Luận văn: Xử lý không nhất quán trong tích hợp tri thức dựa trên logic

Luận văn về xử lý không nhất quán trong tích hợp tri thức dựa trên logic. Nghiên cứu các phương pháp giải quyết mâu thuẫn dữ liệu hiệu quả.

Trường đại học

Trường Đại học Công Nghệ

Chuyên ngành

Công Nghệ Thông Tin

Người đăng

Ẩn danh

Thể loại

Luận án tiến sĩ

2019

142
0
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LOI CAM ON

MUC LUC

DANH MỤC TỪ VIẾT TẮT

DANH MỤC CÁC KÝ HIỆU

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

MỞ ĐẦU

1. CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ QUẢN LÝ KHÔNG NHẤT QUÁN

1.1. Một số khái niệm cơ bản

1.2. Dữ hệu, thông tin và tri thức. Cơ sở trì thức. Không nhất quán vẻ

1.3. Tích hợp trì khíC

1.4. Cac toan tit tich hop trí thức

1.5. Logic ma ta . Logic para-nhất quần. Logie bén giá trị của N

1.6. Ngữ nghĩa của logic bến giá trị

1.7. Lý Lhuyết chímg mình lagie bổn gì

1.8. Logic khổ Hăng

1.9. Độ không nhất quần theo logic khả năng . Mô phẳng bai chiều, Lượng ty hai chiều, tính chất Hennessy-Milner

1.10. M6 phéng lai chiều và Lướng Lự bai chiều. 'Tính chất, Henneasy-MÏHHET

1.11. Nghiên cứu về quản lý không nhất quán và. tiếp cân của luận án

1.12. Quản lý KN(Q dựa trên logic mõ tả

1.13. Quản lý KNQ dựa trên logic khả năng với khung tranh luận và đàm phán

1.14. Kết luận chương 1

2. CHƯƠNG 2: LOGIO MÔ TẢ PARA-NHẤT QUÁN HỒN GIÁ TRI: MO PHONG HAI CHIEU, TINH CHAT HENNESSY- MILNER. VA CNG DUNG HQC KHÁI NIỆM

2.1. Nghiên cứn về mô phổng hai chiền trong TŒMT

2.2. LGMT para-nhấL quán bốn giá trị -c

2.3. Ngữ nghĩa của LGMT para-nhất quán bến ggiá trị

2.4. Mö phông hai chiều dối với LGMT para-nhấU quản bồn giá Lrị

2.5. Tính chất bảo toàn của mõ phống hai chiều

2.6. Tính chất Hennessy-Miluer của mö phỏng hai ch

2.7. Hoc khai niém cho LGM para-nhat quan - RỤ

2.8. Bai toán học khái niệm trong TŒMT para-nhất quán

2.9. Thuật baán học khái niệm trong TƠMT para-nhất quán

2.10. Thực nghiệm và nhận xét

3. CHƯƠNG 3: LOGIG MÔ TẢ MỜ THEO NGỮ NGHĨA GÓDEL: MO PHONG HAI CHIỀU VÀ TÍNH CHẮT HENNESSY- MILNER

3.1. Nghiên cứn về mỡ phẳng hai chiền trong logie mỡ

3.2. Tập mồ theo ngữ nghĩa Gódel

3.3. Tập mờ và các phép toán tập mờ. Da ngữ nghĩa của tập mỡ. Toán tử mỡ Gódel

3.4. Logic m6 14 mis heo ngữ nghĩa Gỗđel

3.5. Ma phang hai chiéu vái TŒMT mồ

3.6. Tính chất bảo toàn của mö phỏng hai chiều mờ

3.7. Tĩnh chất Heunessy-Mihier của mô phông hai chiêu mồ

3.8. Kết luận chương Ä

4. CHƯƠNG 4: KHUNG TRANH LUẬN VÀ DÀM PHÁN HƯỚNG ƯU TIÊN TRONG TÍCII HỢP TRỊI THỨC NHẤT QUÁN

4.1. Tích hợp trì thức bằng đàm phán

4.2. Khung đầm phán trong tích hợp t

4.3. Mo hink dam phán. Chiến lược sắp xếp trong tính hợp trí ¡ thức

4.4. Đầm phán đựa trên các tu liền

4.5. Các tính chất logie của toán tử tích hợp trí thức

4.6. ứ lý trí thức KNGQ bằng tranh luận

4.7. Tích hợp tri thức bằng tranh luận trong logic kha năng

4.8. Cae dink dé và các thuộc tính logie

4.9. Két Wan chương 4

Danh trục từ tiết tắt

DANH MỤC TỪ VIẾT ký hiệu

Danh mục cốc ký hiểu

DANH MỤC CÁO KÝ HIỆU

Danh mục cốc ký hiểu

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ

Tóm tắt

I. Hướng dẫn xử lý không nhất quán trong tích hợp tri thức

Tích hợp tri thức là quá trình hợp nhất thông tin từ nhiều nguồn khác nhau để tạo ra một cơ sở tri thức (knowledge base) toàn diện và chính xác hơn. Tuy nhiên, quá trình này thường dẫn đến một thách thức lớn: sự không nhất quán. Hiện tượng này xảy ra khi các mệnh đề, dữ kiện hoặc quy tắc từ các nguồn khác nhau mâu thuẫn với nhau. Chẳng hạn, một nguồn khẳng định 'A là B', trong khi nguồn khác lại cho rằng 'A không phải là B'. Việc xử lý không nhất quán trong tích hợp tri thức không chỉ là một vấn đề kỹ thuật mà còn là yếu tố quyết định đến độ tin cậy và tính hữu dụng của các hệ thống thông minh. Nếu không được giải quyết, các mâu thuẫn này có thể dẫn đến những suy luận sai lầm, làm giảm chất lượng của đồ thị tri thức (knowledge graph) và ảnh hưởng tiêu cực đến các ứng dụng dựa trên tri thức như hệ thống chuyên gia hay các công cụ hỗ trợ ra quyết định. Do đó, việc phát triển các phương pháp hiệu quả để phát hiện, quản lý và giải quyết mâu thuẫn tri thức là một nhiệm vụ cấp thiết trong lĩnh vực trí tuệ nhân tạo và khoa học dữ liệu. Mục tiêu cuối cùng là đảm bảo tính toàn vẹn dữ liệu và xây dựng một hệ thống tri thức mạnh mẽ, đáng tin cậy.

1.1. Định nghĩa sự không nhất quán trong cơ sở tri thức

Trong logic học và khoa học máy tính, một cơ sở tri thức được coi là không nhất quán nếu nó chứa ít nhất một mệnh đề A sao cho cả A và phủ định của A (¬A) đều có thể được suy ra từ cơ sở tri thức đó. Theo luận án của Nguyễn Thị Hồng Khánh (2019), 'một cơ sở tri thức KB được gọi là không nhất quán nếu tồn tại một tri thức A sao cho KB ⊢ A và KB ⊢ ¬A'. Sự không nhất quán này không phải lúc nào cũng là lỗi; nó có thể là một hiện tượng tự nhiên khi hợp nhất tri thức từ các nguồn có quan điểm, thời điểm hoặc độ tin cậy khác nhau. Việc hiểu rõ bản chất và các dạng mâu thuẫn là bước đầu tiên để xây dựng chiến lược quản lý mâu thuẫn hiệu quả.

1.2. Tầm quan trọng của việc hợp nhất tri thức nhất quán

Một hệ thống tri thức nhất quán là nền tảng cho các suy luận logic đáng tin cậy. Khi hợp nhất tri thức từ nhiều nguồn, mục tiêu không chỉ là làm giàu thông tin mà còn là đảm bảo rằng các thông tin mới không xung đột với nhau. Sự nhất quán giúp các hệ thống chuyên gia đưa ra khuyến nghị chính xác, các công cụ tìm kiếm ngữ nghĩa trả về kết quả liên quan, và các đồ thị tri thức duy trì được cấu trúc logic chặt chẽ. Nếu không có các cơ chế xử lý hiệu quả, sự không nhất quán có thể lan truyền và làm suy giảm giá trị của toàn bộ hệ thống, dẫn đến tình trạng 'garbage in, garbage out' trong các ứng dụng AI.

II. Thách thức cốt lõi khi xử lý không nhất quán tri thức

Việc xử lý không nhất quán trong tích hợp tri thức đối mặt với nhiều thách thức phức tạp. Đầu tiên, việc phát hiện mâu thuẫn trong các hệ thống tri thức quy mô lớn là một bài toán khó về mặt tính toán. Khi số lượng nguồn dữ liệu và mệnh đề tăng lên, số lượng các tương tác tiềm ẩn có thể gây ra xung đột cũng tăng theo cấp số nhân. Thứ hai, sau khi phát hiện, việc quyết định cách giải quyết mâu thuẫn không hề đơn giản. Loại bỏ một trong các mệnh đề mâu thuẫn có thể làm mất thông tin quan trọng, trong khi việc giữ lại cả hai đòi hỏi một khung logic đủ mạnh để lý luận mà không dẫn đến sự tầm thường (trivialization) – tức là mọi mệnh đề đều trở thành đúng. Thêm vào đó, các nguồn tri thức thường không đi kèm với siêu dữ liệu về độ tin cậy hay ngữ cảnh, gây khó khăn cho việc xác định thông tin nào là chính xác hơn. Việc quản lý mâu thuẫn một cách tự động và hiệu quả đòi hỏi các phương pháp tiên tiến, vượt ra ngoài logic cổ điển.

2.1. Nguyên nhân gây ra mâu thuẫn trong tích hợp dữ liệu

Mâu thuẫn trong quá trình tích hợp dữ liệu và tri thức có thể xuất phát từ nhiều nguyên nhân. Một trong những nguyên nhân phổ biến là sự đa dạng của các nguồn tin, mỗi nguồn có thể có định dạng, lược đồ (schema) và hệ thuật ngữ (ontology) riêng. Quá trình ontology alignment không hoàn hảo có thể dẫn đến việc ánh xạ sai các khái niệm. Nguyên nhân khác là do thông tin thay đổi theo thời gian; dữ liệu từ một nguồn cũ có thể mâu thuẫn với dữ liệu cập nhật từ nguồn mới. Lỗi nhập liệu, sự khác biệt về quan điểm hoặc chuyên môn giữa các chuyên gia cung cấp tri thức cũng là những yếu tố quan trọng góp phần tạo ra sự không nhất quán trong cơ sở tri thức.

2.2. Tác động tiêu cực đến tính toàn vẹn của hệ thống

Sự không nhất quán đe dọa trực tiếp đến tính toàn vẹn dữ liệu và độ tin cậy của hệ thống. Trong logic cổ điển, từ một mâu thuẫn (nguyên lý bùng nổ - principle of explosion), mọi thứ đều có thể được suy ra. Điều này làm cho hệ thống suy luận trở nên vô dụng. Ngay cả khi không sử dụng logic cổ điển, các mâu thuẫn vẫn có thể dẫn đến các quyết định sai lầm. Ví dụ, trong một hệ thống y tế, tri thức mâu thuẫn về liều lượng thuốc có thể gây nguy hiểm. Trong tài chính, thông tin xung đột về một công ty có thể dẫn đến các quyết định đầu tư sai lầm. Do đó, việc duy trì sự nhất quán là tối quan trọng để đảm bảo hệ thống hoạt động đúng đắn và an toàn.

III. Cách xử lý không nhất quán bằng logic mô tả para nhất quán

Một trong những cách tiếp cận hiện đại để xử lý không nhất quán trong tích hợp tri thức là sử dụng các hệ thống logic mở rộng có khả năng 'dung thứ' cho mâu thuẫn. Thay vì loại bỏ hoàn toàn thông tin mâu thuẫn, các phương pháp này cho phép hệ thống tồn tại cùng với sự không nhất quán và tiếp tục thực hiện các suy luận hữu ích. Hướng đi này dựa trên nền tảng của các loại logic phi cổ điển, đặc biệt là logic phi nhất quán (paraconsistent logic). Logic này bác bỏ nguyên lý bùng nổ của logic cổ điển, cho phép một cơ sở tri thức chứa cả 'A' và '¬A' mà không suy ra được mọi mệnh đề khác. Việc kết hợp logic này với các ngôn ngữ biểu diễn tri thức mạnh mẽ như Logic Mô tả (Description Logics - LGMT) tạo ra một khuôn khổ vững chắc. Luận án của Nguyễn Thị Hồng Khánh (2019) đã tập trung nghiên cứu sâu về LGMT para-nhất quán bốn giá trị, cho phép biểu diễn các trạng thái chân lý phức tạp hơn như 'Đúng', 'Sai', 'Vừa đúng vừa sai' (mâu thuẫn), và 'Không có thông tin'.

3.1. Tiếp cận bằng logic phi nhất quán Paraconsistent Logic

Logic phi nhất quán cung cấp một cơ sở lý thuyết để quản lý mâu thuẫn mà không làm hệ thống sụp đổ. Thay vì coi mâu thuẫn là một lỗi chí mạng cần loại bỏ ngay lập tức, logic này coi nó như một dạng thông tin đặc biệt. Ngữ nghĩa bốn giá trị của Belnap là một ví dụ điển hình, cho phép các mệnh đề có giá trị 'Both' (cả đúng và sai). Điều này rất hữu ích trong tích hợp tri thức, nơi thông tin từ hai nguồn đáng tin cậy có thể xung đột. Hệ thống có thể ghi nhận sự xung đột này và hạn chế các suy luận bắt nguồn từ nó, trong khi vẫn cho phép các suy luận khác không bị ảnh hưởng tiếp tục diễn ra.

3.2. Vai trò của logic mô tả LGMT trong biểu diễn tri thức

Logic Mô tả (LGMT) là một họ các ngôn ngữ biểu diễn tri thức có cấu trúc, tạo nền tảng cho các ngôn ngữ Web ngữ nghĩa như OWL. LGMT cung cấp cú pháp và ngữ nghĩa tường minh để định nghĩa các khái niệm, vai trò và mối quan hệ giữa chúng. Khi được mở rộng với ngữ nghĩa para-nhất quán, LGMT cho phép xây dựng các cơ sở tri thức có khả năng xử lý thông tin không chắc chắn và mâu thuẫn một cách chặt chẽ. Cách tiếp cận này cho phép kiểm chứng các tính chất quan trọng của hệ thống, như được nghiên cứu trong luận án (2019) thông qua các khái niệm như 'mô phỏng hai chiều' và 'tính chất Hennessy-Milner', đảm bảo tính hoạt động bền vững và tin cậy.

IV. Phương pháp giải quyết mâu thuẫn tri thức qua tranh luận

Bên cạnh việc dung thứ cho mâu thuẫn, một hướng tiếp cận quan trọng khác là chủ động giải quyết mâu thuẫn tri thức thông qua các cơ chế suy luận phức tạp hơn. Lập luận (Argumentation) là một khuôn khổ suy luận hình thức mô phỏng cách con người tranh luận để đi đến kết luận. Trong bối cảnh xử lý không nhất quán trong tích hợp tri thức, mỗi mệnh đề hoặc một chuỗi suy luận có thể được xem như một 'lập luận'. Khi hai lập luận dẫn đến kết luận trái ngược nhau, chúng được coi là 'tấn công' lẫn nhau. Hệ thống sau đó sẽ đánh giá 'sức mạnh' của các lập luận dựa trên các tiêu chí như độ tin cậy của nguồn, tính cập nhật của thông tin, hoặc mức độ ưu tiên được định trước. Các lập luận 'mạnh hơn' sẽ chiến thắng, và kết luận của chúng được chấp nhận. Quá trình này không chỉ giúp giải quyết các mâu thuẫn hiện có mà còn cung cấp một cơ chế giải thích minh bạch cho các quyết định của hệ thống, vì người dùng có thể truy vết lại chuỗi lập luận đã dẫn đến kết quả cuối cùng.

4.1. Khung tranh luận và đàm phán để hợp nhất tri thức

Luận án của Nguyễn Thị Hồng Khánh (2019) đề xuất sử dụng khung tranh luận và đàm phán dựa trên Logic khả năng (Possibilistic Logic). Mỗi mệnh đề tri thức được gán một 'độ chắc chắn' hoặc 'độ ưu tiên'. Khi tích hợp, các mệnh đề này tạo thành các lập luận. Một lập luận tấn công lập luận khác nếu chúng dẫn đến kết luận mâu thuẫn. Sức mạnh của một lập luận được xác định bởi độ chắc chắn của mệnh đề yếu nhất trong chuỗi suy luận của nó. Bằng cách này, hệ thống có thể tự động hợp nhất tri thức bằng cách chọn ra tập hợp các lập luận được chấp nhận, qua đó tạo ra một cơ sở tri thức nhất quán và tối ưu nhất từ các nguồn ban đầu.

4.2. Sửa đổi niềm tin Belief Revision như một giải pháp

Sửa đổi niềm tin (Belief Revision) là một lĩnh vực nghiên cứu liên quan chặt chẽ, tập trung vào việc làm thế nào để cập nhật một cách hợp lý một tập hợp các niềm tin (tri thức) khi có thông tin mới mâu thuẫn với thông tin cũ. Thay vì chỉ đơn giản là thêm thông tin mới, các toán tử sửa đổi niềm tin sẽ loại bỏ một lượng thông tin tối thiểu từ cơ sở tri thức cũ để khôi phục lại sự nhất quán. Quá trình này tuân theo các định đề hợp lý (như các định đề AGM) để đảm bảo việc cập nhật diễn ra một cách logic và ít gây xáo trộn nhất có thể. Đây là một công cụ mạnh mẽ để duy trì tính toàn vẹn dữ liệu trong các hệ thống tri thức động.

V. Ứng dụng xử lý không nhất quán trong đồ thị tri thức

Các phương pháp xử lý không nhất quán trong tích hợp tri thức có nhiều ứng dụng thực tiễn quan trọng, đặc biệt trong việc xây dựng và bảo trì các đồ thị tri thức (knowledge graph) quy mô lớn. Các đồ thị tri thức như Google's Knowledge Graph, DBpedia, hay Wikidata đều được xây dựng bằng cách hợp nhất dữ liệu (data fusion) từ hàng triệu nguồn khác nhau trên web. Quá trình này chắc chắn sẽ tạo ra vô số mâu thuẫn, ví dụ như ngày sinh của một người nổi tiếng, thủ đô của một quốc gia tại các thời điểm khác nhau, hoặc các thuộc tính mâu thuẫn của một sản phẩm. Bằng cách áp dụng các kỹ thuật như logic phi nhất quán hoặc các khung lập luận, các hệ thống này có thể xác định, đánh giá và giải quyết các xung đột này. Kết quả là một đồ thị tri thức chính xác, đáng tin cậy hơn, giúp cải thiện chất lượng của các dịch vụ tìm kiếm, hệ thống hỏi đáp và các ứng dụng AI khác.

5.1. Xây dựng cơ sở tri thức Knowledge Base đáng tin cậy

Trong môi trường doanh nghiệp, việc xây dựng một cơ sở tri thức tập trung từ các phòng ban khác nhau (kinh doanh, marketing, kỹ thuật) là rất quan trọng. Tuy nhiên, mỗi phòng ban lại có thể có dữ liệu và định nghĩa riêng. Việc áp dụng các phương pháp xử lý không nhất quán giúp hòa giải những khác biệt này, tạo ra một 'nguồn chân lý duy nhất' (single source of truth) cho toàn bộ tổ chức. Điều này không chỉ cải thiện tính toàn vẹn dữ liệu mà còn hỗ trợ việc ra quyết định dựa trên dữ liệu một cách hiệu quả hơn.

5.2. Nâng cao chất lượng hệ thống chuyên gia và AI

Các hệ thống chuyên gia, chẳng hạn như trong chẩn đoán y khoa hoặc tư vấn pháp luật, phụ thuộc rất nhiều vào chất lượng của cơ sở tri thức nền tảng. Tri thức trong các lĩnh vực này thường phức tạp và đôi khi có những quan điểm trái chiều từ các chuyên gia khác nhau. Việc tích hợp các kỹ thuật quản lý mâu thuẫnlý luận không đơn điệu (non-monotonic reasoning) cho phép hệ thống cân nhắc các bằng chứng mâu thuẫn và đưa ra những kết luận hợp lý nhất dựa trên ngữ cảnh hiện tại. Điều này làm cho các hệ thống AI trở nên linh hoạt và mạnh mẽ hơn, gần với cách suy luận của con người hơn.

VI. Tương lai của việc quản lý mâu thuẫn trong tích hợp tri thức

Lĩnh vực xử lý không nhất quán trong tích hợp tri thức vẫn đang tiếp tục phát triển với nhiều hướng đi đầy hứa hẹn. Một trong những thách thức lớn nhất là khả năng mở rộng (scalability) các phương pháp xử lý cho các hệ thống tri thức khổng lồ (web-scale knowledge bases). Các thuật toán hiện tại, dù mạnh về mặt lý thuyết, thường có độ phức tạp tính toán cao. Do đó, việc nghiên cứu các thuật toán xấp xỉ, các kỹ thuật song song hóa và các phương pháp dựa trên học máy để dự đoán và giải quyết mâu thuẫn đang nhận được nhiều sự quan tâm. Hơn nữa, việc tích hợp yếu tố thời gian và ngữ cảnh vào quá trình quản lý mâu thuẫn là một hướng đi quan trọng. Một mệnh đề có thể đúng trong quá khứ nhưng sai ở hiện tại, và việc hiểu được ngữ cảnh này là chìa khóa để giải quyết mâu thuẫn tri thức một cách thông minh. Cuối cùng, việc phát triển các công cụ trực quan hóa giúp con người hiểu và can thiệp vào quá trình giải quyết mâu thuẫn sẽ đóng vai trò then chốt trong việc xây dựng các hệ thống AI minh bạch và đáng tin cậy.

6.1. Tổng kết các phương pháp xử lý không nhất quán hiệu quả

Nhìn lại, có hai chiến lược chính để xử lý không nhất quán. Thứ nhất là dung thứ mâu thuẫn bằng các hệ thống logic tiên tiến như logic phi nhất quán, cho phép lý luận hợp lý ngay cả khi có xung đột. Thứ hai là giải quyết mâu thuẫn thông qua các cơ chế như lập luận, sửa đổi niềm tin, hoặc sử dụng các phương pháp xác suất để chọn ra thông tin đáng tin cậy nhất. Sự lựa chọn giữa các phương pháp này phụ thuộc vào yêu cầu cụ thể của từng ứng dụng. Việc kết hợp linh hoạt các cách tiếp cận này sẽ là chìa khóa cho các hệ thống hợp nhất tri thức trong tương lai.

6.2. Các hướng nghiên cứu mới và tiềm năng phát triển

Tương lai của lĩnh vực này sẽ tập trung vào việc xử lý độ không chắc chắn (uncertainty handling) song song với sự không nhất quán. Học sâu (Deep Learning) và các mô hình ngôn ngữ lớn có thể được sử dụng để tự động phát hiện mâu thuẫn ngữ nghĩa tinh vi mà các phương pháp dựa trên logic truyền thống có thể bỏ sót. Ngoài ra, việc nghiên cứu các khung logic có khả năng giải thích (Explainable AI) cho quá trình xử lý mâu thuẫn sẽ giúp tăng cường sự tin tưởng của người dùng vào các hệ thống AI. Sự giao thoa giữa logic hình thức, xác suất thống kê và học máy hứa hẹn sẽ mở ra nhiều giải pháp đột phá cho bài toán kinh điển này.

11/09/2025

Trích đoạn nội dung tài liệu

Chương 1. GIGI THIEL’ GHUNG VỀ QUẦN LÝ NHÔNG NHẬT QUẦN qman niệm: ø Dữ liệu là các dữ kiện (facts) thd dude Uhu thập lại để dược xử lý và sứ dụng khi cần thiết, ® Thông tin là tâp dữ liêu được tổ chức và xử lý có mục đích sao cho cố thêm giá trị ngoài tập giá trị của các sự kiện (dữ liệu) riêng lẻ, © '1Yi thức là tâp nhãn thức và hiển biết về các mối qnan hệ tồn tai trong một tập dữ liệu và thông tìn cùng với cách thức làm cho Lập dữ liệu và thông tìn đó trở nên hữu ích. ‘Lrong pham vì nghiên cứu về logic toán học, trì thức dược coi là một kiểu khái niệm cốt lõi và được giới thiệu cụ thể hoặc ngầm định trong các dịnh nghĩa liêu quan. Cơ sở trí thức.

Nói môt cách sơ bộ, cơ sở tri thức là một tap gdm dé liu, thong tin vA tri thức về một miền nghiên cứu - ứng dụng dang được quan tâm. Theo một cách hiểu thông dụng, cơ sở tri thức là một tập các trí thúc có liên quan đến uấn đề được hệ thông thông tin quan tam giới quụết. Trong mỗi một nghiên cứu cụ thể về cơ sở trì thức, các nhà khoa học thường dưa ra định nghĩa tương tíng về cơ sở tri thức hoặc tham chiếu tới một định nghĩa cơ sổ trí thức dược sử đụng trong nghiên cứu của ¡nânh. Nghiên cứu về cách thức biểu diễn tri thức và suy luận được hình thành từ thập niền 1960.

Những công Lrình ngiêu cứu dầu tiên trong lĩnh vực này dựa trên hướng tiếp cận phi logie. Trì thức dược biểu điễn bằng những cấu trúc dữ liệu đặc biết và suy luận dược thực Hiện thông qua các thủ tục thao lắc trên các cấu trúc dữ liệu dó, Trong các công trình nghiêu cứu liên quan thuốc giải đoạn 1961-1967, M. Quillian sử dụng mạng ngữ nghĩa để biểu diễn và suy luận trì Lhức thống qua rnõ hình mạng cấu trúc (Hierarchical Network Model) 76]. Sau dé, đến năm 1974, M.

Minsky [64] giới thiệu hệ thắng khung các khái niệm với các giao thức quan hệ và khả năng biển diễn cáo mối quan hệ giữa cáo khung. Hướng tí ấp cận phí logie không trang bị được ngữ nghĩa biểu diễn tri 2d Chương 1. GIGI THIEL’ GHUNG VỀ QUẦN LÝ NHÔNG NHẬT QUẦN thức và suy luận đủ tốt, đặc biệt khủ xây dựng các hệ thống lấp lận tri thức. Để khắc phục hạn chễ này, đồng nghiên cứu biểu diễn trì thức và sny luận theo hướng tiếp cân đưa trên logic được hình thành và, phát triển nhanh chóng.

Theo hướng tiếp cân này, ngôn ngữ biểu diễn tri thức thường là một biến thể của. logic vị từ bậc nhất và. việc tính toán, suy luận được thi hành thông qua các hệ quả logic. Không nhất quán Thông nhất quán là một hiện tượng tự nhiên trong thế giới thực.

KNQ cũng xuất hiện như là một kết quả của việc tích hợp cơ sở tri thức, trong đó, các cơ số trị thức nguồn là nhất quán, tuy nhiên, tap tri thức tổng hợp tit toan bộ các cơ sở trì thức nguồn lại KNQ. Tồn tại nhiều định nghĩa về KNQ, chang han, trong truy vẫn cơ sở dữ liệu, KWQ ià hiện tượng xuất hiện hai kết quả khác nhau cùng được tầm thấu cho một truụ uấn [62]. Theo một cách hiểu thông dụng. ÄN@ là hiện tượng khí một khẳng định cà phủ định của chính nỗ cùng xuất hiện.

Trong bài toán phân lớp nhị phân, hiện tượng hai cá thể có cùng một biểu điễn đữ liệu nhưng một cá thể thuộc về lớp dương và cá thể cồn lại thuộc về lớp âm có thể coi là mot vi du don giân về KNQ.1 (G2 sở trí thức KNQ /29, 14) Một cơ sở Irí thức I{ được gợi là không nhật quán nếu lần lại một trí thúc A soa cho: KR|—- A nà KB | ¬A. Ô đâu, Ð —" là bụ hiệu chí. "aug, r9, "HÁ là hý hiệu chỉ "phù định của A".2 (Hệ thống không nhất quán /95, 96]) @ Mol hệ thắng hành thác (hệ thông suy điễu, lý thuyết suy diễn) 9 dược gọi là không nhất quân nêu tần tại một công thúc q của 8 sao cho q tà phủ dịnh của nó (¬q), đều là định lý câu hệ (hống này. Trong lrường hợp ngước lại, 8 được gọi là nhất quản.

Một hệ thông diễn S3 dược gi là lầm thường (triuial) tiểu mại công thức của nó là định lý, Nếu có íL nhất mil cũng thức không chững mảnh dược trung 8 thề nó được gọi là không lầm thường (non-trivial) (25). © Giả số trời logic được am wel déu chute phép phat dink va L ba mob logic. Chol’ lax mat ly thuyết suy diễn dựa trên logio l„ tiêu lần tại hai e Chương 1. GIGI THIEL’ GHUNG VỀ QUẦN LÝ NHÔNG NHẬT QUẦN tho p nà ạ (là ¬p) thuộc vito ngôn ngữ của 'l' nà mừng là hai định lý của T thì T' được gọi là không nhất quần, ngược lại, TY được gọi là nhất quần.

Nếu mọi công thức mủa ngôn ngữ của T' đều là định lý của T' thà T được gọi là lầm thường, ngược lại, T được gọi là khỡng tầm thường /86}, 1. Tích hợp tri thức 1. Giới thiệu 'Tích hợp tri thức là một chủ đề nghiên cứu quan trọng với nhiền ứng đụng trong ruột phạm vì rộng lớn như các hệ uuống thông Lín cộng tác, co sé dit lign phan tan, các hệ thống đa tác tử và các hệ thống chuyên gia phân tán. 'Iích hợp trí thức đã khắc phục một trong những thách thức ed bản đối với trí tnê nhân tạo là việc nhát rriỂn các phương pháp để cho phếp các hệ thống tự trị và thông mỉnh cộng tác với nhau [27, 7, 73, 54|.

Tồn tại một số quan niêm khác nhau về tích hep tri thức, các khái niệm này thường là tương tự nhau hoặc có liên quan chặt chẽ với một số khái niệm khác. Một cách khái quát, tích hợp tri thức trên các cấu trúc logic được phát biểu như sau |59|: Cho một lập các cơ sô trí thúc, mỗi cơ sÖ tri thức được biểu diễn bằng một tập các biểu thúc logic. Hãy rác định một cơ sở trị thúc chung là đại điện tốt nhất cho tập các cơ sở trị thúc đã cho. Tích hợp trì thức còn được hiểu là bao gồm việc tạo ra trí thức mới từ một tập các phần trỉ thức khác nhau trong đó có thé c6 su KNQ [27].

Tích hợp tri thức là một nhiệm vụ khó khăn do (ï) khó xác dinh duge sự KNQ trong tập trí thức, và đi) sau khí đã xác định sự KNQ thì việc giải quyết sự KNQ này là một vấn dễ phức Lạp. Do sự cầu thiết của tích hợp trị thức (nếu không có khả năng tích hợp tri thức thĩ sự hợp tác giữa. các hệ thống là không thể [3T]) cho neu nhiều phương pháp tích hợp trí thức đã dược đẻ xuất. Tần tại hai nhóm phương phán tích hợp tri thức là là tập trung (nhóm chủ yếu) và phân Lắn Nhóm phương pháp tập trung cói tích hợp trí thức như một quá trình phân xử.

Một số phương pháp điển hình trong nhóm này sử dụng các toán Chương 1. GIGI THIEL’ GHUNG VỀ QUẦN LÝ NHÔNG NHẬT QUẦN tit trong tài của P. Revesz [79], sit dung các cơ sở trí thức có trọng số của J. trên logic khả năng của 8.

Benferhat và céng sit [11], sit dung cơ sở trí thức được phân lớp của G. Q¡ và công sự 75] và dựa trên tập câu llorn của A. Harte và cộng sự [45]. Các giải pháp được đề xuất đáp ứng được một số tính chấu hợp lý cho tích hợp trí thức.

Tuy nhiên, các phương pháp này đời hỏi hoạt động xử lý "độc lập và công tâm" của một bên trung gian ma khong xét đến vai trò của các bên tham gia. Ilơn nữa, toàn bộ các cơ sở tri thức được giả thiết là đã được các bên cung cấp đầy đủ từ trước. Những đòi hỏi này đôi khi quá khó đáp ứng được trong thực tế và chúng chỉ phù hợp với một số lớp ứng đụng cụ thể. Đặc biệt, chúng không thể ấp dụng cho hầu hết các hệ thông đa tác wit.

Tiếp cận phãn tán có quan niệm tự nhiên hơn, xem tích hợp tri thức như là một trò chơi với các bẽn tham gia là có tính vụ lợi và có thể hành động một cách có chiếu lược theo một gỗ giao thức được quy dịnh trước để dạt được sự dồng thuận với nhau [17, 18, 96, 50, 88}. Booth [17, 18] giới thiệu tích hợp trí thức như một quá trình hai giải doạn dựa trên dẳng danp Levy trong duyệt trí thức [50] vai sau dó đã dược phát triển tiếp nhờ inl ho các Loán Lử tích hợp theo cách này [88'. 2hang [96] dễ xuất một, tiếp cận khác, trong đó, một rnũ hình đàm phán dược xãy dựng cho một yêu cầu (được biểu din bai cde công Lite logic) eda các bên tham cần này có nhược điểm: (ï) phụ Lhuộc vào cũ pháp (i) bị ảnh hưởng hồi hiểu ứng bị chàm!, T ". 'IYan và công sự [8B] đề xuất một giải pháp tích hợp trí khức bằng dun phán khác khắc phục được hiệu ứng bị chìm, tny nhiên, nó vẫn còn bị phụ thuộc vào cú pháp.

Cav loan Lữ tích hyp tri Unde Một chiến lược quan trọng để xác dịnh các Loần Lử tích hợp trì thức là dựa trên các hầm khoảng cách giữa các thế giới có thể. Mỗi toán tit tích hợp dược xác dịnh bởi một hồm khoảng cách và một hầu kết tấp, Ý tưởng của phương pháp y dựng một quan hệ thứ bự Loàn phần của các thế giới cá thể là các mỏ hình cña tập trí thức cần được tích hợp. Laan “Hiệu ứng bị chữ (4 ick hop =i thúc xây ra kài một số thông tin Khong xu: biện trong các mâu thuẫn nhưng vẫn bij Ing! ate Gi ab Hat: eae công lấn mễn thuẫn Chương 1. GIGI THIEL’ GHUNG VỀ QUẦN LÝ NHÔNG NHẬT QUẦN án xem xét một ngôn ngữ mệnh dé # duce xác định từ một tập hữu hạn các biến mệnh, #%⁄ dùng để ký hiệu tập các thế giới có thể.

Một cách hình thức, các hàm khoảng cách và các hàm kết tập được xác định như san: Dinh nghia 1.3 /57/ Hội hầm bán khoẩng cách d: # xẻ —+ NỀY vd wr, uig, oy € ?C hân: ~ dlwy, we) = Hwe,w1), = d(w1, 02) = 0 khi vt chi khả sai = we. Một hàm khoảng cách là một hàm bán khoding céch théa d{w,w2) + d(s,eg) > (wy, wy) (bắC đãng luộc tam giác). Tinh chat bất đẳng thức tam giác là mạnh và được bỏ qua trong hau hét các nghiên cứu về tích hợp trì thức.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ