NGHIÊN CỨU TÍCH HỢP TRI THỨC TRONG LOGIC KHẢ NĂNG DỰA TRÊN KỸ THUẬT ĐÀM PHÁN VÀ TRANH LUẬN

Luận án tiến sĩ nghiên cứu tích hợp tri thức trong logic khả năng, ứng dụng kỹ thuật đàm phán và tranh luận. Giải pháp cho hệ thống thông minh.

• Tác giả: Lê Thị Thanh Lưu
• Người hướng dẫn: PGS. Đỗ Văn Thành
• Trường học: Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội
• Chuyên ngành: Hệ Thống Thông Tin
• Đề tài: Nghiên cứu tích hợp tri thức trong Logic khả năng dựa trên kỹ thuật Đàm phán và Tranh luận
• Loại tài liệu: Luận Án Tiến Sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• MỞ ĐẦU
• 0.1. Cơ sở và động lực nghiên cứu
• 1. CHƯƠNG 1: TỔNG QUAN VỀ MÔ HÌNH TÍCH HỢP CSTT KHẢ NĂNG
• 1.1. Tri thức, biểu diễn tri thức và CSTT
• 1.2. Biểu diễn tri thức
• 1.3. Cơ sở tri thức
• 1.4. CSTT nhất quán và CSTT không nhất quán
• 1.5. Logic mệnh đề và logic khả năng
• 1.6. Quan hệ thứ tự
• 1.7. Logic khả năng
• 1.8. Logic khả năng biểu trưng
• 1.9. Tích hợp các CSTT
• 1.10. Khái niệm tích hợp CSTT
• 1.11. Duyệt tri thức
• 1.12. Tích hợp tri thức
• 1.13. Tích hợp CSTT với ràng buộc toàn vẹn
• 1.14. Các cách tiếp cận tích hợp CSTT
• 1.15. Tích hợp CSTT ở mức cú pháp
• 1.16. Tích hợp CSTT ở mức ngữ nghĩa
• 1.17. Tích hợp các CSTTKN theo quan điểm định đề
• 1.18. Các định đề cho quá trình tích hợp các CSTT mệnh đề
• 1.19. Các định đề cho quá trình tích hợp CSTTKN theo cách tiếp cận cú pháp
• 1.20. Các định đề cho quá trình tích hợp các CSTTKN theo cách tiếp cận ngữ nghĩa
• 1.21. Tích hợp CSTTKN sử dụng hai toán tử
• 1.22. Tích hợp tri thức sử dụng khung tranh luận
• 1.23. Khung tranh luận và ngữ nghĩa của khung tranh luận
• 1.24. Tích hợp các khung tranh luận
• 1.25. KTL cho tích hợp các CSTTKN mâu thuẫn
• 1.26. Tích hợp tri thức sử dụng kỹ thuật đàm phán
• 1.27. Mô hình đàm phán
• 1.28. Tích hợp các CSTT dựa trên kỹ thuật đàm phán
• 1.28.1. Theo cách tiếp cận của Booth
• 1.28.2. Theo cách tiếp cận của Konieczny
• 1.28.3. Giải pháp đàm phán nhượng bộ đồng thời
• 1.29. KẾT LUẬN CHƯƠNG: TÍCH HỢP CƠ SỞ TRI THỨC KHẢ NĂNG DỰA TRÊN KỸ THUẬT ĐÀM PHÁN
• 1.29.1. Vấn đề đặt ra và mô hình tiên đề
• 1.29.2. Phát biểu vấn đề
• 1.29.3. Mô hình xây dựng
• 1.29.4. Tích hợp tri thức khả năng với tập ràng buộc
• 2. CHƯƠNG 3: TÍCH HỢP CƠ SỞ TRI THỨC KHẢ NĂNG DỰA TRÊN KỸ THUẬT TRANH LUẬN VÀ KẾT HỢP TOÁN TỬ
• 2.1. Xác định vấn đề và mô hình tiên đề
• 2.2. Xác định vấn đề và một số khái niệm
• 2.3. Các tính chất logic của quá trình tích hợp
• 2.4. Quy trình tích hợp CSTT ưu tiên dựa trên kỹ thuật tranh luận
• 2.5. Quan hệ giữa mô hình tiên đề và quy trình tích hợp – tranh luận
• 2.6. Tích hợp CSTTKN dựa trên kỹ thuật tranh luận
• 2.7. Tích hợp CSTTKN sử dụng phương pháp kết hợp nhiều toán tử
• 2.8. KẾT LUẬN CHƯƠNG: TÍCH HỢP CSTT KHẢ NĂNG BIỂU TRƯNG
• 2.8.1. Cơ sở tri thức khả năng biểu trưng
• 2.8.2. Logic khả năng biểu trưng
• 2.8.3. CSTT khả năng biểu trưng
• 2.8.4. Mô hình tích hợp CSTT khả năng biểu trưng
• 2.8.5. Các định đề của mô hình tích hợp CSTTKNBT
• 2.8.6. Tích hợp CSTTKN biểu trưng
• 2.8.7. Mô hình tích hợp phân cấp các CSTTKN biểu trưng
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO
• DANH MỤC CÁC KÝ HIỆU VÀ TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ
• DANH MỤC CÁC KÝ PHÁP

Tóm tắt

I. Tổng Quan Nghiên Cứu Tích Hợp Tri Thức Giải Pháp Mới

Nghiên cứu về tích hợp tri thức ngày càng trở nên quan trọng trong bối cảnh các hệ thống thông minh phát triển mạnh mẽ. Bài toán tích hợp tri thức, đặc biệt là khi đối mặt với sự không nhất quán từ nhiều nguồn, đang là một thách thức lớn. Mục tiêu của tích hợp tri thức là tạo ra một cơ sở tri thức thống nhất, đại diện tốt nhất cho các nguồn tri thức ban đầu, đồng thời giải quyết triệt để các mâu thuẫn tiềm ẩn. Luận án tiến sĩ này tập trung vào các phương pháp tiếp cận mới để giải quyết bài toán này, đặc biệt là ứng dụng logic khả năng, đàm phán và tranh luận để xử lý tri thức không nhất quán. Theo thống kê trên ScienceDirect, số lượng công trình nghiên cứu về các chủ đề liên quan như "Possibility logic", "Knowledge merging", và "Inconsistency resolution" đã tăng đáng kể trong giai đoạn 1999-2021, cho thấy sự quan tâm ngày càng lớn của cộng đồng khoa học đối với lĩnh vực này.

1.1. Các Mô Hình Biểu Diễn Tri Thức Ứng Dụng Thực Tế

Các mô hình biểu diễn tri thức đóng vai trò then chốt trong quá trình tích hợp tri thức. Các phương pháp phổ biến bao gồm ontology, semantic network, và frame. Mỗi mô hình có những ưu điểm và hạn chế riêng, phù hợp với từng loại dữ liệu và ứng dụng cụ thể. Việc lựa chọn mô hình phù hợp là yếu tố quan trọng để đảm bảo hiệu quả của quá trình tích hợp tri thức. Ví dụ, ontology được sử dụng rộng rãi trong các ứng dụng semantic web để mô tả các khái niệm và mối quan hệ giữa chúng, trong khi semantic network thường được sử dụng để biểu diễn các mối liên kết giữa các đối tượng trong một hệ thống. Việc lựa chọn mô hình thích hợp còn tuỳ thuộc vào số lượng dữ liệu được thu thập và loại hình dữ liệu đang có.

1.2. Logic Khả Năng Trong Tích Hợp Ưu Điểm Hạn Chế

Logic khả năng là một công cụ mạnh mẽ để xử lý sự không chắc chắn và tích hợp tri thức từ các nguồn khác nhau. Nó cho phép biểu diễn và suy luận với các mức độ tin cậy khác nhau, giúp giải quyết các mâu thuẫn trong tri thức. Tuy nhiên, logic khả năng cũng có những hạn chế, đặc biệt là trong việc xử lý các mâu thuẫn phức tạp hoặc khi có quá nhiều nguồn tri thức. Theo tác giả luận án, việc sử dụng logic khả năng trong tích hợp tri thức cần được kết hợp với các kỹ thuật khác, chẳng hạn như đàm phán và tranh luận, để đạt được hiệu quả tốt nhất.

II. Thách Thức Vấn Đề Trong Tích Hợp Tri Thức Hiện Nay

Quá trình tích hợp tri thức không hề đơn giản, nó đối mặt với nhiều thách thức và vấn đề nan giải. Một trong những thách thức lớn nhất là sự không nhất quán giữa các nguồn tri thức. Điều này có thể phát sinh từ nhiều nguyên nhân, chẳng hạn như thông tin lỗi thời, quan điểm khác nhau, hoặc dữ liệu không chính xác. Việc giải quyết mâu thuẫn trong tri thức là một nhiệm vụ phức tạp, đòi hỏi các kỹ thuật tinh vi và khả năng suy luận logic. Ngoài ra, tích hợp tri thức cũng đòi hỏi phải xử lý lượng lớn dữ liệu từ nhiều nguồn khác nhau, điều này đặt ra yêu cầu cao về hiệu năng và khả năng mở rộng của hệ thống. Luận án cũng đề cập đến việc tích hợp các cơ sở tri thức không nhất quán (hay mâu thuẫn) từ nhiều nguồn vẫn đang nổi lên như một trong các hướng nghiên cứu chính của khoa học máy tính ứng dụng trong lĩnh vực khoa học xã hội.

2.1. Xử Lý Mâu Thuẫn Tri Thức Các Phương Pháp Hiệu Quả

Xử lý mâu thuẫn trong tri thức là một trong những bài toán trung tâm của tích hợp tri thức. Có nhiều phương pháp khác nhau để giải quyết bài toán này, từ các phương pháp đơn giản như loại bỏ thông tin mâu thuẫn đến các phương pháp phức tạp hơn như sử dụng logic mờ hoặc logic khả năng để biểu diễn và suy luận với thông tin không chắc chắn. Một phương pháp khác là sử dụng kỹ thuật tranh luận để xác định và giải quyết các mâu thuẫn một cách logic. Theo luận án, việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc điểm của dữ liệu và yêu cầu của ứng dụng.

2.2. Tích Hợp Tri Thức Trong Môi Trường Phân Tán Giải Pháp

Trong môi trường phân tán, tích hợp tri thức trở nên phức tạp hơn do dữ liệu được lưu trữ và quản lý ở nhiều vị trí khác nhau. Để giải quyết vấn đề này, cần có các kỹ thuật để thu thập, xử lý và tích hợp dữ liệu từ các nguồn khác nhau một cách hiệu quả. Một giải pháp phổ biến là sử dụng semantic web để tạo ra một lớp trừu tượng cho dữ liệu, cho phép các hệ thống khác nhau trao đổi thông tin một cách dễ dàng hơn. Ngoài ra, các kỹ thuật như data mining và machine learning có thể được sử dụng để khám phá và tích hợp tri thức từ dữ liệu phân tán.

III. Đàm Phán Tranh Luận Kỹ Thuật Mới Cho Tích Hợp Tri Thức

Luận án này đề xuất một hướng tiếp cận mới cho tích hợp tri thức, đó là sử dụng các kỹ thuật đàm phán và tranh luận để giải quyết các mâu thuẫn trong tri thức. Ý tưởng cơ bản là coi các nguồn tri thức khác nhau như các tác nhân tham gia vào một quá trình đàm phán hoặc tranh luận, trong đó mỗi tác nhân cố gắng bảo vệ quan điểm của mình. Kết quả của quá trình này là một cơ sở tri thức thống nhất, phản ánh sự đồng thuận của các tác nhân. Các cách tiếp cận nghiên cứu này đã được nghiên cứu nhiều trong các lĩnh vực của khoa học xã hội như chính trị, kinh tế, triết học.

3.1. Mô Hình Đàm Phán Trong Tích Hợp Tri Thức Chi Tiết

Trong mô hình đàm phán, mỗi nguồn tri thức được coi là một tác nhân có mục tiêu riêng. Các tác nhân đàm phán với nhau để đạt được một thỏa thuận chung về tri thức được tích hợp. Quá trình đàm phán có thể bao gồm nhiều vòng, trong đó các tác nhân đưa ra các đề xuất và phản biện. Mục tiêu của quá trình đàm phán là tìm ra một thỏa thuận mà tất cả các tác nhân đều chấp nhận được. Luận án khai thác các ý tưởng chính của các kỹ thuật xây dựng giải pháp đàm phán trong các trò chơi đàm phán để áp dụng vào quá trình tích hợp.

3.2. Kỹ Thuật Tranh Luận Giải Quyết Mâu Thuẫn Tri Thức Hướng Dẫn

Kỹ thuật tranh luận là một phương pháp khác để giải quyết các mâu thuẫn trong tri thức. Trong mô hình tranh luận, các nguồn tri thức đưa ra các lập luận để bảo vệ quan điểm của mình. Các lập luận này sau đó được đánh giá và so sánh để xác định quan điểm nào là hợp lý nhất. Kỹ thuật tranh luận đặc biệt hữu ích trong các trường hợp mà các nguồn tri thức có thông tin trái ngược nhau hoặc khi có nhiều quan điểm khác nhau về một vấn đề. Kỹ thuật tranh luận trong xử lý tri thức không nhất quán được áp dụng vào quá trình tích hợp các cơ sở tri thức.

IV. Ứng Dụng Thực Tiễn Kết Quả Nghiên Cứu Tích Hợp Tri Thức

Nghiên cứu về tích hợp tri thức có nhiều ứng dụng thực tiễn quan trọng trong nhiều lĩnh vực khác nhau. Chẳng hạn, trong lĩnh vực y tế, tích hợp tri thức có thể được sử dụng để tổng hợp thông tin từ nhiều nguồn khác nhau để đưa ra các quyết định chẩn đoán và điều trị chính xác hơn. Trong lĩnh vực tài chính, tích hợp tri thức có thể được sử dụng để phân tích dữ liệu thị trường và dự đoán xu hướng. Trong lĩnh vực luật pháp, tích hợp tri thức có thể được sử dụng để xây dựng các hệ thống tư vấn pháp luật thông minh. Luận án cũng tập trung nghiên cứu khai thác các ý tưởng chính của các kỹ thuật xây dựng giải pháp đàm phán trong các trò chơi đàm phán cũng như kỹ thuật tranh luận trong xử lý tri thức không nhất quán (hay mâu thuẫn) trong lý thuyết lựa chọn xã hội vào quá trình tích hợp các CSTT ưu tiên có thể nhất quán hoặc không.

4.1. Tích Hợp Tri Thức Trong Hệ Thống Hỗ Trợ Quyết Định Lợi Ích

Tích hợp tri thức đóng vai trò quan trọng trong việc xây dựng các hệ thống hỗ trợ quyết định hiệu quả. Bằng cách kết hợp thông tin từ nhiều nguồn khác nhau, các hệ thống hỗ trợ quyết định có thể cung cấp cho người dùng cái nhìn toàn diện về vấn đề và giúp họ đưa ra các quyết định sáng suốt hơn. Ví dụ, trong lĩnh vực kinh doanh, tích hợp tri thức có thể được sử dụng để phân tích dữ liệu bán hàng, dữ liệu khách hàng và dữ liệu thị trường để giúp các nhà quản lý đưa ra các quyết định về sản phẩm, giá cả và chiến lược tiếp thị.

4.2. Nghiên Cứu Về Tích Hợp Cơ Sở Tri Thức Trong Logic Khả Năng

Luận án đi sâu vào nghiên cứu về tích hợp cơ sở tri thức trong logic khả năng, một lĩnh vực quan trọng của trí tuệ nhân tạo. Logic khả năng cho phép biểu diễn và suy luận với thông tin không chắc chắn, điều này đặc biệt hữu ích trong các ứng dụng mà dữ liệu không đầy đủ hoặc không chính xác. Nghiên cứu này cung cấp những đóng góp mới vào lý thuyết và thực hành của tích hợp cơ sở tri thức, đồng thời mở ra những hướng nghiên cứu mới trong lĩnh vực này. Luận án tập trung nghiên cứu khai thác các ý tưởng chính của các kỹ thuật xây dựng giải pháp đàm phán trong các trò chơi đàm phán cũng như kỹ thuật tranh luận trong xử lý tri thức không nhất quán vào quá trình tích hợp các CSTT.

4.3. Tích Hợp Cơ Sở Tri Thức Sử Dụng Khung Tranh Luận

Một phương pháp tiếp cận được đề xuất trong luận án là tích hợp cơ sở tri thức sử dụng khung tranh luận. Phương pháp này cho phép giải quyết các mâu thuẫn trong tri thức bằng cách xem xét các lập luận và phản biện từ các nguồn khác nhau. Khung tranh luận cung cấp một cấu trúc logic để đánh giá các lập luận và xác định quan điểm nào là hợp lý nhất. Phương pháp này có tiềm năng lớn trong việc xây dựng các hệ thống tri thức mạnh mẽ và đáng tin cậy, đặc biệt là trong các lĩnh vực mà có nhiều quan điểm khác nhau về một vấn đề.

V. Kết Luận Hướng Phát Triển Cho Nghiên Cứu Tích Hợp Tri Thức

Luận án tiến sĩ này đã cung cấp một cái nhìn tổng quan về các phương pháp tích hợp tri thức hiện tại, đồng thời đề xuất một hướng tiếp cận mới dựa trên các kỹ thuật đàm phán và tranh luận. Nghiên cứu này có tiềm năng đóng góp vào việc xây dựng các hệ thống thông minh hơn, có khả năng xử lý thông tin không chắc chắn và giải quyết các mâu thuẫn trong tri thức. Các kết quả nghiên cứu này có thể được ứng dụng trong nhiều lĩnh vực khác nhau, từ y tế đến tài chính đến luật pháp. Hướng phát triển tiếp theo có thể tập trung vào việc cải thiện hiệu năng của các thuật toán tích hợp tri thức, cũng như khám phá các ứng dụng mới của công nghệ này.

5.1. Phát Triển Các Thuật Toán Tích Hợp Tri Thức Hiệu Quả Hơn

Một trong những hướng phát triển quan trọng của nghiên cứu về tích hợp tri thức là phát triển các thuật toán hiệu quả hơn. Các thuật toán hiện tại thường có độ phức tạp tính toán cao, điều này có thể gây khó khăn cho việc ứng dụng chúng trong các hệ thống lớn. Việc phát triển các thuật toán nhanh hơn và có khả năng mở rộng tốt hơn là một thách thức quan trọng, nhưng cũng là một cơ hội để tạo ra những đột phá trong lĩnh vực này. Đặc biệt là các thuật toán đảm bảo sự hiệu quả về mặt thời gian và số lượng dữ liệu có thể xử lý.

5.2. Ứng Dụng Tích Hợp Tri Thức Trong Các Lĩnh Vực Mới

Tích hợp tri thức có tiềm năng ứng dụng trong nhiều lĩnh vực khác nhau, từ các lĩnh vực truyền thống như y tế và tài chính đến các lĩnh vực mới nổi như trí tuệ nhân tạo và Internet of Things. Việc khám phá và phát triển các ứng dụng mới của tích hợp tri thức là một hướng nghiên cứu quan trọng, có thể mang lại những lợi ích to lớn cho xã hội. Hướng đi này cần được quan tâm để phát triển các hệ thống giúp tối ưu chi phí và bảo vệ được nguồn thông tin.

Trích đoạn nội dung tài liệu

Chương 1. Tổng quan về mô hình tích hợp CSTTKN trình bày một cách khái quát và chung nhất về tri thức, biểu diễn tri thức và CSTT; giới thiệu logic khả năng chuẩn (LKN) ở đó định giá (hay trọng số) của các mệnh đề nhận giá trị là số. Chương này cũng trình bày tính không nhất quán và việc đo lường tính không nhất quán của các CSTTKN; khảo cứu các phương pháp tích hợp CSTTKN theo quan điểm định đề và bằng cách sử dụng nhiều toán tử tích hợp. Khảo cứu kỹ thuật xây dựng giải pháp xxii đàm phán, trong đó nhất là giải pháp đàm phán nhượng bộ đồng thời trong các trò chơi đàm phán và kỹ thuật tranh luận trong xử lý tri thức mâu thuẫn trong lý thuyết lựa chọn xã hội để xác định khoảng trống nghiên cứu cũng như khả năng có thể đưa kỹ thuật đàm phán hoặc kỹ thuật tranh luận vào trong quá trình tich hợp các CSTT ưu tiên nói chung, CSTTKN nói riêng.

Tích hợp CSTTKN dựa trên kỹ thuật đàm phán đề xuất các tính chất logic mà quá trình tích hợp các CSTT ưu tiên dựa trên kỹ thuật đàm phán cần thỏa mãn. Các tính chất logic này được phát triển dựa trên các tiên đề cho giải pháp trong các trò chơi đàm phán. Tập các tính chất logic đó được gọi là mô hình tiên đề. Chương này cũng đề xuất quy trình tích hợp các CSTT ưu tiên có thể không nhất quán với tập ràng buộc dựa trên ý tưởng của kỹ thuật đàm phán nhượng bộ đồng thời, ở đây tập ràng buộc đóng vai trò như là trọng tài của quá trình đàm phán.

Quy trình này được gọi là Quy trình tích hợp - đàm phán và được xem như là mô hình xây dựng CSTT tích hợp dựa trên kỹ thuật đàm phán. Chương 2 đề xuất thuật toán mô tả chinh xác quy trình tích hợp - đàm phán và chỉ ra mối quan hệ khá chặt chẽ giữa mô hình tiên đề và mô hình xây dựng của quá trình tích hợp CSTT ưu tiên với tập ràng buộc trọng tài. Chương này cũng trình bày việc ước lượng độ phức tạp thuật toán được đề xuất và độ phức tạp tính toán của thuật toán này sẽ được chi tiết, cụ thể hơn khi các CSTT ưu tiên là các CSTTKN, ở đó quan hệ thứ tự trên mỗi CSTTKN là được cảm sinh tự nhiên từ các tri thức khả năng trong các CSTT này. Tích hợp CSTTKN dựa trên kỹ thuật tranh luận và kết hợp toán tử trình bày Khung làm việc của quá trình tích hợp các CSTT ưu tiên có thể không nhất quán dựa trên ý tưởng của kỹ thuật tranh luận để xử lý tri thức mâu thuẫn trong lý thuyết lựa chọn xã hội.

Trong Khung làm việc này, quy trình tích hợp các CSTTKN dựa trên kỹ thuật tranh luận được gọi là quy trình tích hợp - tranh luận và được xem như là mô hình xây dựng của quá trình tích hợp. Mô hình tiên đề của quá trình này được phát triển từ các định đề của quá trình tích hợp các CSTTKN đã được cộng đồng nghiên cứu, ứng dụng thừa nhận rộng rãi. Chương này cũng giới thiệu thuật toán mô tả chính xác quy trình tích hợp - tranh luận, độ phức tạp tính toán của thuật toán này xxiii và mối quan hệ giữa mô hình xây dựng và mô hình tiên đề cũng được chỉ ra. Thuật toán được đề xuất và độ phức tạp tính toán của nó cũng được chi tiết và tường minh hơn cho quá trình tích hợp các CSTTKN dựa trên kỹ thuật tranh luận.

Chương 3 còn giới thiệu phương pháp mở rộng mô hình tích hợp hai CSTTKN sử dụng hai họ toán tử thành mô hình tích hợp nhiều CSTTKN sử dụng hai họ toán tử đó. Phương pháp này được gọi là phương pháp tích hợp kết hợp sử dụng 2 toán tử. Điều kiện cần và đủ để phương pháp tích hợp kết hợp các CSTTKN sử dụng hai họ toán tử có thể thực hiện được cũng như thuật toán cho phương pháp tích hợp CSTTKN như vậy được giới thiệu ở phần cuối của chương này. Tích hợp CSTT khả năng biểu trưng sẽ trình bày việc tích hợp các CSTTKNBT theo quan điểm định đề.

Các thuộc tính logic của các toán tử tích hợp theo quan điểm định đề và tích hợp phân cấp các CSTTKNBT cũng được trình bày trong Chương này. Cuối cùng, Phần Kết luận và hướng phát triển sẽ tổng hợp các kết qủa nghiên cứu chính của luận án, trình bày các hạn chế còn tồn tại của luận án và hướng nghiên cứu tiếp theo của luận án này. xxiv Chương 1. TỔNG QUAN VỀ MÔ HÌNH TÍCH HỢP CSTT KHẢ NĂNG Trong chương này, luận án sẽ trình bày khái niệm CSTT không nhất quán và một số loại logic như logic mệnh đề, logic khả năng và logic khả năng biểu trưng.

Trình bày tổng quan về phương pháp tích hợp các CSTT mệnh đề và các CSTTKN theo quan điểm định đề; Mô hình tích hợp hai CSTTKN sử dụng hai họ toán tử; Khung tranh luận, tích hợp các khung tranh luận và khung tranh luận cho tích hợp các CSTTKN mâu thuẫn; Mô hình đàm phán và hệ tiên đề của giải pháp đàm phán của trò chơi đàm phán, và một số cách tiếp cận điển hình về tích hợp các CSTT dựa trên kỹ thuật đàm phán. Thông qua trình bày tổng quan, chương này một mặt xác định những khoảng trống nghiên cứu sẽ được nghiên cứu giải quyết trong luận án này và mặt khác cung cấp những khái niệm cơ bản và những tri thức cần thiết khác cho việc triển khai thực hiện giải đáp các câu hỏi nghiên cứu được đặt ra ở các chương sau. Tri thức, biểu diễn tri thức và CSTT 1. Tri thức Theo Zins tri thức là thông tin đã được người dùng lĩnh hội, khi thông tin được đồng hóa đầy đủ thì tạo ra tri thức [2].

Do đó, với tư cách là tác nhân trung gian trong việc tạo ra tri thức, thông tin tự nó về hình thức và bản chất được coi là cấu trúc quan trọng có thể tạo ra tri thức. Tri thức liên quan đến cả dữ liệu và các mối quan hệ giữa các phần tử dữ liệu hoặc tập hợp của chúng. Việc tổ chức dữ liệu dựa trên các mối quan hệ này cho phép rút ra những khái quát từ dữ liệu được sắp xếp sao cho có tổ chức và hình thành các câu hỏi về việc thu thập dữ liệu. Nghĩa là, tri thức đặt ra nhiệm vụ tìm kiếm tri thức và nó nảy sinh từ những ý tưởng đã được xác minh hoặc xác thực Tri thức mệnh đề suy diễn.

Trong nhận thức luận truyền thống, có ba loại tri thức chính: tri thức thực tế, tri thức do quen biết, và tri thức mệnh đề. Tri thức thực tế đề cập đến các kỹ năng (tức là khả năng chức năng, chẳng hạn như lái xe ô tô). Tri thức do quen biết là sự nhận biết trực tiếp không qua trung gian các vật thể và sinh 1 vật bên ngoài (ví dụ: “đây là Minh”), hoặc sự nhận biết trực tiếp các hiện tượng bên trong (ví dụ: đau, đói). Tri thức mệnh đề thường ở dạng “biết rằng”, “P là mệnh đề”.

Nó là sự phản ánh nội dung được thể hiện của những gì một người nghĩ rằng họ biết. Trong lĩnh vực khoa học thông tin, cũng như bất kỳ lĩnh vực học thuật nào, đều có tri thức mệnh đề. Trong luận án này tập trung vào tri thức biểu diễn dưới dạng các mệnh đề được chuyển sang dạng logic. Biểu diễn tri thức Có bốn phương pháp biểu diễn tri thức chính: Biểu diễn bằng đồ thị (Network Representation), biểu diễn bằng khung tri thức (Frame Representation), biểu diễn bằng các luật sản xuất (Production Rules) và biểu diễn dưới dạng logic (Logical Representation).

Biểu diễn tri thức dưới dạng logic là cách biểu diễn bằng sử dụng một ngôn ngữ logic với một số luật cụ thể liên quan đến các mệnh đề. Biểu diễn dạng logic đặt ra một số quy tắc giao tiếp quan trọng, bao gồm cú pháp và ngữ nghĩa. Cú pháp là tập các luật quyết định cách có thể xây dựng các câu hợp lý trong logic. Ngữ nghĩa là cách xác định ý nghĩa của các câu.

Biểu diễn tri thức dưới dạng logic có thể dùng nhiều ngôn ngữ logic khác nhau từ logic mệnh đề, logic vị từ [5] và dạng câu Horn [6] đến các logic khác như: logic mờ [7], logic mô tả [8], logic khả năng, logic khả năng biểu trưng [9] và logic xác suất [10]. Luận án này, sử dụng cách biểu diễn tri thức dựa trên các ngôn ngữ logic như logic mệnh đề, logic khả năng (LKN) và logic khả năng biểu trưng (LKNBT). Giả sử ta có tri thức như sau: “Nếu sáng mai trời nắng đẹp cả lớp sẽ đi dã ngoại nếu không ở nhà ôn bài, khả năng/xác suất xảy ra điều này là 60%”. Ký hiệu 𝛼 =”sáng mai trời nắng đẹp”, 𝛽 =”đi dã ngoại”, 𝜆 =”ở nhà ôn bài”, trong ngôn ngữ LKN, tri thức trên có thể được biểu diễn dưới dạng: ((𝛼 → 𝛽) ∨ 𝜆, 0.6), ở đây (𝛼 → 𝛽) ∨ 𝜆 biểu diễn mệnh đề được phát biểu ở trên; 0.6 được gọi là 2 trọng số (hay định giá) thể hiện tình trạng chân lý của mệnh đề đã cho.6 được đo bằng độ đo cần thiết của mệnh đề đã cho, và biểu diễn tri thức nêu trên có thể diễn giải một cách đơn giản là mức độ chắc chắn để mệnh đề đã cho xảy ra ít nhất 0.

Cơ sở tri thức Logic còn được sử dụng phổ biến trong lý thuyết lập luận. Mục đích của logic trong trí tuệ nhân tạo là phát triển các ngôn ngữ để thể hiện tri thức một cách hình thức trong một miền và làm cho chúng có thể suy diễn. Một ngôn ngữ hình thức được trang bị một cú pháp, cho phép biểu diễn các công thức logic, đồng thời nó được gắn với một ngữ nghĩa hình thức cho biết ý nghĩa đúng của các công thức này. Nói chung, ngữ nghĩa của một ngôn ngữ logic cụ thể là làm cách nào người ta có thể lập luận về tri thức được mã hóa theo cú pháp thông qua các công thức.

Các logic được tạo ra là để biểu diễn và xử lý tri thức. Vì vậy, mỗi nguồn tri thức thường được coi như một CSTT và được biểu diễn là một tập hợp của các công thức logic. Một trong những vấn đề quan trọng của tích hợp nhiều CSTT là xử lý vấn đề không nhất quán. Mặc dù mỗi CSTT riêng lẻ có thể nhất quán, tuy nhiên khi ta gộp chúng với nhau thì có thể làm phát sinh mâu thuẫn.

Điều này, dẫn đến việc đòi hỏi phải có quá trình tích hợp các CSTT này.