựng được những hệ chuyên gia có khả năng suy
luận như những chuyên gia hàng đầu và có khả năng tự hoàn thiện thông qua việc thu
nhận tri thức mới.
Ngôn ngữ là công cụ để con người mô tả các sự vật, hiện tượng trong thế giới thực
và dựa trên nó để tư duy, lập luận đưa ra những nhận định, quyết định nhằm phục vụ
cho cuộc sống. Từ các tiền đề đúng đắn, các luật suy diễn vững chắc sinh ra những kết
luận mới, đảm bảo là đúng đắn. Tuy nhiên trong thực tế, có rất nhiều tình huống chúng
ta phải rút ra những kết luận tốt từ những bằng chứng được xác định nghèo nàn và
không chắc chắn thông qua việc sử dụng những suy diễn không vững chắc [1,2,5].
Đây không phải là một nhiệm vụ không thể thực hiện được, trái lại đã có rất nhiều
thành công trong hầu hết mọi khía cạnh của cuộc sống: Chẳng hạn như phát biểu
những chẩn đoán y học đúng đắn và đề xuất cách điều trị từ những triệu chứng không
rõ ràng; phân tích những trục trặc của xe ô tô từ những biểu hiện của nó [4,10,15]...


Như yậy có hai loại thông tin không chắc chắn: một là dữ liệu ban đầu được cho là
không chắc chắn, không đủ, không đáng tin cậy... hai là luật mà sử dụng để suy luận
không họp logic, suy luận ngược từ kết luận về điều kiện.
Với những vấn đề nêu trên và theo gợi ý của giáo viên hướng dẫn, em xin chọn đề
tài: “về một phương pháp đánh giá tri thức trong hệ cơ sở tri thức mờ”

2. Mục đích nghiền cứu
Đánh giá được tri thức trong hệ cơ sở tri thức mờ.
Tạo ra các thông tin có độ chính xác cao.

3. Nhiệm vụ nghiền cứu

Nghiên cứu lý thuyết về hệ cơ sở tri thức, công nghệ xử lý của tri thức và các
phương pháp biểu diễn tri thức.
Nghiên cứu tính đầy đủ, nhất quán trong hệ cơ sở tri thức mờ.
Xây dựng hệ cơ sở tri thức cho hệ mờ.

4. Đổi tượng và phạm vi nghiền cứu
Tri thức trong hệ cơ sở tri thức mờ.
Phương pháp đánh giá tri thức trong hệ sơ sở tri thức mờ.

5. Phương pháp nghiên cứu
Phương pháp nghiên cứu chính là tìm hiểu các tài liệu, bài báo về hệ cơ sở tri thức,
logic mờ. Tìm hiểu về các vấn đề tối ưu luật trong hệ cơ sở tri thức từ đó rút ra được
hệ luật mới đáp ứng yêu cầu.
Tìm hiểu hệ tri thức mờ xây dựng từ các chuyên gia
II. NỒI DUNG
Chương 1: Giới thiệu vè hệ cơ sở tri thức

1.1 Giới thiêu vè hê cơ sở tri thức
• •

1.1.1

Dữ liệu, thông tin và tri thức

1.1.1.1

Dữ liệu

Dữ liệu là các con số, ký hiệu mà máy tính có thể lưu trữ, biểu diễn, xử lý. Dữ liệu

có thể xem là những ký hiệu hoặc tín hiệu mang tính rời rạc và không có cấu trúc, ý
nghĩa rõ ràng [2,4,8]. Khi dữ liệu được tổ chức lại có cấu trúc hơn, được xử lý và
mang đến cho con người những ý nghĩa, hiểu biết nào đó thì khi đó nó trở thành thông
tin. Nói khác đi, từ dữ liệu và xử lý dữ liệu con người có được thông tin.

1.1.1.2

Thông tin

Thông tin là những gì con người thu nhận được từ dữ liệu và xử lý dữ liệu nhằm
tạo ra sự hiểu biết, tạo ra các tri thức và những nhận thức tốt hơn về tự nhiên và xã
hội. Nói cách khác, thông tin là dữ liệu đã qua xử lý, đối chiếu và trở nên có ý nghĩa
đối với người dùng.
Thông tin là sự phản ánh sự vật, sự việc, hiện tượng của thế giới khách quan và các
hoạt động của con người trong đời sống xã hội. Điều cơ bản là con người thông qua
việc cảm nhận thông tin làm tăng hiểu biết cho mình và tiến hành những hoạt động có
ích cho cộng đồng.
Thông tin được lưu trữ trên nhiều dạng vật liệu khác nhau như được khắc trên đá,
được ghi lại trên giấy, trên bìa, trên băng từ, đĩa từ... Ngày nay, thuật ngữ "thông tin"
(information) được sử dụng khá phổ biến. Thông tin chính là tất cả những gì mang lại
hiểu biết cho con người. Con người luôn có nhu cầu thu thập thông tin bằng nhiều
cách khác nhau: đọc báo, nghe đài, xem truyền hình, giao tiếp với người khác...Thông
tin làm tăng hiểu biết của con người, là nguồn gốc của nhận thức và là cơ sở của quyết
định [2,4,8].
Môi trường yận động thông tin là môi trường truyền tin, nó bao gồm các kênh liên
lạc tự nhiên hoặc nhân tạo như sóng âm, tia sáng, dây dẫn, sóng âm thanh, sóng hình...
Kênh liên lạc thường nối các thiết bị của máy móc với nhau hay nối với con người.
Con người có hình thức liên lạc tự nhiên và cao cấp là tiếng nói, từ đó nghĩ ra chữ viết.
Ngày nay nhiều công cụ phổ biến thông tin đã xuất hiện: bút viết, máy in, điện tín,

điện thoại, phát thanh, truyền hình, phim ảnh y.y.

1.1.1.3

Tri thức


Tri thức là kết tinh, cô đọng, chắt lọc của thông tin. Tri thức hình thành từ quá trình
xử lý thông tin mang lại. Tri thức {knowledge) bao gồm những dữ kiện, thông tin, sự
mô tả hay kỹ năng có được nhờ trải nghiệm hay thông qua giáo dục. Tri thức có thể
chỉ sự hiểu biết về một đối tượng, về mặt lý thuyết hay thực hành. Nó có thể ẩn hiện,
chẳng hạn những kỹ năng hay năng lực thực hành, hay tường minh như những hiểu
biết lý thuyết về một đối tượng; nó có thể ít nhiều mang tính hình thức hay có tính hệ
thống [3,4,9].
Trì thức có 2 dạng tồn tại chỉnh là tri thức hiện và tri thức ẩn:
Tri thức hiện là những tri thức được giải thích và mã hóa dưới dạng văn bản, tài
liệu, âm thanh, phim, ảnh,... thông qua ngôn ngữ có lời hoặc không lời, nguyên tắc hệ
thống, chương trình máy tính, chuẩn mực hay các phương tiện khác. Đây là những tri
thức đã được thể hiện ra ngoài và dễ dàng chuyển giao, thường được tiếp nhận qua hệ
thống giáo dục và đào tạo chính quy.
Tri thức ẩn là những tri thức thu được từ sự trải nghiệm thực tế, dạng tri thức này
thường ẩn trong mỗi cá nhân và rất khó “mã hóa” và chuyển giao, thường bao gồm:
niềm tin, giá trị, kinh nghiệm, bí quyết, kỹ năng...
VD: Trong bóng đá, các cầu thủ chuyên nghiệp có khả năng cảm nhận bóng rất tốt.
Đây là một dạng tri thức ẩn, nó nằm trong mỗi cầu thủ. Nó không thể “mã hóa” thành
văn bản, không thể chuyển giao, mà người ta chỉ có thể có bằng cách tự mình luyện
tập.
1.1.2. Các thành phần của hệ cơ sở tri thức
Các thành phần chính của một hệ thống dựa trên tri thức thông thường là: Cơ sở tri
thức, Động cơ suy diễn, Cơ chế giải thích và Giao diện người dùng như thể hiện trong

hình. Một lợi thế của kiến trúc hệ thống dựa trên tri thức là thường xuyên nhất của các
thành phần ngoại trừ các cơ sở tri thức có thể được miền độc lập. Một yỏ hệ thống
chuyên gia tái sử dụng có thể sử dụng cho sự phát triển của hệ thống mới. Một yỏ hệ
thống chuyên gia điển hình có đã là một động cơ suy luận chức năng và giao diện


người dùng, và chỉ có kiến thức cơ bản cần phải được phát triển (Liebowitz năm 1995;
Edman, 2001; Turban, 2007;. Aniba et al, 2008) [5,11,15]

Kiến thức chuyên gia

Người dùng

Hình 1.1 Thành phần của một hệ tri thức

a. Động cơ suy diễn
Là phương pháp vận dụng tri thức trong cơ sở tri thức để giải quyết vấn đề. Các cơ
sở tri thức đều có động cơ suy diễn để tiến hành các suy diễn nhằm tạo ra các tri thức
mới dựa trên các sự kiện, tri thức cung cấp từ ngoài vào và tri thức có sẵn trong hệ cơ
sở tri thức. Động cơ suy diễn thay đổi theo độ phức tạp của cơ sở tri thức. Hai kiểu suy
diễn chính trong động cơ suy diễn là suy diễn tiến và suy diễn lùi.
Các hệ cơ sở tri thức làm việc theo cách được điều khiển bởi dữ liệu (data driven)
sẽ dựa vào các thông tin sẵn có và sinh ra các sự kiện mới được suy diễn. Do vậy
không thể đoán được kết quả, cách tiếp cận này được sử dụng cho các bài toán diễn
dịch với mong muốn của người sử dụng là hệ cơ sở dữ liệu sẽ cung cấp các sự kiện
mới. Ngoài ra còn có cách điều khiển theo mục tiêu nhằm hướng đến các kết luận đã
có và đi tìm các dẫn chứng để kiểm định tính đúng đắn của kết luận đó.

b. Cơ sở tri thức
Là tập họp các tri thức liên quan đến vấn đề mà chương trình quan tâm giải quyết.

Lưu trữ, biểu diễn các tri thức mà hệ đảm nhận, làm cơ sở cho các hoạt động của hệ.
Cơ sở tri thức bao gồm các sự kiện (facts) và các lụật (rules).

c. Cơ chế giải thích
Một lợi thế của hệ thống dựa trên tri thức so với các hệ thống hỗ trợ quyết định
khác là khả năng để giải thích cho người sử dụng như thế nào và lý do tại sao hệ thống
đến các kết quả nhất định (Abraham, 2005). Nhiều cơ chế giải thích được mở rộng, ví
dụ: cho phép người dùng nhận được giải thích lý do tại sao câu hỏi được yêu cầu và
cung cấp truy cập kiến thức miền sâu cho người sử dụng. Cơ chế giải thích có thể tạo
ra giải thích dựa trên những kiến thức trong các cơ sở tri thức (Edman, 2001). Vì vậy,
cơ chế giải thích mở rộng các hệ thống dựa trên tri thức, không chỉ để cung cấp ra
quyết định hỗ trợ mà còn cho phép người dùng tìm hiểu bằng cách sử dụng hệ thống.

d. Giao diện người dùng
Giao diện người dùng điều khiển hộp thoại giữa người sử dụng và hệ thống (Aniba
và cộng sự, 2008). Hiện nay phổ biến với chuyên ngành phần mềm giao diện người
dùng cho việc thiết kế, cập nhật và sử dụng các hệ thống dựa trên tri thức (Abraham,
2005).

e. Lợi ích của hệ thống tri thức
Từ một quan điểm về tầm nhìn của tổ chức, có nhiều lí do để thực hiện một hệ
thống dựa trên tri thức. Lí do quan trọng nhất là để cung cấp một cơ chế bảo yệ hoặc
tài liệu kiến thức và kinh nghiệm của một công ty, vì vậy điều này sẽ không bị mất khi
các cá nhân rời bỏ tổ chức. Lí do quan trọng khác để sử dụng các hệ thống dựa trên tri
thức là:
+ Một chuyên gia - Nếu kỹ năng không có sẵn, hiếm hoặc đắt.
+ Một cách để đào tạo công nhân/ nhân viên.
+ Một cách để cải thiện năng xuất, tiết kiệm chi phí và thời gian.

+ Một công cụ cho việc hỗ trợ tạo quyết định.


1.2 Công nghệ của xử lý tri thức
Công nghệ của xử lý tri thức (Knowledge Engineering): là các phương pháp, kỹ
thuật được các kỹ sư tri thức (Knowledge engineers) dùng để xây dựng những hệ
thống thông minh như: Hệ chuyên gia, hệ cơ sở tri thức, hệ hỗ trợ quyết định [15].
Quá trình thiết kế và phát triển các hệ thống tri thức, chẳng hạn như một KBS,
được gọi là kiến thức kỹ thuật (Durkin, 1994). Nó có thể được nhìn từ một không gian
thu hẹp và một viễn cảnh rộng lớn. Theo góc nhìn hẹp, kiến thức kỹ thuật được giới
hạn ở những bước cần thiết để xây dựng các hệ thống dựa trên tri thức (tức là kiến
thức thu nhận, biểu diễn tri thức, xác nhận kiến thức, suy luận, và giải thích/biện
minh), như thể hiện trong hình 1.2. Các quan điểm rộng mô tả toàn bộ quá trình phát
triển và duy trì bất kỳ hệ thống thông minh, như thể hiện trong hình 1.3 (Turban,
2011).


Vấn đề cơ hội

Hình 1.2: Định nghĩa hẹp quy trình công nghệ của xử lý tri thức


Hình 1.3: Định nghĩa rộng của quá trình công nghệ xử lý của tri thức
Cả hai hình 1.2 và 1.3 được hiểu như là sự phát triển theo chuỗi tuần tự. Trong thực tế, mặc dù các giai đoạn phát triển
thường được thể hiện song song. Do đó quá trình phát triển của một hệ cơ sở tri thức được lặp lại và gia tăng. Như vậy một
thông tin mới xuất hiện trong quá trình phát triển gần như chắc chắn cần cải tiến sớm hơn. Hệ thống phát triển dần từ một hệ
thống có khả năng tăng lên nhờ sự cải thiện về kiến thức và kỹ năng giải quyết vấn đề.
1.2.1 Thu thập
Nhu cầu tìm kiếm các tri thức từ dữ liệu của một lĩnh vực cụ thể là một nhu cầu bắt buộc khi xây dựng các hệ cơ sở tri thức.
Một số bài toán đã có sẵn tri thức, tuy nhiên có nhiều lĩnh vực rất khó phát hiện các tri thức. Do vậy cần phát triển các kỹ thuật

cho phép tiếp nhận tri thức từ dữ liệu. Máy học là một trong các nghiên cứu giúp tạo ra tri thức từ dữ liệu.
Thu thập tri thức là bộ sưu tập, chuyển giao và chuyển đổi tri thức từ các nguồn tri thức đến một chương trình máy tính. Tri


thức có thể được lấy từ các nguồn như sách vở, cơ sở dữ liệu, hình ảnh ... Tri thức mua lại từ các chuyên gia của con người đặc
biệt, thường được gọi là tri thức mở. Người tương tác với các chuyên gia để gợi mở tri thức của họ được gọi là một kỹ sư tri
thức.
Các yếu tố sau góp phần vào sự khó khăn trong việc mua lại tri thức từ các chuyên gia và chuyển giao của nó với một máy
tính:
Các chuyên gia có thể không biết làm thế nào để nói lên tri thức của họ.
Các chuyên gia có thể nói lên tri thức không chính xác.
Các chuyên gia có thể không có thời gian hoặc không sẵn lòng cộng tác.
Tính phức tạp của kiểm thử hoặc tinh chỉnh kiến thức là rất cao.
Phương pháp gợi mở kiến thức có thể được định nghĩa chưa mềm dẻo.
Các nhà phát triển hệ thống có ý định thu thập tri thức từ một nguồn nhưng các kiến thức liên quan có thể được tích lũy từ
nhiều nguồn khác nhau.
Tri thức thu thập được có thể không đầy đủ.
Tri thức thu thập được có thể không tương ứng.
Những khó khăn để nhận biết kiến thức đặc thù khi nó trộn lẫn với dữ liệu không liên quan.
Các chuyên gia có thể thay đổi hành vi của họ khi họ bị quan sát hoặc được phỏng vấn.
- Các yếu tố giao tiếp giữa con người có vấn đề có thể ảnh hưởng đến kỹ sư tri thức và chuyên gia.
1.2.2 Biểu diễn

a. Khái niệm về biểu diễn tri thức
Là phương pháp mã hoá tri thức, nhằm thành lập cơ sở tri thức cho các hệ thống dựa trên tri thức. Trong tin học biểu diển
tri thức là một phương pháp mã hóa tri thức sao cho máy tính có thể xử lí được chúng. Cũng như dữ liệu có nhiều cách khác
nhau để biểu diễn tri thức trong máy tính. Tuy nhiên ta phải chọn một phương pháp nào phù họp để đưa lên máy tính.
Các công cụ cho việc biểu diễn tri thức đơn giản như:

-

Các cấu trúc dữ liệu cơ bản: Dãy danh sách, tập họp, mẫu, ...

-

Các cấu trúc dữ liệu trừu tượng: ngăn xếp, hàng đợi.

-

Các mô hình toán học: đồ thị, cây, ...

-

Các mô hình đối tượng.


-

Các ngôn ngữ đặc tả tri thức.
Ví dụ: Kiến thức về một hình chữ nhật cần thiết cho việc giải bài toán có thể được biểu diễn gồm:
Một tập họp các biến thực, mỗi biến đại diện cho một yếu tố của hình chữ nhật như chiều dài, chiều rộng.
Một tập họp các công thức liên quan đến tính toán trên các yếu tố của hình chữ nhật.

b. Vấn đề biểu diễn tri thức
Biểu diễn tri thức đóng vai trò quan trọng trong thiết kế và xây dựng một hệ giải toán thông minh và các hệ chuyên gia.
Phương pháp biểu diễn tri thức thích hợp sẽ tạo nên một hệ thống có giá trị sử dụng cao. Xây dựng và phát triển các phương
pháp biểu diễn tri thức là một hướng nghiên cứu
quan trọng đối với các nhà nghiên cứu trí tuệ nhân tạo. Suy diễn tự động để giải quyết các bài toán dựa trên tri thức cũng là
một vấn đề rất quan trọng.
Các phương pháp suy diễn tự động yận dụng kiến thức đã biết trong quá trình lập luận giải quyết vấn đề, trong đó quan

trọng nhất là các chiến lược điều khiển giúp phát sinh các sự kiện mới từ các sự kiện đã có. Xây dựng và phát triển các phương
pháp biểu diễn tri thức là một hướng nghiên cứu quan trọng cho các nhà nghiên cứu về Trí tuệ nhân tạo.
Các loại tri thức
Dựa vào cách thức con người giải quyết vấn đề, các nhà nghiên cứu đã xây dựng các kỹ thuật để biểu diễn các dạng tri thức
khác nhau trên máy tính. Mặc dù yậy, không một kỹ thuật riêng lẻ nào có thể giải thích đầy đủ cơ chế tổ chức tri thức trong các
chương trình máy tính. Đe giải quyết vấn đề, chúng ta cần chọn dạng biểu diễn thích họp nhất. Sau đây là các dạng biểu diễn
tri thức thường gặp:
+ Tri thức thủ tục: Mô tả cách thức giải quyết một vấn đề, loại tri thức này đưa ra giải pháp để thực hiện một công việc nào
đó. Các dạng tri thức thủ tục tiêu biểu thường là các luật, chiến lược ...
+ Tri thức khai báo: Cho biết một vấn đề được thấy như thế nào, loại tri thức này bao gồm các phát biểu đơn giản, dưới
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 tượng hay một khái niệm nào đó.
+ Siêu tri thức: mô tả tri thức về 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 để điều chỉnh hiệu quả giải quyết vấn đề bằng cách hướng các lập luận
về miền tri thức có khả năng hơn cả.
+ Tri thức heuristic: là một dạng tri thức cảm tính. Các tri thức thuộc loại này thường có dạng ước lượng, phỏng đoán và


thường được hình thành thông qua kinh nghiệm.
+ 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
chuyên gia, bao gồm khái niệm, khái niệm con và các đối tượng. Diễn tả chức năng và mối liên hệ giữa các tri thức theo cấu
trúc xác định.
Biểu diễn theo luât
Biểu diễn tri thức là cách thể hiện các mô tả về thế giới bên ngoài dưới dạng sao cho các máy thông minh có thể đưa đến
các kết luận về thế giới xung quanh nó, trên cơ sở một cách hình thức các mô tả này [2,3,5]. Thời gian đầu các nghiên cứu về
tri thức còn ít. Tuy nhiên đến đầu thập niên 80 các nhà nghiên cứu dần hội tụ tại các điểm khá chung và hiện nay tồn tại một số
các phương pháp biểu diễn tri thức cơ bản sau:
+ Biểu diễn tri thức dưới dạng luật dẫn xuất (luật sinh).
+ Biểu diễn tri thức dưới dạng mạng ngữ nghĩa.
+ Biểu diễn tri thức dưới dạng các khung.

+ Biểu diễn tri thức dưới dạng mệnh đề logic.
+ Biểu diễn tri thức bằng bộ ba: Đối tượng - Thuộc tính - Giá trị

.1

Biểu diễn tri thức dưới dạng luật dẫn xuất
Phương pháp biểu diễn tri thức bằng luật dẫn xuất được phát minh bởi Newell và Simon, đây là một kiểu biểu diễn tri thức

có cấu trúc. Ý tưởng cơ bản là tri thức có thể được cấu trúc bằng một cặp điều kiện - hành động: "NÉU điều kiện xảy ra THÌ
hành động sẽ được thi hành". Chẳng hạn: NÉU đèn giao thông là xanh THÌ bạn được đi, NÊU bạn bị cảm cúm Thì đến bác sỹ
khám ...[2,4]
Luật là cấu trúc tri thức dùng để liên kết thông tin đã biết với các thông tin khác giúp đưa ra các suy luận, kết luận từ những
thông tin đã biết. Trong hệ thống dựa trên các luật, người ta thu thập các tri thức lĩnh vực trong một tập và lưu 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 được quản lý bằng một module gọi là bộ suy diễn.
Ngày nay, các luật dẫn xuất đã trở nên phổ biến và được áp dụng rộng rãi trong nhiều hệ thống trí tuệ nhân tạo khác nhau.
Luật dẫn xuất 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 trường họp này, các luật được dùng như là những chỉ dẫn, nhưng rất hữu ích để trợ giúp cho các quyết định trong quá
trình tìm kiếm, từ đó làm giảm không gian tìm kiếm. Luật dẫn xuất có thể được dùng để bắt chước hành vi của những chuyên


gia. Theo cách này, luật dẫn xuất không chỉ đơn thuần là một kiểu biểu diễn tri thức trong máy tính mà là một kiểu biễu diễn
các hành vi của con người.
Một cách tổng quát luật dẫn xuất có dạng như sau:
Pi AP2 AP3 /\P4 ... Pn -> Q
Trong đó:
Pi, p2, ..., Pn: logic vị từ Q là những biểu thức logic.
Trong ngôn ngữ lập trình, mỗi một luật dẫn xuất là một câu lệnh.
IF Ợ»! AND p2 AND .. AND Pn) THEN Q.
Trong lý thuyết hiểu ngôn ngữ tự nhiên, mỗi luật dẫn xuất là một phép dịch:

ONE —> một.
TWO -► hai.
JANUARY —> tháng một
Để biễu diễn một tập luật dẫn xuất, người ta thường phải chỉ rõ hai thành phần chính sau :
Tập các sự kiện F(Facts)
F= {fi,f 2...fn}
Tập các quy tắc R(Rules) áp dụng trên các sự kiện dạng như sau:
fiA Ỉ 2 . . A fn->q
Trong đó, các fi,q đều thuộc F
Ví dụ : Cho 1 cơ sở tri thức được xác định như sau :
Các sự kiện : A, B, c, D, E, F, G, H, K
Tập các quy tắc hay luật dẫn xuất (rule)
RI : A->E R2: B->D R3 : H->A R4: E AG ->c R5 : E A K ->
B R6: D A E A K -> c R7: G AKAF->A
+ Cơ chế suy luận trên các luật sinh
Suy diễn tiến (forward chaining) : là lập luận từ các sự kiện, sự việc để rút ra các kết luận [1,7,8].
Ví dụ: Neu thấy trời mưa trước khi ra khỏi nhà (sự kiện) thì phải lấy áo mưa (kết luận).
Trong phương pháp này, người 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 được xem là những thuộc tính có thể được gán giá trị. Trong số những kết luận này, có thể có


những kết luận làm người sử dụng quan tâm, một số khác không nói lên điều gì, một số khác có thể vắng mặt.
Các sự kiện thường có dạng:
Atthibute = value
Lần lượt các sự kiện trong cơ sở tri thức được chọn và hệ thống xem xét tất cả các luật mà các sự kiện này xuất hiện như là
tiền đề. Theo nguyên tắc lập luận trên, hệ thống sẽ lấy ra những luật thoã mãn. Sau khi gán giá trị cho các thuộc tính thuộc kết
luận tương ứng, người ta nói rằng các sự kiện đã được thoã mãn. Các thuộc tính được gán giá trị sẽ là một phần của kết quả
chuyên gia. Sau khi mọi sự kiện đã được xem xét, kết quả được xuất ra cho người sử dụng.
Sự kiện ban đầu : H, K R3: H -> A{A, H, K}
RI : A -> E {A,E,H,K}

R5: E A K -> B{A,B,E,H,K}
R2: B -> D {A,B,D,E,H,K}
R6: D A E A K -> c {A,B,C,D,E,H,K}
Suy diễn lùi: Tiến hành các lập luận theo chiều ngược lại (đối với phương pháp suy diễn tiến). Từ một giả thuyết (như là
một kết luận), hệ thống đưa ra một tình huống trả lời gồm các sự kiện là cơ sở của giả thuyết đã cho này. Một ví dụ thường 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 [1,7,8].
Ví dụ :
Tập các sự kiện :
Ồ cứng là "hỏng" hay "hoạt động bình thường"
Hỏng màn hình.
Lỏng cáp màn hình.
Tình trạng đèn ổ cứng là "tắt" hoặc "sáng"
Có âm thanh đọc 0 cứng.
Tình trạng đèn màn hình "xanh" hoặc "chớp đỏ"
Không sử dụng được máy tính.
Điện vào máy tính "có" hay "không"
Tập các luật:
Rl. Nếu ((ổ cứng "hỏng") hoặc (cáp màn hình "lỏng")) Thì không sử dụng được máy tính.


R2. Nếu ((điện vào máy là "có") và ((âm thanh đọc ổ cứng là "không") hoặc tình trạng đèn ổ cứng là "tắt"))) Thì (ổ cứng
"hỏng").
R3. Nếu ((điện vào máy là "có") và (tình trạng đèn màn hình là "chóp đỏ")) Thì (cáp màn hình "lỏng").
Để xác định được nguyên nhân gây ra sự kiện "không sử dụng được máy tính", ta phải xây dựng một cấu trúc đồ thị gọi là
đồ thị AND/OR như sau:

Hình 1.4: Chẩn đoán tính trạng máy tính
Như yậy là để xác định được nguyên nhân gây ra hỏng hóc là do ổ cứng hỏng hay cáp màn hình lỏng, hệ thống phải lần
lượt đi vào các nhánh để kiểm tra các điều kiện như điện vào máy "có", âm thanh ổ cứng "không"...Tại một bước, nếu giá trị
cần xác định không thể được suy ra từ bất kỳ một luật nào, hệ thống sẽ yêu cầu người dùng trực tiếp nhập vào. Chẳng hạn như

để biết máy tính có điện không, hệ thống sẽ hiện ra màn hình câu hỏi "Bạn kiểm tra xem cỏ điện vào máy tỉnh không (kiểm tra
đèn nguồn)? (C/K)". Để thực hiện được cơ chế suy luận lùi, người ta thường sử dụng ngăn xếp (để ghi nhận lại những nhánh
chưa kiểm tra).
Ưu điểm và nhược điểm của biểu diễn tri thức bằng luật dẫn xuất
ưu điểm


Biểu diễn tri thức bằng luật đặc biệt hữu hiệu trong những tình huống hệ thống cần đưa ra những hành động dựa vào những
sự kiện có thể quan sát được. Nó có những ưu điểm chính sau đây:
Các luật rất dễ hiểu nên có thể dễ dàng dùng để trao đổi với người dùng (vì nó là một trong những dạng tự nhiên của ngôn
ngữ).
Có thể dễ dàng xây dựng được cơ chế suy luận và giải thích từ các luật.
Việc hiệu chỉnh và bảo trì hệ thống là tương đối dễ dàng.
Có thể cải tiến dễ dàng để tích họp các luật mờ.
Các luật thường ít phụ thuộc vào nhau.
Nhược điểm
Các tri thức phức tạp đôi lúc đòi hỏi quá nhiều (hàng ngàn) luật sinh. Điều này sẽ làm nảy sinh nhiều vấn đề liên quan đến
tốc độ lẫn quản trị hệ thống.
Thống kê cho thấy, người xây dựng hệ thống trí tuệ nhân tạo thường sử dụng luật sinh hơn tất cả phương pháp khác nên họ
thường tìm mọi cách để biểu diễn tri thức bằng luật sinh cho dù có phương pháp khác thích hợp hơn.
Cơ sở tri thức luật dẫn xuất lớn sẽ làm giới hạn khả năng tìm kiếm của chương trình điều khiển. Nhiều hệ thống gặp khó
khăn trong việc đánh giá các hệ dựa trên luật sinh cũng như gặp khó khăn khi suy luận trên luật sinh. 1.3.2 Biểu diễn tri thức
dưới dạng mạng ngữ nghĩa Mạng ngữ nghĩa là phương pháp biểu diễn tri thức dung đồ thị trong đó nút biểu diễn đối tượng,
cung biểu diễn mối quan hệ giữa các đối tượng. Trong phương pháp này, người ta sử dụng một đồ thị gồm các nút (node) và
các cung nối các nút để biểu diễn tri thức [2,3,5]. Nút dùng để thể hiện các đối tượng, thuộc tính của đối tượng và giá trị của
thuộc tính. Cung dùng để thể hiện các quan hệ giữa các đối tượng. Các nút và các cung đều được gắn nhãn.
Ví dụ. Giữa các đối tượng và khái niệm: sẻ, Loài chim, Bay, Cánh có các quan hệ (Xem hình 1.5)


Hình 1.5 Biểu diễn mạng ngữ nghĩa

Bằng cách thêm vào đồ thị các nút mới, cung mới người ta có thể mở rộng một mạng ngữ nghĩa. Các nút mới được thêm thể
hiện các đối tượng tương tự (với các nút đã có trong đồ thị) hoặc tổng quát hơn. Thông thường có thể nới rộng mạng ngữ nghĩa
theo ba cách:
Thêm một đối tượng tương tự Thêm một đối tượng đặc biệt hơn Thêm một đối
tượng tổng quát hơn
Thứ nhất, thêm “cánh cụt” thể hiện một loại chim mới. Thứ hai, thêm “chip” cũng có nghĩa nó là con “Sẻ” và đồng thời là
“Chim”. Thứ ba, có thể đưa ra đối tượng tổng quát như “Con vật”. Lúc này không những có thể biết được rằng “Chim là con
vật”, mà còn biết “Chip thở bằng không khí”

DĩstaẾtt

o
Hình 1.6: Mô hình phát triển mạng ngữ nghĩa
Tính chất quan trọng của mạng ngữ nghĩa là tính kế thừa. Nó cho phép các nút được bổ sung sẽ nhận các thông tin của các
nút đã có trước và cho phép mã hóa tri thức một cách dễ dàng. Đe minh họa cho tính kế thừa của mạng ngữ nghĩa, hãy xét một
câu hỏi trên đồ thị. Chẳng hạn tại nút “Chim”, người ta muốn hỏi con “Chip” hoạt động như thế nào? Thông qua cung hoạt
động ta biết được nó bay.


Hình 1.7: Các bước thực hiện phép toán trên mạng ngữ nghĩa

.3

Biểu diễn tri thức dưới dạng khung
Một trong các phương pháp biểu diễn tri thức là dùng khung, phát triển từ khái niệm lược đồ. Một lược đồ được coi là khối

tri thức điển hình về khái niệm hay đối tượng nào đó và gồm cả tri thức thủ tục lẫn tri thức mô tả [3,5].
Theo định nghĩa của Minsky (1975) thì khung là cấu trúc dữ liệu thể hiện tri thức đa dạng về khái niệm hay đối tượng nào
đó. Khung là một cấu trúc dữ liệu bao gồm tất cả các tri thức về một đối tượng cụ thể.
Khung cơ bản: Gồm các thành phần cơ bản sau:

-

Tên đối tượng (loại khung).

-

Các thuộc tính.

Giá trị các thuộc tính: Thể hiện các tính chất tổng quát của một lóp các đối tượng với những quan hệ kế thừa và cấu trúc phân
cấp.


Men

PHIÉIĐIẺ
ĐÍẺm

Lớ
Thuộc
Tên

Thuộc tính 1

Hình 1.8: cấu trúc Frame
Một khung có hình thức như bảng mẫu, như tờ khai cho phép ta điền các ô trống. Cấu trúc cơ bản của khung có tên đối
tượng được thể hiện trong khung, có các trường thuộc tính có một ngăn để nhập dữ liệu riêng. Các thuộc tính và giá trị thuộc
tính tạo nên danh sách các mệnh đề O-A-V cho phép thể hiện đầy đủ về đối tượng.
Một khung lóp thể hiện các tính chất tổng quát của các đối tượng chung. Chẳng hạn ta cần mô tả các tính chất tổng quát như
bay, có cánh, sống tự do... của loài chim. Đe mô tả một biểu diễn của khung lóp ta dùng một khung khác, gọi là khung thể hiện.

Khi tạo ra thể hiện của một lớp, khung này kế thừa tính chất và giá trị của lóp. Có thể thay đổi giá trị để phù hợp với biểu diễn
cụ thể. Giống tính chất kế thừa giữa các đối tượng trong mạng ngữ nghĩa, khung thể hiện nhận giá trị từ khung lóp. Khi tạo ra
một khung thể hiện, ta khẳng định khung đó là thể hiện của một khung lớp. Khẳng định này cho phép nó kế thừa các thông tin
từ khung lóp.

Hình 1.9: Nhiều mức của khung mô tả quan hệ phức tạp hơn
Ngoài các khung lóp đơn giản và các thể hiện gắn với nó, người ta có thể tạo ra các cấu trúc khung phức tạp.
Ví dụ: Dùng cấu trúc phân cấp các khung để mô tả thế giới loài chim, cấu trúc này tổ chức khái niệm về chim theo các
mức trừu tượng khác nhau. Khung ở mức cao mang thông tin chung về tất cả loài chim. Mức giữa có các khung lóp con,
mang thông tin đặc thù hơn của nhóm chim. Mức cuối cùng là khung thể hiện, ứng với đối tượng cụ thể.

.4

Biểu diễn tri thức dưới dạng mệnh đề logic.
Mệnh đề logic biểu diễn và lập luận với các mệnh đề toán học. Mệnh đề là một câu nhận giá trị đúng hoặc sai. Giá trị này

gọi là chân trị của mệnh đề. Mệnh đề logic gán một biến ký hiệu vào một mệnh đề [5].
Ví dụ: A=”Xe sẽ khởi động”.
Khi cần kiểm tra tính đúng của câu trên trong bài toán sử dụng mệnh đề logic, người ta kiểm tra giá trị của A. Nhiều bài
toán sử dụng mệnh đề logic để thể hiện tri thức và giải vấn đề. Bài toán loại này được đưa về bài toán xử lý các luật, mỗi


phần giả thiết và kết luận của luật có thể có nhiều mệnh đề.
Ví dụ:

IF xe không khởi động được;;-> A
AND khoảng cách từ nhà đến chỗ làm là xa -> B THEN sẽ trễ giờ làm ;;;-> c