chapter01

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (453.88 KB, 26 trang )

(1)<div class='page_container' data-page=1>

Ch

ươ

ng 1

GI

Ớ

I THI

Ệ

U

GV: Nguyễn Thị Trúc Viên
Email:

N

ộ

i dung

Gi

ớ

i thi

ệ

u mơn h

ọ

c.

L

ị

ch h

ọ

c.

Trí tu

ệ

nhân t

ạ

o là gì?

Các n

ề

n t

ả

ng

L

ị

ch s

ử

</div>
(2)<div class='page_container' data-page=2>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 3

Gi

ớ

i thi

ệ

u mơn h

ọ

c

Mơn h

ọ

c:

–

VN: Trí Tu

ệ

Nhân T

ạ

o.

–

EN: Artificial Intelligence.

N

ộ

i dung:

–

Cung c

ấ

p cho ng

ườ

i h

ọ

c nh

ữ

ng ph

ươ

ng pháp, mơ hình

để

gi

ả

i

quy

ế

t v

ấ

n

đề ở

m

ứ

c t

ổ

ng qt nh

ấ

t.

–

Cung c

ấ

p cho ng

ườ

i h

ọ

c ki

ế

n th

ứ

c, công c

ụ để

gi

ả

i quy

ế

t nh

ữ

ng

v

ấ

n

đề

c

ầ

n

đế

n:

Tri thức.
Sựsuy luận.
Khả năng học.

Khả năng lập kếhoạch.
Khảxửlý ngôn ngữtựnhiên.
Khả năng cảm nhận/hành động, ...

Gi

ớ

i thi

ệ

u môn h

ọ

c

Các ph

ầ

n/ch

ươ

ng:

–

Ph

ầ

n 1:

Giới thiệu khái niệm, dẫn nhập.

–

Ph

ầ

n 2:

Biểu diễn bài toán.

Các phương pháp giải quyết vấn đềtổng quát.

–

Ph

ầ

n 3:

Biểu diễn tri thức.
Suy luận.

–

Ph

ầ

n 4: Các ch

ủ đề

nâng cao.

Nguyên lý trò chơi.
Suy luận không chắc chắn.
Lập kếhoạch.

</div>
(3)<div class='page_container' data-page=3>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 5

Gi

ớ

i thi

ệ

u môn h

ọ

c

Các ph

ầ

n/ch

ươ

ng:

–

Ph

ầ

n 5: Ch

ủ đề

ch

ọ

n l

ọ

c.

Xửlý ngôn ngữtựnhiên.
Cảm nhận & hành động.

Gi

ớ

i thi

ệ

u môn h

ọ

c (tt.)

Tài li

ệ

u tham kh

ả

o:

–

Artificial Intelligence (1991)

Elaine Rich & Kevin Knight

–

Artificial Intelligence: A Modern Approach (1995)

Stuart Russell & Peter Norvig (2nd edition, 2002)

–

Prolog for Artificial Intelligence

Ivan Brako

</div>
(4)<div class='page_container' data-page=4>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 7

Gi

ớ

i thi

ệ

u mơn h

ọ

c (tt.)

Hình th

ứ

c

đ

ánh giá:

–

Thi gi

ữ

a k

ỳ

:

30%

–

Th

ự

c hành | Bài t

ậ

p l

ớ

n:

10%

–

Thi cu

ố

i k

ỳ

:

60%

Th

ự

c hành: (16 ti

ế

t)

–

Vào

đ

úng gi

ờ

h

ọ

c lý thuy

ế

t ho

ặ

c Th

ứ

7 | Ch

ủ

nh

ậ

t

(Tu

ỳ

vào l

ị

ch Phòng Máy Tính A5)

–

Đ

i

ể

m th

ự

c hành = (N/D) x

đ

i

ể

m thi th

ự

c hành.

N: sốtiết sinh viên tham gia thực hành.
D: Tổng sốtiết phải học (16 tiết)

L

ị

ch h

ọ

c

7

6

5

4

3

2

1

Tuần:

24/01 31/01 07/02 14/02 21/02 28/02 07/03

8

Tuần:

14/03

Kiểm tra giữa kỳ

Phần I & II Phần III

Biểu diễn bài tốn.
Các Giải thuật tìm kiếm

Phân giải mệnh đề,
& vị từ

</div>
(5)<div class='page_container' data-page=5>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 9

L

ị

ch h

ọ

c

15

14

13

12

11

10

9

Tuần:

21/03 28/03 04/04 11/04 18/04 25/04 02/05

16

Tuần:

09/05

Tuần dựtrữ
16/05

Phần IV Phần IV

Lập kế họach,

Bayes network.
~16/04/2005

Học máy
~07/05/2005

Thực hành

Trí tu

ệ

nhân t

ạ

o là gì?

Intelligence:

trí thông minh

“ability to learn, understand and think”

(Oxford dictionary)

Artificial Intelligence

(AI): trí thơng minh nhân t

ạ

o

“attempts to understand intelligent entities”

“strives to build intelligent entities”

</div>
(6)<div class='page_container' data-page=6>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 11

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Acting rationally

(hành động như có lý)

Acting humanly

(hành động như con người)

Thinking rationally

(suy nghĩ như có lý)

Thinking humanly

(suy nghĩ như con người)

Suy nghĩ:

Hành động:

Như con người Có lý

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Hành

độ

ng nh

ư

con ng

ườ

i:

–

Phép th

ử

Turing:

Tác giả: Alan Turing, 1912 -1954

Cơng trình: “Computing Machinery and Intelligence”
Năm: 1950

Người kiểm tra

Người

</div>
(7)<div class='page_container' data-page=7>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 13

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Hành

độ

ng nh

ư

con ng

ườ

i:

–

Ch

ỉ

ra các l

ĩ

nh v

ự

c c

ầ

n nghiên c

ứ

u trong AI:

Xửlý ngôn ngữtựnhiên.
Biểu diễn tri thức.
Suy diễn tự động.
Học máy.

Computer Vision
Robotics

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Suy ngh

ĩ như con ngườ

i: (mơ hình nh

ậ

n th

ứ

c)

–

Con ng

ườ

i suy ngh

ĩ như thế

nào ?

Nhờtâm lý học, khoa học nhận thức.

–

Ng

ườ

i thu

ộ

c tr

ườ

ng phái này, yêu c

ầ

u:

Chương trình chẳng những giải đúng.

Cịn so sánh từng bước giải với sựgiải của 1 người.

</div>
(8)<div class='page_container' data-page=8>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 15

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Suy ngh

ĩ

có lý: (Lu

ậ

t c

ủ

a suy ngh

ĩ

)

–

Aristole: ~420 BC.

Bắt đầu với : tam đoạn luận.
Mởra nhánh: quá trình suy luận.

–

Theo sau Aristole

20 :

Logic hình thức (formal logic) ra đời.

Hình thức hố vềmặt ký hiệu và quá trình suy diễn với các đối 
tượng trong thếgiới tựnhiên.

–

Tr

ở

ng

ạ

i chính:

Biểu diễn tri thức hình thức.

Độphức tạp tính tốn.

Trí tu

ệ

nhân t

ạ

o là gì? (tt.)

Hành

độ

ng có lý:

–

V

ớ

i ni

ề

m tin cho tr

ướ

c, hành

độ

ng có lý ~ hành

độ

ng

để đạ

t

đượ

c m

ụ

c tiêu.

–

Đ

ôi lúc không bao g

ồ

m quá trình suy lu

ậ

n.

–

AI ~ “study & construct relational agents”

–

Ư

u th

ế

:

Tổng quát hơn luật suy nghĩ.

</div>
(9)<div class='page_container' data-page=9>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 17

Các n

ề

n t

ả

ng c

ủ

a AI

Philosophy (428 BC - present):

-

Logic, methods of reasoning.

- Mind as a physical system.

- Foundations of learning, language, and rationality.

Mathematics (c.800 - present):

-

Formal representation and proof.

- Algorithms, computation, decidability, tractability.

- Probability.

Các n

ề

n t

ả

ng c

ủ

a AI (tt.)

Psychology (1879 - present):

- Adaptation.

- Phenomena of perception.

- Experimental techniques.

Linguistics (1957 - present):

- Knowledge representation.

- Grammar.

Computer engineering (1940 - present):

</div>
(10)<div class='page_container' data-page=10>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 19

L

ị

ch s

ử

AI

B

ắ

t

đầ

u c

ủ

a AI (1943 - 1956):

-

1943: McCulloch & Pitts: Boolean circuit model of brain.

- 1950: Turing’s “Computing Machinery and

Intelligence”.

- 1956: McCarthy’s name “Artificial Intelligence”

adopted.

Trông mong nh

ấ

t (1952 - 1969):

-

Early successful AI programs:

– Samuel’s checkers,

– Newell & Simon’s Logic Theorist,

– Gelernter’s Geometry Theorem Prover.

- Robinson’s complete algorithm for logical reasoning.

L

ị

ch s

ử

AI (tt.)

Th

ự

c t

ế

(1966

−

1974):

−

AI discovered computational complexity.

−

Neural network research almost disappeared after

Minsky & Papert’s book in 1969.

H

ệ

th

ố

ng d

ự

a trên tri th

ứ

c (1969

−

1979):

−

1969

: DENDRAL by Buchanan et al..

Đư

a ra c

ấ

u trúc phân t

ử

t

ừ

thơng tin c

ủ

a quang

ph

ổ

k

ế

.

−

1976: MYCIN by Shortliffle.

Chu

ẩ

n

đ

ốn nhi

ể

m trùng máu.

−

1979: PROSPECTOR by Duda et al..

</div>
(11)<div class='page_container' data-page=11>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 21

L

ị

ch s

ử

AI (tt.)

AI becomes an industry (1980

−

1988):

−

Expert systems industry booms.

−

1981: Japan’s 10-year Fifth Generation project.

The return of NNs and novel AI (1986

−

present):

−

Mid 80’s: Back-propagation learning algorithm

reinvented.

−

Expert systems industry busts.

−

1988: Resurgence of probability.

−

1988: Novel AI (ALife, GAs, Soft Computing, …).

−

1995: Agents everywhere.

−

2003: Human-level AI back on the agenda.

Nh

ữ

ng thành t

ự

u

đạ

t

đượ

c

đế

n hôm nay

Computer beats human in a chess game.

Computer-human conversation using speech

recognition.

Expert system controls a spacecraft.

Robot can walk on stairs and hold a cup of water.

Language translation for webpages.

Home appliances use fuzzy logic.

</div>
(12)<div class='page_container' data-page=12>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 23

Các khái ni

ệ

m

Tri th

ứ

c:

–

Toàn b

ộ

nh

ữ

ng hi

ể

u bi

ế

t v

ề

l

ĩ

nh v

ự

c, bao g

ồ

m:

Khái niêm.
Sựkiện cụthể.
Quy luật.
…

–

Các thu

ộ

c tính:

Đồsộ, nhiều.
Khó biểu diễn.
Thay đổi.

Được tổtheo cách thức nó được sửdụng.

Các khái ni

ệ

m (tt.)

Tri th

ứ

c:

–

Đượ

c bi

ể

u di

ễ

n:

Tổng qt, thành luật.

Được hiểu bởi ngưịi đưa nó vào hệthống, trong khi dữliệu có thể
được thu thập tự động qua việc đọc các chỉsố đo.

Dễdàng thay đổi được.

Có thể đựơc sửdụng thậm chí trong trường hợp bịthiếu và khơng 
chính xác.

K

ỹ

thu

ậ

t AI:

</div>
(13)<div class='page_container' data-page=13>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 25

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Biễu diễn bàn cờ:

– Vector: gồm 9 phần tử tương ứng với các chỉsốcủa bảng dưới đây.
– Giá trịcủa mỗi phần tử:

0 : Trống.
1 : X.
2 : O.

Vector = Dãy các ký số: 0,1,2

= Một sốtam phân.

9

8

7

6

5

4

3

2

1

Chỉsốtrên bàn cờ

9

8

7

6

5

4

3

2

1

Chỉsốtrên bàn cờ

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bảng nước đi (Movetable).

– Bảng tra cứu gồm 19683 (=39) phần tử.

– Mỗi phần tửlà một vector biểu diễn bàn cờ.

.

000 000 000

000 000 001

.

000 000 000 000 010 000

Biểu diễn: từbàn cờtrống.

</div>
(14)<div class='page_container' data-page=14>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 27

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 1:

–

Gi

ả

i thu

ậ

t:

1. Xem bàn cờlà số tam phân. Đổi sang sốthập phân.

2. Dùng số ở bước 1, tra vào bảng nước đi lấy được vector ởchỉsố

đó.

3. Vector ở bước 2 bàn cờcần chuyển đến.

–

Nh

ậ

n xét.

Ưu điểm:

– Rất hiệu quảvềmặt thời gian.
– Có thể chơi cờtối ưu.

Nhược:

– Tốn nhiều bộnhớ để lưu lại bảng các nước đi.

– Tốn thời gian, cần sựtỉmẫn để đặc tả đúng bảng nước đi.
– Khó đặc tảbảng movetable chính xác(vì lớn).

– Khó mởrộng, vì khi đó khơng có sựkếthừa.

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ(board):

– Vector gồm 9 phần tử như Program 1.
– Nhưng:

2 : Ô trống.
3 : X
5 : O

Chỉsố nước đi (turn):

</div>
(15)<div class='page_container' data-page=15>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 29

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Các th

ủ

t

ụ

c:

1. Make2:

//Trảvềchỉsốbàn cờ.
IF (board[5] = 2)

RETURN 5; //ô giữa trống.

ELSE

RETURN một ơ trống bất kỳkhơng là góc bàn cờ; // (ô: 2,4,6,8)

2. Posswin(p): 
p là X hay O

can_win = X hay O đã có hai quân cờtrên một đường thẳng nào đó –
ngang, dọc, chéo. cannot_win = NOT(can_win)

IF (cannot_win(p))
RETURN 0;
ELSE

RETURN chỉsốơ trống cịn lại trên đường can_win.

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Các th

ủ

t

ụ

c:

– Kiểm tra can_win bằng cách:

Nhân các trị trên đường thẳng (ngang, dọc, chéo) trong bàn cờvà

kiểm tra với 18 (3x3x2, X can_win) hay 50 (5x5x2, O can_win)

3. Go(n):

– Tạo nước đi tại n.

</div>
(16)<div class='page_container' data-page=16>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 31

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Gi

ả

i thu

ậ

t:

Giảsử nước đi lẽcủa X, chẵn của O.
Kiểm tra:

1. Turn = 1: Go(1), góc trên trái.

2. Turn = 2: IF board[5] trống THEN Go(5) ELSE Go(1).
3. Turn = 3: IF board[9] trống THEN Go(9) ELSE Go(3).

4. Turn = 4: IF Posswin(X) <> 0 THEN Go(Posswin(X))

//Chận đường thắng của đối thủ.
ELSE Go(Make2)

5. Turn = 5: IF Posswin(X) <> 0 THEN Go(Posswin(X))
//Kết thúc = thắng.

ELSE IF Posswin(O) <> THEN Go(Posswin(O))
//Chận đường thắng của đối thủ.

ELSE IF board[7] trống THEN Go(7) ELSE Go(3).

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 2:

6. Turn = 6: IF Posswin(O) <> 0 THEN Go(Posswin(O))

//Kết thúc = thắng.

ELSE IF Posswin(X) <> THEN Go(Posswin(X))
//Chận đường thắng của đối thủ.

ELSE Go(Make2).

7. Turn = 7: IF Posswin(X) <> 0 THEN Go(Posswin(X))

//Kết thúc = thắng.

ELSE IF Posswin(O) <> THEN Go(Posswin(O))
//Chận đường thắng của đối thủ.

ELSE Go(anywhere trống).

8. Turn = 8: IF Posswin(O) <> 0 THEN Go(Posswin(O))
//Kết thúc = thắng.

ELSE IF Posswin(X) <> THEN Go(Posswin(X))
//Chận đường thắng của đối thủ.

ELSE Go(anywhere trống).

</div>
(17)<div class='page_container' data-page=17>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 33

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2:

–

Nh

ậ

n xét:

Không hiệu quảvềthời gian như Program 1. Nhưng hiệu quả hơn

Program 1 vềbộnhớ.

Chiến lược rõ ràng, dễ thay đổi nếu cần. Nhưng toàn bộchiến lược 
phải được vạch ra rõ ràng từ đầu (cho từng nước đi).

Khó mởrộng được.

Program 2’:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ: như Program 1, chỉsố được sắp xếp lại như hình.

2
7

6

9
5
1

4
3
8

Tổng trên đường thẳng = 15

Bài tốn m

ẫ

u: Tic-Tac-Toe

Program 2’:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Turn: Như Program 1.

X_LIST: Danh sách chứa các nước đi của X.
O_LIST: Danh sách chứa các nước đi của O.

–

Th

ủ

t

ụ

c & Gi

ả

i thu

ậ

t :

như Program

1, nh

ư

ng: Posswin

đượ

c

tính hi

ệ

u qu

ả hơn như sau

:

Xét từng cặp trong X_LIST hay O_LIST tương ứng.
Tính tổng của cặp chỉsố ở bước trên, gọi là T.
Tính D = 15 – T.

IF (D <0 OR D > 9) THEN:

</div>
(18)<div class='page_container' data-page=18>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 35

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

–

C

ấ

u trúc d

ữ

li

ệ

u:

Bàn cờ: vector chứa các trịmô tảbàn cờ như các Program trên.
Danh sách:

– Chứa các nước đi có thể được từbàn cờ đang xét.

– Mỗi bàn cờcó thêm giá trị ước lượng vềkhả năng thắng cho người chơi.

–

Gi

ả

i thu

ậ

t:

= Ch

ọ

n n

ướ

c

đ

i t

ố

t nh

ấ

t (theo s

ự ướ

c l

ượ

ng) t

ừ

danh sách.

= Ch

ọ

n n

ướ

c

đ

i có tr

ị ướ

c l

ượ

ng cao nh

ấ

t.

C

ụ

th

ể

:

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

Bàn cờhiện tại, người chơi.
Chọn giá trị

l

ớ

n nh

ấ

t

Đối thủ chơi.

chọn giá trịnhỏnhất.

.... Có thể đệqui nhiều lớp

</div>
(19)<div class='page_container' data-page=19>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 37

Bài toán m

ẫ

u: Tic-Tac-Toe

Program 3:

–

Nh

ậ

n xét:

Tốn thời gian nhiều hơn.

Có thể được mởrộng cho một game đối kháng bất kỳ.

Có thểbổsung tri thức (ước lượng ởtrên) của từng bài tốn cụ

thể.

Có thểtìm ra nước đi trong khơng gian, thời gian có ràng buộc 
bằng cách giới hạn lớp nhìn trước hay tìm kiếm lặp theo độ sâu.

Program 3 : Điển hình của kỹthuật AI.

Bài tốn m

ẫ

u: Question Answering

Đ

o

ạ

n v

ă

n:

“Mary went shopping for a new coat. She found a red one she

really liked. When she got it home, she discovered that it went

perfectly with her favorite dress”

Câu h

ỏ

i:

–

Q1: What did Mary go shopping for?

–

Q2: What did Mary find that she liked?

–

Q3: Did Mary buy anything?

</div>
(20)<div class='page_container' data-page=20>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 39

Bài toán m

ẫ

u: Question Answering

Đ

o

ạ

n v

ă

n:

“Mary went shopping for a new coat. She found a red one she

really liked. When she got it home, she discovered that it went

perfectly with her favorite dress”

Câu h

ỏ

i:

–

Q1: What did Mary go shopping for?

–

Q2: What did Mary find that she liked?

–

Q3: Did Mary buy anything?

Gi

ả

i nh

ư

th

ế

nào ???

Bài toán m

ẫ

u: Question Answering

Program 1:

–

C

ấ

u trúc d

ữ

li

ệ

u:

QUESTIONPATTERNS:

– Tập các TEMPLATEs : mẫu câu hỏi phổbiến. Từ TEMLATEs sinh ra

PATTERNs đểmatch với input text. Ví dụ:

TEMPLATE:

“Who did X Y”

PATTERN:

“X Y Z”

ANSWER:

Z

TEXT:

– Văn bản đầu vào, string.

QUESTION:

</div>
(21)<div class='page_container' data-page=21>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 41

Bài tốn m

ẫ

u: Question Answering

Program 1:

–

Gi

ả

i thu

ậ

t:

MATCH(TEMPLATE, QUESTION) PATTERNs.

Mởrộng tập PATTERNs bằng cách sinh ra các biến thểcủa động 
từtrong PATTERNs ở bước trên. Như go went, goes.

MATCH(PATTERNs, TEXT) ANSWER.
Trảlời các answer tìm được.

–

Ví d

ụ

:

Q1:

TEMPATE: “What did X Y”

QUESTION: “What did Mary go shopping for”

PATTERN:

Mary go shopping for Z

PATTERN+:

Mary go shopping for Z ; Mary goes shopping for Z; Mary went shopping for Z

Bài toán m

ẫ

u: Question Answering

Program 1:

PATTERN:

Mary go shopping for Z ;

Mary goes shopping for Z;

Mary went shopping for Z

TEXT:

Mary went shopping for a new coat

Tr

ả

l

ờ

i:

</div>
(22)<div class='page_container' data-page=22>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 43

Bài toán m

ẫ

u: Question Answering

Program 1:

Q2:

–

C

ầ

n x

ử

lý:

Chèn thêm một từmới, như “really”.
Tìm ra tham chiếu đại từMary She.

–

Thì câu tr

ả

l

ờ

i là:

“a red one”

“a red coat”

Q3:

Khơng tr

ả

l

ờ

i

đượ

c vì khơng có khi “buy”

trong văn bả

n

ngu

ồ

n.

Bài tốn m

ẫ

u: Question Answering

Program 1:

–

Nh

ậ

n xét:

Khóứng dụng trong bài toán thực tế, trảlời câu hỏi đểbiết có

HIỂU đoạn văn hay khơng.

</div>
(23)<div class='page_container' data-page=23>

Khoa Cơng Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 45

Bài tốn m

ẫ

u: Question Answering

Program 2:

– Cấu trúc dữliệu:

English Knowledge:

– Một mô tả đủlớn của:

Các từ.
Văn phạm.
Ngữnghĩa.

trong tiếng anh, và trong domain mà câu hỏi đềcập.

– Dùng cho việc :

English dạng biểu diễn bên trong. (Biểu diễn)
Dạng biểu diễn bên trong English. (Sinh câu)

Input Text:

– Văn bản đầu vào, string.

Structured Text:

– Văn bản được biểu diễn bên trong.

Input Question:

– Câu hỏi cần xửlý, string.

StructuredQuestion:

– Biểu diễn bên trong của câu hỏi dạng string.

Bài toán m

ẫ

u: Question Answering

Program 2:

–

Ví d

ụ

:

Event2:

Instance: Finding

Tense: Past

Agent: Mary

Object: THING1

THING1:

Instance: Coat

Color: Red

Event2:

Instance: Liking

Tense: Past

Agent: Much

Object: THING1

Các khái niệm của bài tốn:
Mary.

</div>
(24)<div class='page_container' data-page=24>

Khoa Cơng Nghệ Thơng Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 47

Bài toán m

ẫ

u: Question Answering

Program 2:

–

Gi

ả

i thu

ậ

t:

1. Chuyển InputText sang dạng biểu diễn bên trong máy tính.

2. Chuyển QuestionText sang dạng biểu diễn bên trong máy tính.

Cần lưu ý phần nào sẽ được trảvề. Cụthể:

Với cấu trúc biểu diễn Slot-Filler trên: trảvềlà field nào đó trong khung.

Với cấu trúc biểu diễn Logic: giá trịbiến nào đó.

3. MATCH(dạng bước 1, dạng bước 2).

4. Trảvềcâu trảlời tương ứng với phần match ở bước 3.

–

Ví d

ụ

: v

ớ

i 3 câu h

ỏ

i trên.

Q1: “a new coat”

Q2: “a red coat”

Q3: khơng tr

ả

l

ờ

i

đượ

c.

Bài tốn m

ẫ

u: Question Answering

Program 2:

–

Nh

ậ

n xét:

Hiệu quả hơn cách của Program 1.
Có dùng đến ngữnghĩa, và tri thức.

Tốn thời gian cho việc match giữa hai cấu trúc bên trong.

</div>
(25)<div class='page_container' data-page=25>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 49

Bài toán m

ẫ

u: Question Answering

Program 3:

–

C

ấ

u trúc d

ữ

li

ệ

u:

WorldModel:

– Cấu trúc biểu diễn tri thức chung của thếgiới xung quanh.
– Bao gồm: đối tượng, hành động, tình thái – xem hình sau.

EnglishKnowledge: Như Program 2

InputText: Văn bản nhập.

IntegratedText: Biểu diễn của văn bản nhập, có liên quan đến 
worldmodel.

InputQuestion: câu hỏi nhập, string.

StructuredQuestion: Biểu diễn bên trong của câu hỏi.

Bài toán m

ẫ

u: Question Answering

Program 3:

– Ví dụ: vềmột script đi
shopping

– Roles:

C = customer.

S = salesperson.

– Props:

M: merchandise

D: dollars

– Location:

L = a store

1. C enters L

2. C begins looking around

3. C looks for a specfic M 4. C looks for any interesting M

5. C asks S for help

7. C finds M’ 8. C fail to finds M

9. C leaves L 10. C buys M’

13. C leaves L

</div>
(26)<div class='page_container' data-page=26>

Khoa Công Nghệ Thông Tin - Đại Học Bách Khoa Tp. HCM

Bài Giảng Mơn: Trí tuệnhân tạo Side 51

Bài toán m

ẫ

u: Question Answering

Program 3:

–

Gi

ả

i thu

ậ

t:

1. Chuyển input text vào dạng biểu diễn bên trong.

2. Chuyển input question vào dạng biểu diễn bên trong.

3. MATCH(KQ của bước 1, KQ của bước 2).

4. Trảvềcâu trảlời tương ứng phần match được ở bước 3.

–

Ví d

ụ

: tr

ả

l

ờ

i 3 câu h

ỏ

i trên

Q1: nh

ư

program 2

Q2: nh

ư

program 2

Q3: Tr

ả

l

ờ

i

đựơ

c nh

ờ

:

Chạy script từ1 14 được.

Gán: C= Mary, M’ = a red coat.

Bước 10 của script nói rằng: “Mary buys a red coat”
Câu trả lời: “She bought a red coat”

Bài toán m

ẫ

u: Question Answering

Program 3:

–

Nh

ậ

n xét:

Có sức mạnh hơn hẳn hai CT đầu.

Cần bổsung sựsuy diễn cho chương trình đểcó thểtrảlời nhiều 
câu hỏi mạnh hơn.

chapter01

<b>Ch</b>

ươ

<b>ng 1</b>

<b>GI</b>

Ớ

<b>I THI</b>

Ệ

<b>U</b>

<b>N</b>

ộ

<b>i dung</b>

<b>Gi</b>

ớ

<b>i thi</b>

ệ

<b>u mơn h</b>

ọ

<b>c.</b>

<b>L</b>

ị

<b>ch h</b>

ọ

<b>c.</b>

<b>Trí tu</b>

ệ

<b>nhân t</b>

ạ

<b>o là gì?</b>

<b>Các n</b>

ề

<b>n t</b>

ả

<b>ng</b>

<b>L</b>

ị

<b>ch s</b>

ử

<b>Gi</b>

ớ

<b>i thi</b>

ệ

<b>u mơn h</b>

ọ

<b>c</b>

<b>Mơn h</b>

ọ

<b>c:</b>

VN: Trí Tu

ệ

Nhân T

ạ

o.

EN: Artificial Intelligence.

<b>N</b>

ộ

<b>i dung:</b>

Cung c

ấ

p cho ng

ườ

i h

ọ

c nh

ữ

ng ph

ươ

ng pháp, mơ hình

để

gi

ả

i

quy

ế

t v

ấ

n

đề ở

m

ứ