compreensão de diálogo (tratamento de linguagem natural) (memória dinâmica) raciocínio baseado...
TRANSCRIPT
Compreensão de DiálogoCompreensão de Diálogo(tratamento de linguagem natural)(tratamento de linguagem natural)
(memória dinâmica)(memória dinâmica)
Raciocínio Baseado em CasosRaciocínio Baseado em Casos
Profª MSc. Fernanda HembeckerProfª MSc. Fernanda [email protected]@ppgia.pucpr.br
Prof. Dr. Edson Emílio ScalabrinProf. Dr. Edson Emílio [email protected]@ppgia.pucpr.br
Fernanda Hembecker – Edson Emílio Scalabrin 2/43
ProblemaProblema
Computação e a Ficção Científica. Computação e a Inteligência
Artificial.
De que maneira um sistema computacional pode efetivamente compreender sentenças escritas em linguagem natural?
Fernanda Hembecker – Edson Emílio Scalabrin 3/43
ProblemaProblema
Onde se quer chegar: usuários e computadores
“falando a mesma língua”; melhores níveis de interação
entre usuários e computadores; e
melhor aproveitamento dos processos computacionais.
Fernanda Hembecker – Edson Emílio Scalabrin 4/43
SoluçãoSolução
Compreensão automática da linguagem natural: compreensão de sentenças voltadas a
sistemas automáticos de diálogo; e diálogos realizados em português.
Reprodução de características cognitivas humanas.
Fernanda Hembecker – Edson Emílio Scalabrin 5/43
Ciência CognitivaCiência Cognitiva
Ciência Cognitiva = ciência da mente: psicologia, lingüística, filosofia, biologia,
neurociências e computação; e
estudo dos aspectos cognitivos humanos:armazenamentorecuperaçãotransformaçãoemissão de informações
...................armazenamento...............................recuperaç
ão.........................processament
o....................resposta
Fernanda Hembecker – Edson Emílio Scalabrin 6/43
Ciência CognitivaCiência Cognitiva
Analogias e a compreensão: Enfrentar o problema-alvo a ser resolvido
Relembrar um problema-fonte semelhante já conhecido
Comparar os problemas alvo e fonte
Adaptar o problema-fonte e solucionar o problema-alvo
Ler um termo da sentença de entrada
Encontrar na memória conceitos correlatos
Definir o conceito mais apropriado
Atualizar conceitos da memória
Fernanda Hembecker – Edson Emílio Scalabrin 7/43
Compreensão de Compreensão de Linguagem NaturalLinguagem Natural
Linguagem natural: rica e elaborada e ao mesmo tempo vaga e ambígua: significado dos termos;
independentes; e associados a outros termos.
omissão: dados considerados conhecidos; e
inúmeras formas de se dizer a mesma coisa.
Fernanda Hembecker – Edson Emílio Scalabrin 8/43
Compreensão deCompreensão deLinguagem NaturalLinguagem Natural
Processamento de Linguagem Natural (NLP): dicionário léxico (lexicon);
Word Instructions“shot” Suggest HUNTING, SPENDING, WHISKEY,...
For HUNTING:If no HUMAN has already been seen then discard HUNTING else make that HUMAN the actor of HUNTING
wait for an ANIMAL to be seenif an ANIMAL is seenthen make that ANIMAL the object of
HUNTINGelse discard HUNTING
For SPENDING:
“I went hunting this weekend and shot two bucks”
Fernanda Hembecker – Edson Emílio Scalabrin 9/43
Compreensão deCompreensão deLinguagem NaturalLinguagem Natural
Processamento de Linguagem Natural (NLP): análises seqüenciais:
morfológica;sintaxe;semântica;pragmática.
dados estatísticos.
Fernanda Hembecker – Edson Emílio Scalabrin 10/43
Compreensão deCompreensão deLinguagem NaturalLinguagem Natural
“Como nós, seres humanos, efetivamente compreendemos algo?”
Marvin Minsky
“Consciência não reflete o presente, mas o passado, uma vez que se relaciona à lembrança de pensamentos recentes.”
Marvin Minsky
Fernanda Hembecker – Edson Emílio Scalabrin 11/43
Memória DinâmicaMemória Dinâmica
“Geralmente falamos em memória como sendo coisas que guardamos em caixas na nossa mente, como objetos que mantemos nos armários de nossas casas.”
Marvin Minsky
“A visão correspondente de lembrança é que quando precisamos de uma porção de conhecimento, vamos até nossa memória e então a recuperamos.”
Roger Schank
Fernanda Hembecker – Edson Emílio Scalabrin 12/43
Memória DinâmicaMemória Dinâmica
Ponto central: a memória humana é consideravelmente complexa e sofre mudanças constantes.
Alteração é a regra e os fatos estáticos não são os mais significativos.
Fernanda Hembecker – Edson Emílio Scalabrin 13/43
Memory Organization Memory Organization PackagesPackages
Abstrações
Instâncias
Especializações
Novos conceitos
Empacotamentos
emp
atrib1
atrib1
atrib2
Fernanda Hembecker – Edson Emílio Scalabrin 14/43
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Espaço de descriçãodos problemas
2Espaço de descriçãodas soluções
1Recuperação
Reutilização
Revisão
Armazenamento
Fernanda Hembecker – Edson Emílio Scalabrin 15/43
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Princípios: Problemas similares possuem soluções
similares; e Os tipos de problemas tendem a se
repetir.
Fernanda Hembecker – Edson Emílio Scalabrin 16/43
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Raciocínio Humano: regras vs. lembrança; comparações e analogias; previsão; e aprendizado.
“Especialistas humanos não são sistemas de regras, são bibliotecas de experiências” Riesbeck
Fernanda Hembecker – Edson Emílio Scalabrin 17/43
Base de atuação: casos semelhantes previamente resolvidos.
Qualidade de um sistema: experiência prévia que possui; habilidade de reconhecer similaridades entre
os casos; habilidade de efetuar adaptações; habilidade de realizar reparos; correto armazenamento de novas
experiências.
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Fernanda Hembecker – Edson Emílio Scalabrin 18/43
Casos: representados de acordo com um
contexto; não há como definir um modelo ideal; ensinam o raciocinador a alcançar
seus objetivos; e novos casos podem ser inseridos na
base, relatando novas experiências.
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Fernanda Hembecker – Edson Emílio Scalabrin 19/43
Ciclo de funcionamento: recuperação: definir caso de maior
similaridade; reutilização: aproveitar informações do
caso recuperado; revisão: avaliar a nova solução
proposta; armazenamento: reter o novo caso na
base.
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Fernanda Hembecker – Edson Emílio Scalabrin 20/43
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Base de casos
NovocasoCasos
prévios
Novocaso
Casorecuperado
Casoresolvido
Casotestado
Casoaprendido
RECUPERAÇÃO
RE
UT
ILIZ
AÇ
ÃO
REVISÃO
AR
MA
ZE
NA
ME
NT
O
Problema
Soluçãosugerida
Soluçãoconfirmada
Fernanda Hembecker – Edson Emílio Scalabrin 21/43
Indexação: associada diretamente à recuperação; identifica pontos semelhantes entre
casos conhecidos e um caso novo; representa a interpretação de uma
situação; deve antecipar situações de
recuperação dos casos; e deve caracterizar os casos.
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Fernanda Hembecker – Edson Emílio Scalabrin 22/43
Aplicações: memória para um especialista; conjunto de casos de estudo para
iniciantes; e componente da memória
organizacional.
Raciocínio Baseado em Raciocínio Baseado em CasosCasos
Fernanda Hembecker – Edson Emílio Scalabrin 23/43
Parsers Baseados em Parsers Baseados em CasosCasos
Parsers Baseados em Casos: processo de reconhecimento: identificar conceitos na memória
relevantes a um determinado texto.
Compreensão: relacionamento entre as afirmações de um texto e partes das informações previamente armazenadas no sistema.
Fernanda Hembecker – Edson Emílio Scalabrin 24/43
mno
jkl
Parsers Baseados em Parsers Baseados em CasosCasos
Nono nononon nono no.
abc
def
qrs ghi
xyz
Fernanda Hembecker – Edson Emílio Scalabrin 25/43
abc def
ghi
Parsers Baseados em Parsers Baseados em CasosCasos
•Representação da memória •Processo de busca
Fernanda Hembecker – Edson Emílio Scalabrin 26/43
Direct Memory Access Direct Memory Access ParsingParsing
Processo de compreensão contínuo: memória pré-modelada (MOPs);
busca bi-direcional:marcadores de previsão; emarcador de referência.
índices: expectativas do sistema; edicionário léxico dinâmico.
Fernanda Hembecker – Edson Emílio Scalabrin 27/43
Direct Memory Access Direct Memory Access ParsingParsing
Índices: estabelecem a conexão entre o texto e
a memória do sistema;
compostos por termos da linguagem natural {milton friedman} ou por empacotamentos {(actor) says (info)};
resolvem ambigüidade: {casa (pessoa)} e {casa (material)}.
28/43Fernanda Hembecker – Edson Emílio Scalabrin
Entrada
“Milton Friedman says increase tax”
MOBJECT
MONETARISTCOMMUNICATION MONETARY
ARGUMENT
HUMAN
MONETARIST
info
info
actor
FRIEDMAN
PP
RR
MONETARIST
HUMAN
FRIEDMANFRIEDMAN
MONETARIST
HUMAN
FRIEDMAN
actor
Mtrans-1: { (actor) says (info) }Friedman-1: { milton friedman }Increase-1: { increase tax }
Dicionário Léxico
FRIEDMAN milton
INCREASE increase
INCREASE increase
FRIEDMAN friedman
INCREASE increase
MTRANS says
INCREASE tax
Índices
MTRANSMTRANSMTRANS
MONETARISTCOMMUNICATION MONETARY
ARGUMENT
PPMONETARISTCOMMUNICATION
INCREASE
actor RRinfo
MONETARYARGUMENT
INCREASE
MONETARYARGUMENT
MONETARISTCOMMUNICATION MONETARY
ARGUMENT
MTRANS
HUMAN
MTRANS
MONETARISTCOMMUNICATION
MONETARISTCOMMUNIC-01
Fernanda Hembecker – Edson Emílio Scalabrin 29/43
Sistema ComPorSistema ComPor
Objetivo: viabilizar a criação, a execução e o
acompanhamento de diálogos entre computadores e usuários em linguagem natural.
Pontos principais: compreensão da linguagem natural; e condução do diálogo.
Fernanda Hembecker – Edson Emílio Scalabrin 30/43
Sistema ComPorSistema ComPor
Modelagem da memória: livraria objetos do diálogo:
livros comercializados; eclientes da livraria.
ações do usuário ou fases do diálogo:comprar um livro específico; ecliente fornecer sua identificação.
condução ou plano do diálogo:seqüência de ações que concretizam a
compra de um livro.
Fernanda Hembecker – Edson Emílio Scalabrin 31/43
Sistema ComPorSistema ComPor
planos
ações
objetos
Modelagem da memória
Fernanda Hembecker – Edson Emílio Scalabrin 32/43
Sistema ComPorSistema ComPor
Índices: modelado em função das possíveis
entradas do usuário; podem representar sentenças inteiras
ou palavras-chave; termos léxicos: objetos e ações; e empacotamentos: planos e ações que
se referem a objetos.
Fernanda Hembecker – Edson Emílio Scalabrin 33/43
Sistema ComPorSistema ComPor
Respostas do sistema: associadas diretamente aos conceitos; modelados em função dos índices e
dos planos de diálogo; caracterizados por sentenças simples
ou sentenças compostas por valores extraídos dos conceitos; e
devem induzir as entradas do usuário.
Fernanda Hembecker – Edson Emílio Scalabrin 34/43
Sistema ComPorSistema ComPorM-ComPor
M-Informaçõesda livraria
M-Objeto
M-Livros
M-Exatas
M-Informática
M-SMente
M-Informaçõesdos livros
M-L-PreçoM-L-Resumo
M-Informaçõesdos clientes
M-Modelosde diálogo
M-Modelo1-L M-Modelo-2-L
M-Fernanda
M-L-Total
M-Engines
M-Eduardo
M-Informaçõesda compra
M-Confirmacompra
M-Cancelacompra
M-Efetuacompra
objetos
ações
planos
quero compraro livro {objeto}
engines for education
fernandahembeckerconfirmo
a compra
{l-total} {c-compra} {e-compra}
objeto
objeto
l-total
e-compra
cliente
c-compra
O preço do livroé {objeto preço}
Confirma a compra?
Informe seu nome
Sua compra foi efetuada.
meu nome é {cliente}
Fernanda Hembecker – Edson Emílio Scalabrin 35/43
M-Objeto
M-Livros
M-Exatas
M-Informática
M-SMente
M-Informaçõesdos livros
M-L-PreçoM-L-Resumo
M-L-Total
M-Engines
objeto
M-Engines
M-L-Total
M-ComPor
M-Informaçõesda livraria
M-Informaçõesdos clientes
M-Modelosde diálogo
M-Modelo1-L M-Modelo-2-L
M-FernandaM-Eduardo
M-Informaçõesda compra
M-Confirmacompra
M-Cancelacompra
M-Efetuacompra
objeto
l-total
e-compra
cliente
c-compra
M-Confirmacompra
M-Fernanda
M-Efetuacompra
M-L-Total0objeto
M-L-Total
M-Efetuacompra1
M-Efetuacompra
M-Modelo1-L
M-Modelo1-L-2
M-Modelo1-L
e-compra
l-total
C: Meu nome é Fernanda Hembecker.
C: Quero comprar o livro Engines for Education.
C: Confirmo a compra.
S: O preço do livro é R$70,00. Confirma a compra?
S: Informe seu nome.
S: Sua compra foi efetuada.
S: Deseja outras informações?
Fernanda Hembecker – Edson Emílio Scalabrin 36/43
Sistema ComPorSistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin 37/43
Sistema ComPorSistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin 38/43
Sistema ComPorSistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin 39/43
Sistema ComPorSistema ComPor
Validação do sistema: compreensão da linguagem natural; e correta condução de um diálogo.
Dependente da estrutura de memória, índices e respostas modeladas.
Fernanda Hembecker – Edson Emílio Scalabrin 40/43
Sistema ComPorSistema ComPor
Principais resultados: memória:
compreensão da linguagem natural;reaproveitamento de conceitos;aprendizado;atualizações;condução do diálogo; eabrangência do diálogo.
Fernanda Hembecker – Edson Emílio Scalabrin 41/43
Sistema ComPorSistema ComPor
Principais resultados: combinações de memória, índices e
respostas; e ambiente de desenvolvimento.
Limitações: manipulação dos índices; e aprendizado.
Fernanda Hembecker – Edson Emílio Scalabrin 42/43
Sistema ComPorSistema ComPor
Trabalhos Futuros: associação a sistemas de
processamento automático da voz; aplicação em sistemas multi-agente; aprendizado:
conceitos mais abstratos;novos índices (novas entradas).
Fernanda Hembecker – Edson Emílio Scalabrin 43/43
ConclusõesConclusões
Computação não é uma ciência isolada.
Obtenção de ganhos a partir da reprodução das características cognitivas humanas.
Compreensão estabelecida em função de conhecimento prévio.