[論文レビュー] Hybrid technique for effective knowledge representation a a comparative study

Poonam Tanwar, T. V. Prasad+1 more|arXiv (Cornell University)|Sep 18, 2012

AI-based Problem Solving and Planning参考文献 11被引用数 4

ひとこと要約

本稿では、イベント中心の知識と非イベント中心の知識の両方を表現する際の制限を克服するため、意味ネットワークとスクリプトを組み合わせたハイブリッド知識表現手法を提案する。スクリプトを用いてステレオタイプ的なイベントの順序をモデル化し、意味ネットワークを用いて関係的 fact を表現することで、推論、穴埋め、表現の完全性が向上し、不完全または曖昧な入力の処理において、既存のハイブリッドモデルを凌駕する。

ABSTRACT

Knowledge representation (KR) and inference mechanism are most desirable thing to make the system intelligent. System is known to an intelligent if its intelligence is equivalent to the intelligence of human being for a particular domain or general. Because of incomplete ambiguous and uncertain information the task of making intelligent system is very difficult. The objective of this paper is to present the hybrid KR technique for making the system effective & Optimistic. The requirement for (effective & optimistic) is because the system must be able to reply the answer with a confidence of some factor. This paper also presents the comparison between various hybrid KR techniques with the proposed one.

研究の動機と目的

• イベント中心の知識と非イベント中心の知識の両方を処理する際の、単一の知識表現手法の限界を解消すること。
• 意味ネットワークとスクリプトの長所を統合したハイブリッドモデルを構築し、より効果的で楽観的な知識表現を実現すること。
• 不完全または曖昧な自然言語入力における穴埋めによって、推論におけるシステムの信頼性を向上させること。
• 構造的知識と手続き的知識の両方を含む、複雑な現実世界のシナリオを包括的に表現するフレームワークを提供すること。

提案手法

• ノードと有向リンクを用いて、オブジェクト、クラス、およびそれらの関係を表現する意味ネットワークを統合する。
• 定義された役割、シーン、開始/終了条件、および行動を備えた、ステレオタイプ的なイベントの順序をモデル化するためにスクリプトを用いる。
• スクリプトの役割と意味ネットワークのクラス/オブジェクトとの間で双方向リンクを確立し、イベント中心の知識と事実中心の知識を統合する。
• K-Box、知識ベース、クエリアプライヤ、推論エンジン、ユーザインタフェースを含む五部構造アーキテクチャを採用し、システム統合を実現する。
• 実世界の物語（例：ラーマ・ナヴァミ）にハイブリッドモデルを適用し、知識抽出と推論の有効性を実証する。
• 推論と意思決定を支援するための三層構造モデル（認識論的、論理的、ヒューリスティック）を用いる。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてハイブリッド知識表現手法が、イベント中心の知識と事実中心の知識を効果的に統合できるか？
• RQ2 意味ネットワークとスクリプトの統合は、不完全または曖昧な入力における推論と穴埋めをどのように改善するか？
• RQ3 提案されたハイブリッドモデルは、既存のハイブリッドKR手法と比較して、表現力と効率性の面でどのように優れているか？
• RQ4 統一フレームワークにおいて、スクリプトを用いたイベント順序の表現と意味ネットワークを用いた関係的 fact の表現が、構造的・機能的にどのような利点をもたらすか？

主な発見

• 本ハイブリッドモデルは、宗教行事のような複雑な現実世界の物語を、イベントの順序（スクリプト）と事実的関係（意味ネットワーク）の両方を組み合わせることで、効果的に表現できた。
• 統合により、スクリプトに基づく期待を用いて、欠落しているイベントを予測することで、不完全または曖昧な入力の処理がより効果的になった。
• スクリプトにおけるステレオタイプ的パターンの活用と意味ネットワークにおける継承の活用により、探索空間が縮小され、推論が向上した。
• 表現の完全性と応答に対する信頼性の面で、既存のハイブリッドモデルを上回る性能を示した。
• 手続き的知識（スクリプト）と宣言的知識（意味ネットワーク）を統合することで、クエリに対する回答の信頼性が向上した。
• 意味ネットワークの直感的な構造のおかげで、技術的知識のないユーザーに対しても、使いやすい知識抽出が可能になった。