JP2015164064A - 自律型知識抽出機 - Google Patents
自律型知識抽出機 Download PDFInfo
- Publication number
- JP2015164064A JP2015164064A JP2015090849A JP2015090849A JP2015164064A JP 2015164064 A JP2015164064 A JP 2015164064A JP 2015090849 A JP2015090849 A JP 2015090849A JP 2015090849 A JP2015090849 A JP 2015090849A JP 2015164064 A JP2015164064 A JP 2015164064A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- information
- patterns
- relationship
- modification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するとともに有用と判断した情報を自律的に記録し知識体系として構築する人工知能およびソフトウェアは従来無い。また入力した情報を内部に構築した知識体系と照合して評価すること、一連の入力情報から常識および一般的な考え方を自律的に構築していくこと、一連の問題と解決方法に関する入力情報から類似の問題の解決方法を自律的に生成することができる人工知能およびソフトウェアは従来無い。
本発明では人間の指示および学習により情報および情報の構造を分析・記録する処理を実施し、情報間の関係をパターン間の接続関係およびパターン間の処理により知識体系として構築していく。入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録し、有用と判断した情報を自律的に記録し知識体系として構築するとともに入力した情報を内部に構築した知識体系と照合して評価し、評価結果に応じた処理(情報の記録、知識体系の更新・改良、指示内容の実行、質問に対する回答)を自律的に実施する。また情報に含まれている単語の一部を一般化し、逐次入力される情報と情報の有意な関係を情報に対応するするパターンの集合とパターンの集合との関係を強化することにより抽出し、一連の入力情報から常識および一般的な考え方を自律的に構築していく。さらに一連の問題と解決方法に関する入力情報から類似の問題の解決方法を自律的に生成する人工知能およびソフトウェアを実現する。
また入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するとともに、真理、真実、事実、専門知識、規則および常識を知識体系として構築する。
初期では人間が処理の方法を教示し、機械は人間から教示された方法を記録、学習していく。ある程度、学習が進むと機械は自律的に処理を実行するようになる。機械の処理結果を人間が確認し、処理が誤っていれば機械に通知し、処理の修正を適宜行う。
人間の思考は言語により表現されるが、この言語により表現された情報をパターンと呼ぶものに変換する。パターンという形に変換すると人間の個々の思考は個々のパターンとして表現することができ、人間の思考の変遷はパターンからパターンへの変化としてとらえることができる。
パターンは単に言語を表現したものだけではなく、文および文章のように概念を表現することも可能である。また、パターンは逐次、関連するパターンを励起し、励起したパターンに数々の処理を実行させることが可能である。さらに、画像情報、情報の処理および動作を行うために駆動装置を駆動するための信号を生成することも可能である等、扱うことができる範囲が非常に広い概念である。
言語をパターンに変換し、文を構成する単語に対応するパターンの集合として表現し、単語間の意味的な関係をパターンとパターンとの接続関係で表現すると、文のもつ意味をパターンとパターンの接続関係で表現することができる。入力した情報は語列から単語の識別、単語の属性(品詞、意味)、文要素の分析、文の構造分析(主語、述語、主語の修飾、述語の修飾、修飾の関係)、文要素と文要素の関係分析(同じ意味、定義、反対の意味等)が実施され、文要素と文要素の関係をパターンとパターンの接続関係として対応付けることにより、情報と情報の意味の関係をパターンとパターンの接続関係に変換していく。パターンとパターンの関係は文要素と文要素だけでなく、文と文、文章と文章の関係についても設定することができる。これは、パターンをグループ化したものを新たなパターンとして定義することにより実施できる。パターンとパターンの関係(原因と結果、事象と理由、説明と結論、概略と詳細等)を示す特徴的な単語を検出すると、該当するパターン間に対応する関係を自律的に記録する。この記録されたパターン間の関係はパターン間の遷移を制御する際に活用することができる。
パターンとパターンの接続関係は論理関係、定義、帰属の関係、類似の関係、作用と結果の関係、推論の展開等、様々な関係を表現することが可能であり、また属性の継承、共通的特徴の継承と個々の特徴の識別ということも柔軟に表現することができる。
このように情報と情報の関係をパターンとパターンとの接続関係として定義していくことにより、情報は単独の状態で記録するのではなく、他の情報との関係をもった知識体系として記録することが可能となる。
情報と情報の関係は多岐の関係を有することになるが、情報間の関係(同じ意味、定義、反対の意味、類似、論理、原因、結果、詳細、概略、要約、関連情報等)をパターンの各処理フェーズ(思考プロセスの段階に対応)において適切なものを選択することにより、パターンからパターンの遷移を適切に制御することができる。
新規に入力した情報は既に記録している知識体系と照合し、整合性および新規性について評価することができる。真理、真実、事実、定義、規則および常識として識別し記録している情報と整合しない場合は、その情報は誤っている可能性が高い。一方、整合しているか整合していないかの判断ができない場合は、その情報を判断できるだけの知識が未だ蓄えられていないと考えられるため、人間に通知し判断を求めることにする。人間がその情報は正しいと判断できる場合は、その結果を機械に通知することとする。機械はその情報を説明または仮説という位置づけで記録し、将来別の情報を得ることにより、真理、真実、事実、定義、規則および常識の組合せで論理展開できた時に、評価を実施した情報として識別し記録することとする。
このように、情報をパターンに変換し、情報の種類、特徴を識別、分類して記録し、情報と情報の関係(論理的な関係、類似関係、相反関係、類推等、様々な関係)をパターンとパターンの接続関係として表現することにより、情報を知識体系として構築することができる。
問題の分析および問題点の明確化は目標とする状態と現状の差異を検出、識別する方法を学習することにより実施する。また、各問題に対応する解決策案も対応する処理を学習することにより実施する。学習はパターンの遷移の履歴を記録することにより行う。人間が教示した内容はパターンからパターンへの遷移として記録される。
学習が進むと、教示したプロセスはパターンからパターンへの遷移として自律的に実行され、教示した内容が実行されることになる。
人間の思考パターンの遷移は条件により遷移先が変わるという観点から、一般的に条件付き処理として表現することができる。本発明では言語の意味を解釈し、自律的に条件付処理として変換する。条件つき処理の条件がどのようなものであるかは、該当する言語から検索用のパターンを生成し、自律的に検索する。検索した情報が条件を満足するか否かの判断を実施し、満足する場合は該当する処理の実行を行う。人間が知識として使用している問題解決策を、そのまま言語として入力しても、その意味を逐次、解釈し条件付処理を自律的に進めていき問題を解決していく。処理の途中で新規の情報が必要な場合は、その情報要求を通知し、該当の情報が獲得されると、その内容に応じた処理を実施する。
学習フェーズにおいては、パターンが励起すると、そのパターンが励起する以前の設定した期間において励起したパターンの履歴が参照され、励起したパターンとの接続関係が強化される。実用フェーズにおいては、設定した期間における励起パターンの履歴を記録モジュール毎に記録している他のパターンとの接続関係を記録したものと照合し、相関が大きい時に、該当のパターンを励起する。パターンが励起すると、励起パターンの履歴が更新され、新しい状態において設定した期間における励起パターンの履歴と相関が大きいパターンが逐次、励起していく。
本自律型知識抽出機への教示はプログラミングすることなく、言語情報を逐次、入力していくことにより実施できる。入力した言語情報は構文、意味、既に記録されている情報との関係が分析され、分析結果に応じて、対応するパターンが励起し、処理が実行される。入力情報の価値評価と記録、指示された命令の実行、問題・課題に対する解決策の生成等、数々の処理の実施が可能である。
本自律型知識抽出機の全体動作はパターン制御器にて管理する。各パターンの遷移サイクルで、情報入力、情報分析(文の種類、構文、意味等)、情報評価(新規性、信頼性、妥当性、有用性等)、情報処理(問題・課題の解決策の生成、記録、情報出力等)を実施する。
入力した文に含まれる単語の一部の特徴抽出および一般化を実施する。例えば、文中に出現する固有名詞は人物A、人物B、物C、物Dというように一般化する。逐次、文をパターンに変換し、変換したパターンを励起していく。この時、一般化したパターンも逐次、励起していくことになる。情報を数多く入力していくことにより、文を構成する特定のパターンとパターンの間の接続関係が強化されていく。入力した文は近傍の文と関係を有している。この関係は文を構成する単語と単語の関係で表現されるので、同じ関係は同一の単語間または類似の単語間の組合せで表現される場合が多い。文のパターンが励起する毎に、文に含まれる単語が励起するが、固有名詞等を一般化することにより、一般化した人物と人物または物との関係が強化されることになり、同様の文が出現する頻度が、固有名詞で表現した場合より多くなる。この効果により固有名詞に依存しない対象間の関係が抽出されることになる。また単語の特徴抽出により個々の単語間の関係では無く単語の特徴間の関係が抽出されるので特徴面からの一般化が可能となる。この関係は特定のパターンとパターンとの接続関係が強化するため検出することができる。特に多くの文例から強化された関係は、一般性を有しており、常識または一般的な考え方に対応するものが抽出されると考えられる。この常識または一般的な考え方は入力する文章群に依存する。つまり、別の文化に対応する文章群を入力すると、その文化に応じた常識または一般的な考え方が抽出されることになる。同一文化での文章群を入力した場合は考え方が同等と考えられるため、同一文化での多数により強化された考え方が抽出されることになる。
同様に数々の問題とその解決策について一部の単語の特徴抽出および一般化を実施して動作させることにより、問題とその解決策について一般化した関係を抽出することができる。情報入力による学習が進行すると本機械は類似の問題に対して解決方法を自律的に生成することができるようになる。
このように文を条件部と処理部に分け、条件付処理のパターン間接続を有した構造に変換する。また、条件部のパターンが励起すると、自律的に条件部が成立しているか否かを確認する処理を励起するようにする。このように文を条件付き処理の構造を有したパターンに変換すると、条件付処理で表現できる文が逐次、条件の成立性を確認しながら処理を進めていくという動作を実現することができる。一般的に人間の問題解決、行動決定は条件付処理で表現することができる。人間の問題解決策および行動決定策を言語(文)で入力することにより本機械は自律的に条件付処理に変換した上で、条件の成立性を確認しながら処理を進めていくという動作が可能となる。人間の問題解決および行動決定に相当する動作をプログラミングすることなく言語(文)で表現された知識(問題解決および行動決定に関する手順および思考方法)を入力することにより、人間が思考により問題解決または行動決定するように問題解決または行動決定を自律的に実施することが可能となる。
図1において1は情報をパターンに変換するパターン変換器である。2はパターン、パターン間の接続関係、パターン間の関係を記録するパターン記録器である。3はパターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器である。4はパターンの処理を制御するパターン制御器である。5はパターンを情報に変換するパターン逆変換器である。6はパターンおよびパターン間の関係を分析するパターン分析器である。7はパターンの励起の履歴を記録し、パターンが励起した時に、それ以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録し、現時点から設定した過去までの励起パターンの履歴データと各記録モジュールの接続関係記録部に記録した接続関係のデータとを照合させ、相関が大きい記録モジュールを励起するパターン照射器である。
図1において1のパターン変換器は情報をパターンに変換する。変換されたパターンは6のパターン分析器において分析され分析結果に応じた処理が実施される。2のパターン記録器はパターン、パターン間の接続関係、パターン間の関係を記録する。3のパターン登録器はパターンの登録および変更を実施する。入力したパターンをパターン記録器の記録モジュールと照合し、関連するパターンが記録されているか否かの確認を行う。入力したパターンと同じ、または同等のパターンが記録されていれば該当のパターンを励起し、記録されていなければ新規パターンとして登録し励起する。励起したパターンの履歴は7のパターン照射器に記録される。ある記録モジュールが励起すると、それ以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録する。また現時点から設定した過去までの励起パターンの履歴のデータと各記録モジュールの接続関係記録部に記録した接続関係のデータとを照合させ、相関が大きい記録モジュールを励起する。初期段階においてはパターンとパターンの接続生成は人間からの教示により実施する。
また入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するとともに、真理、真実、事実、専門知識、規則および常識を知識体系として構築する。
初期では人間が処理の方法を教示し、機械は人間から教示された方法を記録、学習していく。ある程度、学習が進むと機械は自律的に処理を実行するようになる。機械の処理結果を人間が確認し、処理が誤っていれば機械に通知し、処理の修正を適宜行う。
人間の思考は言語により表現されるが、この言語により表現された情報をパターンと呼ぶものに変換する。パターンという形に変換すると人間の個々の思考は個々のパターンとして表現することができ、人間の思考の変遷はパターンからパターンへの変化としてとらえることができる。
パターンは単に言語を表現したものだけではなく、文および文章のように概念を表現することも可能である。また、パターンは逐次、関連するパターンを励起し、励起したパターンに数々の処理を実行させることが可能である。さらに、画像情報、情報の処理および動作を行うために駆動装置を駆動するための信号を生成することも可能である等、扱うことができる範囲が非常に広い概念である。
図3は語列から単語、品詞・意味、文要素、文要素間関係および修飾関係が逐次、識別されていく動作について示したものである。語が入力されると、語検出領域において、入力された語に対応する記録モジュールが励起する。語に対応する記録モジュールが逐次、励起していくと、語列に対応する単語が検出され、単語に対応する記録モジュールが励起する。各単語に対応する記録モジュールの接続関係記録部には、各単語に対応する語列との接続関係が生成されているので、パターン照射器において語列の履歴が照射されると、相関が大きいことが検出され、当該記録モジュールが励起する。単語パターンが励起すると、単語に対応する単語の品詞・意味のパターンが励起する。次に単語の品詞の出現パターンに応じて文要素および文要素間の修飾関係が検出される。修飾する単語が複数あり、修飾される単語と離れて位置し、どの単語がどの単語を修飾しているか品詞の順番だけで識別することが困難な場合は、単語の意味も使用した識別を実施する。(修飾する単語と修飾される単語の組合せの成立性を検出することにより識別することができる。)文要素間の関係(主語、述語、修飾関係)が識別されると、文要素間の関係が記録される。この関係から入力された文は、主部(主語と主語の修飾)および述部(述語と述語の修飾)に整理され、述語の修飾は、さらに、何を、いつ、どこで、なぜ、どのように実施したのかに整理され、文内パターンとして記録モジュール内に構造化した状態で格納される。
図4は時事文の例を示している。本文例を図3の処理により分析していく手順について示している。単語を検出すると、同時に単語の品詞および意味が分析される。品詞として名詞、動詞、形容詞、形容動詞、副詞、助詞等が識別される。名詞と助詞のタイプから主語の識別、修飾語の識別が実施される。修飾する単語が複数あり、修飾される単語と離れて位置し、どの単語がどの単語を修飾しているか品詞の順番だけで識別することが困難な場合は、単語の意味も使用した識別を実施する。修飾する単語と修飾される単語の組合せの成立性を検出することにより識別することができる。修飾関係を逐次、トレースすることにより、主語の修飾、述語の修飾部を識別することができる。述語の修飾部として、何を(O)、いつ(H1)、どこで(H2)、なぜ(H3)、どのように(H4)実施したのかを識別する。これは各文要素の助詞を識別することにより、修飾関係の途中か、それとも各修飾の文要素の区切りかを識別することにより実施できる。以上に述べた分析により、主語の修飾、主語、述語の修飾部(何を、いつ、どこで、なぜ、どのように)、述語を識別することができる。この分析結果は文内パターンの接続関係として定義され、図2における文内(単語)パターン接続情報として記録される。このような分析を実施することにより文が複文(文の中に文が存在し、単語の修飾等を実施する文)を厳密に解釈することができる。通常、文の中には複数の主語、述語、修飾語が存在する場合が多いが、どの主語と述語がメインであり、その他のものが何を修飾しているのかを厳密に識別することができる。入力文に対しこの分析を実施することにより、文と文の関係を厳密に識別することができる。文の主語、述語、修飾語対応で比較することにより、多様な比較(形式的比較、意味的な比較、比較箇所の指定等)ができる。また、過去に記録している文から情報を検索する時に、どの情報(どのような、誰が、何を、いつ、どこで、なぜ、どのように、何をしたのか)を検索したいのかを指定することができるので、欲しい情報をダイレクトに検索することができる。
質問文を上記で説明したように主語、主語の修飾、述語、述語の修飾(何を、いつ、どこで、なぜ、どのように)の形に変換する。この時、質問に対応する箇所については情報が
する検索パターンを生成することができる。また質問の回答として期待する文要素が何なのか(主語、主語の修飾部、述語、述語の修飾部)について検索パターンに設定する。こ
から生成した検索パターンをパターン記録器に照射し、相関があるパターンを検索する。
が、あれば回答の候補となる。複文の場合は質問に対応する述語の階層が重要である。つまり、検索パターンを照射し、関連パターンを検索した時に、質問に対応する述語が励起した階層から回答を抽出することが重要である。複文で述語が複数、存在する場合に、どの述語に対応する回答を期待しているのかを識別する必要がある。
パターンとパターンの接続関係は論理関係、定義、帰属の関係、類似の関係、作用と結果の関係、推論の展開等、様々な関係を表現することが可能であり、また属性の継承、共通的特徴の継承と個々の特徴の識別ということも柔軟に表現することができる。
このように情報と情報の関係をパターンとパターンとの接続関係として定義していくことにより、情報は単独の状態で記録するのではなく、他の情報との関係をもった知識体系として記録することが可能となる。
情報が入力されると情報に含まれている単語から意味を分析し、情報と等価な意味を示すパターンを生成する。このパターンは文の主語、述語、主語の修飾、述語の修飾、修飾関係を維持した状態で生成する。この生成したパターンを使って記録されているパターンと照合を行い、関連するパターンが存在するか否かの分析を行う。このように意味レベルで情報の検索を行うことができるので、文言が一致しなくても内容的の関連のある情報を検索することが可能となる。
新規に入力した情報は既に記録している知識体系と照合し、整合性および新規性について評価することができる。真理、真実、事実、定義、規則および常識として識別し、記録している情報と整合しない場合は、その情報は誤っている可能性が高い。一方、整合しているか整合していないかの判断ができない場合は、その情報を判断できるだけの知識が未だ蓄えられていないと考えられるため、人間の判断を求めることにする。人間がその情報は正しいと判断できる場合は、その結果を機械に通知することとする。機械はその情報を説明または仮説という位置づけで記録し、将来的に別の情報を得ることにより、真理、真実、事実、定義、規則および常識の組合せで論理展開できた時に、評価を実施した情報として識別し、記録することとする。
このように、情報をパターンに変換し、情報の種類、特徴を識別、分類して記録し、情報と情報の関係(論理的な関係、類似関係、相反関係、類推等、様々な関係)をパターンとパターンの接続関係として表現することにより、情報を知識体系として構築することができる。
第2段階では情報の分野/テーマ分析を実施する。これは情報に含まれている単語から分野/テーマについて検出することが可能である。
第3段階では情報の種類識別を実施する。入力情報の種類の内、真理、真実、事実、定義、規則、常識については人間からの指定に従うこととする。説明、仮説、予測、意見、感想等については情報に含まれる単語(だろう、思う、考える・・等)から識別することが可能である。平常文、疑問文、命令文、感嘆文の識別についても含まれる単語から実施することが可能である。
第4段階では関心度評価を実施する。関心ある情報の分野/テーマを事前に記録しておき、情報の分野/テーマ分析結果と照合し合致するか否かを確認することにより評価することが可能である。
第5段階では新規性評価を実施する。これは入力情報および入力情報と意味的に等価なパターンを記録領域に照射し、関連するパターンの有無を確認する。関連するパターンが検出された場合はパターン間の相違点について比較し、新規パターンが有るか否かを評価することにより実施可能である。
第6段階では妥当性評価を実施する。これは入力情報と関連情報のパターンを単語間関係について定義した記録領域に照射し、文要素毎に整合、不整合を評価する。不整合が検出された場合は、入力情報と関連情報の信頼性(真理、真実、事実、定義、規則、常識、情報源の信頼度)を評価し、信頼性の高いものを優先的に記録することとする。
図6は情報の信頼性、分野、テーマ、関心度について分析する動作例を示している。
図7において入力情報のパターンが[PA]であるとすると、[PA]のパターンが単語の意味等を格納した記録領域に照射され、該当する単語の意味が検索される。この検索を文構造(主語、述語、主語の修飾、述語の修飾)に対応づけて実施することにより、入力情報と意味的に等価なパターンを生成することができる。この意味的に等価なパターンを[PA#]と表現することにする。入力情報から関連情報を検索する場合、数々の検索方法を使用することができる。入力情報と厳密に一致する情報、意味的に等価な情報、一部が一致する情報等、検索の目的により選択することが可能である。
図8は意味的に等価なパターン[PA#]を照射し、関連する情報として[PB]が検出されたことを示している。[PB]に関しても同様に意味分析をすることにより、意味的に等価なパターン[PB#]を生成することができる。
図9は入力情報と既に記録している関連情報との関係について分析について示している。[PA#]と[PB#]の差異から一致するパターン、異なるパターンを抽出することができる。また[PA#]と[PB#]を単語間の関係定義(等価、類似、反対等)している記録領域に照射することにより、意味的な相違点について検出することができる。
入力情報と関連情報の照射ラインを別ラインとすることにより、各単語に対応するパターンの励起が入力情報によるものか、それとも関連情報によるものかを識別することができる。
単語間の関係定義された記録領域では各単語間の関係が接続関係により識別されている。このため、入力情報が励起した単語と、関連情報が励起した単語が意味的に同じであれば、同じ意味を示すパターンが励起し、意味が同じであるとの識別ができる。逆に入力情報が励起した単語と、関連情報が励起した単語が意味的に反対であれば、反対の意味を示すパターンが励起し、意味が反対であるとの識別ができる。図10は入力情報の有用性を評価し、有用であると評価された場合は情報の種類、分野、テーマ、関心度等の識別結果を付加して所定の記録領域に記録する動作を示している。
問題の分析および問題点の明確化は目標とする状態と現状の差異を検出、識別する方法を学習することにより実施する。また、各問題に対応する解決策案も対応する処理を学習することにより実施する。学習はパターンの遷移の履歴を記録することにより行う。人間が教示した内容はパターンからパターンへの遷移として記録される。
学習が進むと、教示したプロセスはパターンからパターンへの遷移として自律的に実行され、教示した内容が実行されることになる。
学習はパターンの遷移の履歴を記録することにより行う。人間が教示した内容はパターンからパターンへの遷移として記録される。学習が進むと、教示したプロセスはパターンからパターンへの遷移として自律的に実行され、教示した内容が実行されることになる。
学習フェーズにおいては、パターンが励起すると、そのパターンが励起する以前の設定した期間において励起したパターンの履歴が参照され、励起したパターンとの接続関係が強化される。実用フェーズにおいては、設定した期間における励起パターンの履歴を記録モジュール毎に記録している他のパターンとの接続関係を記録したものと照合し、相関が大きい時に、該当のパターンを励起する。パターンが励起すると、励起パターンの履歴が更新され、新しい状態において設定した期間における励起パターンの履歴と相関が大きいパターンが逐次、励起していく。
本自律型知識抽出機への教示はプログラミングすることなく、言語情報を逐次、入力していくことにより実施できる。入力した言語情報は構文、意味、既に記録されている情報との関係が分析され、分析結果に応じて、対応するパターンが励起し、処理が実行される。入力情報の価値評価と記録、指示された命令の実行、問題・課題に対する解決策の生成等、数々の処理の実施が可能である。
本自律型知識抽出機の全体動作はパターン制御器にて管理する。各パターンの遷移サイクルで、情報入力、情報分析(文の種類、構文、意味等)、情報評価(新規性、信頼性、妥当性、有用性等)、情報処理(問題・課題の解決策の生成、記録、情報出力等)が実施される。
る情報が記録されているものとする。仮にパターン記録器内に条件に関する情報が記録されていない場合は、その旨を通知し、情報の追加入力を要求する。
条件に対応する情報が検索されると、この情報と入力文で記載されている条件との照合を実施する。照合結果が合致するか、否かに応じて処理を決定する。照合が合致した場合は、入力文に記載されている処理に対応するパターンを励起し、処理を実行する。
図14は励起のパターンが繰り返し出現すると、該当するパターンとパターンとの接続関係が強化される動作について示している。
次に入力情報の一般化について説明する。
入力した文に含まれる単語の一部の特徴抽出および一般化を実施する。例えば、文中に出現する固有名詞は人物A、人物B、物C、物Dというように一般化する。逐次、文をパターンに変換し、変換したパターンを励起していく。この時、一般化したパターンも逐次、励起していくことになる。情報を数多く入力していくことにより、文を構成する特定のパターンとパターンの間の接続関係が強化されていく。入力した文は近傍の文と関係を有している。この関係は文を構成する単語と単語の関係で表現されるので、同じ関係は同一の単語間または類似の単語間の組合せで表現される場合が多い。文のパターンが励起する毎に、文に含まれる単語が励起するが、固有名詞等を一般化することにより、一般化した人物と人物または物との関係が強調されることになり、同様の文が出現する頻度が、固有名詞で表現した場合より多くなる。
この効果により固有名詞に依存しない対象間の関係が抽出されることになる。また単語の特徴抽出により個々の単語間の関係では無く単語の特徴間の関係が抽出されるので特徴面からの一般化が可能となる。この関係は特定のパターンとパターンとの接続関係が強化するため検出することができる。特に多くの文例から強化された関係は、一般性を有しており、常識または一般的な考え方に対応するものが抽出されると考えられる。この常識または一般的な考え方は入力する文章群に依存する。つまり、別の文化に対応する文章群を入力すると、その文化に応じた常識または一般的な考え方が抽出されることになる。同一文化での文章群を入力した場合は考え方が同等と考えられるため、同一文化での多数により強化された考え方が抽出されることになる。
図15は入力文の一部の単語を一般化または特徴抽出したパターンを生成し、一般化したパターンを逐次入力していきパターン間の接続関係を強化することにより常識および一般的な考え方を構築する動作例について示したものである。
同様に数々の問題とその解決策について一部の単語の特徴抽出および一般化を実施して動作させることにより、問題とその解決策について一般化した関係を抽出することができる。情報入力による学習が進行すると本機械は類似の問題に対して解決方法を自律的に生成することができるようになる。
図16は問題および解決策のパターンを一般化して入力しパターン間の接続関係を強化することにより問題および解決策を一般化する動作例について示している。
図17は入力文を文の種類を検出する記録領域に照射し、文の種類(平常文、疑問文、命令文)を識別し、文の種類に応じた処理シーケンスを呼び出す動作例について示している。
図18は条件付処理に対応する入力文(言語)が入力すると、条件の成立性について確認するパターンが励起し、条件に対応する情報を自律的に検索する。検索された情報を入力文に記載されている条件と照合し、合致すれば対応する処理を実行する動作について示している。
図19は言語で記録されている知識を活用し問題を自律的に解決していく動作例について示している。対象の状態を示すパターンを呼び出し、目標の状態との差異を検出する。差異を示すパターンから原因・課題を分析するパターンおよび対応する対応策のパターンを励起する。対応策に対応するパターンを実行し状態が変化すると、変化した状態について目標の状態に到達するまで上記の処理を繰り返す。
図20は情報を条件部と処理部に識別し文構造として整理した状態でパターン記録器に記録する動作例について示したものである。情報の単語を分析することにより情報の条件部と処理部を識別することができる。例えば、「A」「が」「B」「の時」「C」「を実施せよ」という文では[「A」「が」「B」「の時」]が条件部であり、[「C」「を実施せよ」]は処理部である。また、「A」「が」「B」「なら」「C」「は」「D」「である」という文では[「A」「が」「B」「なら」]が条件部であり、[「C」「は」「D」「である」]は処理部である。
このように文を条件部と処理部に分け、条件付処理のパターン間接続を有した構造に変換する。また、条件部のパターンが励起すると、自律的に条件部が成立しているか否かを確認する処理を励起するようにする。このように文を条件付き処理の構造を有したパターンに変換すると、条件付処理で表現できる文が逐次、条件の成立性を確認しながら処理を進めていくという動作を実現することができる。一般的に人間の問題解決、行動決定は条件付処理で表現することができる。人間の問題解決策および行動決定策を言語(文)で入力することにより本機械は自律的に条件付処理に変換した上で、条件の成立性を確認しながら処理を進めていくという動作が可能となる。人間の問題解決および行動決定に相当する動作をプログラミングすることなく言語(文)で表現された知識(問題解決および行動決定に関する手順および思考方法)を入力することにより、人間が思考により問題解決または行動決定するように問題解決または行動決定を実施することが可能となる。
本発明によれば情報の処理の仕方を学習することにより処理を実施するので、逐次プログラミングする必要は無い。処理の方法に関する情報を入力することにより、機械が処理の方法を記録、学習していくので大幅に労力を削減することができる。
また、処理の変更もプログラムの変更によらず、パターンの変更とパターン間の接続を変更することにより対応することが可能であるので非常に柔軟性、対応力の高いシステムとなっている。
また、人間が思考(言語)により解決可能な問題に関しては、その問題を解決する手法または手順を言語で示すことにより、本発明の自律型知識抽出機は、入力された問題解決の手法または手順に従って、自律的に問題を解決することができる。
問題解決の手法または手順にあいまいな点、不確定な点があれば、その都度、通知し解決策の手法及び手順の明確化を図りながら問題を解決していくことができる。さらに、人間の問題解決策および行動決定策を言語(文)で入力することにより本発明は自律的に条件付処理に変換した上で、条件の成立性を確認しながら処理を進めていくという動作が可能である。人間の問題解決および行動決定に相当する動作をプログラミングすることなく言語(文)で表現された知識(問題解決および行動決定に関する手順および思考方法)を入力することにより、人間が思考により問題解決または行動決定するように問題解決または行動決定を実施することが可能となる。
2 パターン記録器
3 パターン登録器
4 パターン制御器
5 パターン逆変換器
6 パターン分析器
7 パターン照射器
Claims (6)
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するパターン分析器を備え、有用と判断した情報を自律的に記録し知識体系として構築していく人工知能およびソフトウェア。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するパターン分析器を備え、有用と判断した情報を自律的に記録し知識体系として構築するとともに入力した情報を内部に構築した知識体系と照合して評価し、評価結果に応じた処理(情報の記録、知識体系の更新・改良、指示内容の実行、質問に対する回答)を自律的に実施する人工知能およびソフトウェア。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するとともに情報に含まれている単語の一部の特徴抽出および一般化するパターン分析器を備え、逐次入力される情報と情報の有意な関係を情報に対応するするパターンの集合とパターンの集合との関係を強化することにより抽出し、一連の入力情報から常識および一般的な考え方を自律的に構築していく人工知能およびソフトウェア。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するとともに情報に含まれている単語の一部の特徴抽出および一般化するパターン分析器を備え、逐次入力される情報と情報の有意な関係を情報に対応するするパターンの集合とパターンの集合との関係を強化することにより抽出し、一連の問題と解決方法に関する入力情報から類似の問題の解決方法を自律的に生成する人工知能およびソフトウェア。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかを分析し文構造に整理して記録するパターン分析器を備え、入力した情報および内部に構築した知識体系から関連する情報を適宜呼び出すことにより処理手順を自律的に生成し、処理の結果生じた状況に対して、さらに次の処理手順を自律的に生成し処理を進めていく人工知能およびソフトウェア。
- 情報をパターンに変換するパターン変換器と、パターン、パターン間の接続関係およびパターン間の関係を記録する記録モジュールから構成されたパターン記録器と、パターンおよびパターン間の接続関係を人間の指示または自律的に登録および変更するパターン登録器と、パターンの処理を制御するパターン制御器と、パターンの励起の履歴を記録し、パターンが励起した時に、当該パターンが励起する以前に励起したパターンの履歴のデータから当該パターンとの接続関係のデータを生成して当該パターンの記録モジュールの接続関係記録部に記録するとともに現時点から設定した過去までの励起パターンの履歴のデータを各記録モジュールの接続関係記録部に記録した接続関係のデータに照合させ、相関が大きい記録モジュールを励起するパターン照射器と、パターンを情報に変換するパターン逆変換器と、入力した情報に関して情報の源泉、分野、テーマ、主語、主語の修飾、述語、述語の修飾、修飾関係、いつ、どこで、誰が、何を、どのように、なぜ、したのかの分析を実施し、さらに入力した情報を条件部と処理部に識別する分析を実施し文構造に整理して記録するパターン分析器を備え、入力した情報および内部に構築した知識体系から関連する情報を適宜呼び出すことにより処理を実施し、呼び出された情報に条件部を有する場合は、自律的に条件部の成立性を確認し処理を進める人工知能およびソフトウェア。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015090849A JP5810476B2 (ja) | 2015-04-09 | 2015-04-09 | 自律型知識抽出機 |
PCT/JP2015/073288 WO2016163039A1 (ja) | 2015-04-09 | 2015-08-10 | 自律型知識抽出機 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015090849A JP5810476B2 (ja) | 2015-04-09 | 2015-04-09 | 自律型知識抽出機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015164064A true JP2015164064A (ja) | 2015-09-10 |
JP5810476B2 JP5810476B2 (ja) | 2015-11-11 |
Family
ID=54186928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015090849A Active JP5810476B2 (ja) | 2015-04-09 | 2015-04-09 | 自律型知識抽出機 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5810476B2 (ja) |
WO (1) | WO2016163039A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016028346A (ja) * | 2015-09-30 | 2016-02-25 | 洋彰 宮崎 | 自己組織的に処理能力を拡大する人工知能装置 |
JP2016040730A (ja) * | 2015-10-13 | 2016-03-24 | 洋彰 宮崎 | 言語入力により自律的に知識体系を構築する人工知能装置 |
JP2016048569A (ja) * | 2015-10-16 | 2016-04-07 | 洋彰 宮崎 | 言語入力により自律的に知識を拡大する人工知能装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10866992B2 (en) | 2016-05-14 | 2020-12-15 | Gratiana Denisa Pol | System and methods for identifying, aggregating, and visualizing tested variables and causal relationships from scientific research |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5737641B2 (ja) * | 2014-05-24 | 2015-06-17 | 洋彰 宮崎 | 自律型思考パターン生成機 |
JP5737642B2 (ja) * | 2014-08-15 | 2015-06-17 | 洋彰 宮崎 | 自律型知識向上装置 |
JP5737643B2 (ja) * | 2014-10-15 | 2015-06-17 | 洋彰 宮崎 | 自律学習型知識構築機 |
-
2015
- 2015-04-09 JP JP2015090849A patent/JP5810476B2/ja active Active
- 2015-08-10 WO PCT/JP2015/073288 patent/WO2016163039A1/ja active Application Filing
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016028346A (ja) * | 2015-09-30 | 2016-02-25 | 洋彰 宮崎 | 自己組織的に処理能力を拡大する人工知能装置 |
JP2016040730A (ja) * | 2015-10-13 | 2016-03-24 | 洋彰 宮崎 | 言語入力により自律的に知識体系を構築する人工知能装置 |
JP2016048569A (ja) * | 2015-10-16 | 2016-04-07 | 洋彰 宮崎 | 言語入力により自律的に知識を拡大する人工知能装置 |
WO2017064822A1 (ja) * | 2015-10-16 | 2017-04-20 | 洋彰 宮崎 | 言語入力により自律的に知識を拡大する人工知能装置 |
US10810509B2 (en) | 2015-10-16 | 2020-10-20 | Hiroaki Miyazaki | Artificial intelligence apparatus autonomously expanding knowledge by inputting language |
Also Published As
Publication number | Publication date |
---|---|
WO2016163039A1 (ja) | 2016-10-13 |
JP5810476B2 (ja) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5807831B2 (ja) | 自律型問題解決機 | |
JP5810476B2 (ja) | 自律型知識抽出機 | |
Mota et al. | Integrated commonsense reasoning and deep learning for transparent decision making in robotics | |
Le et al. | Interactive program synthesis | |
JP5821142B2 (ja) | 自律型知能体系構築機 | |
Rai et al. | Method level text summarization for java code using nano-patterns | |
JP5807830B2 (ja) | 自律型知能生成機 | |
JP5881030B2 (ja) | 自己組織的に知識を拡大する人工知能装置 | |
JP5854251B2 (ja) | 人工知能装置 | |
WO2021124411A1 (ja) | 論理結合型プログラムが実行時に発生する非同期型アルゴリズムの正統性の検証を実施可能にする方法 | |
JP5828437B2 (ja) | 自律型処理手順生成および実行機 | |
JP5828438B2 (ja) | 自律型知識体系構築機 | |
JP5821141B2 (ja) | 自律型知識体系構築機 | |
JP5854250B2 (ja) | 人工知能装置 | |
JP5866721B2 (ja) | 人工知能装置 | |
JP5807829B2 (ja) | 自律型知識分析機 | |
JP5854392B2 (ja) | 暴走しない人工知能装置 | |
US8019716B2 (en) | Reflective processing of TMK hierarchies | |
Mohan | Automatic repair and type binding of undeclared variables using neural networks | |
Gao et al. | Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks | |
Deveci | Transformer models for translating natural language sentences into formal logical expressions | |
Zhang et al. | EgoCoder: intelligent program synthesis with hierarchical sequential neural network model | |
Theru Mohan | Automatic repair and type binding of undeclared variables using neural networks | |
JPH05241837A (ja) | 規則集合生成装置 | |
Ding | Beyond Natural Language Processing: Advancing Software Engineering Tasks through Code Structure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20150626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150710 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150828 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5810476 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |