JPS63311441A - 時間履歴を用いた知識獲得方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明はＡＩ技術を利用したエキスパートシステムまた
はエキスパート構築支援システムに用いられる知識ベー
ス（ＫＢ）を構築するためどのようにして知識ベースシ
ステムに知識を与えるかという知識獲得技術に関し、特
に知識構造のなかの処理手続きを専門家（エキスパート
）のノウハウや過去の経験知識と利用者（ユーザ）から
与えられた事実知識を、求められた結論履歴を利用して
エキスパートシステムの知識ベース（ＫＢ）へ構築する
時間履歴を用いた知識獲得方式に関する。

〔従来の技術〕

第２図を参照すると、従来のエキスパートシステムは、
推論機構８と知識ベース９とこの知識ベース９を修正お
よび編集するための知識編集機構１０とから構成されて
いる。このエキスパートシステムでは、推論機構８で利
用者６から与えられた入力情報ｆ事実データを、知識ベ
ース９に構築された生成規則や体系化され専門知識を用
いて推論を実行し、その結果を結論１３に出力する。さ
らに、知識構築者（ＫＥ）１２によシ専門家１１のノウ
ハウや専門知識をエキスパートシステムに適応した知識
表現に体系化し、知識編集機構１０を用いて知識ベース
９へこれらの知識を構築していた。

そのため知識構築者（ＫＥ）１２はエキスパートシステ
ム構築後も知識獲得のために知識ベース９を構築する必
要があった。

〔発明が解決しようとする問題点〕

上述した従来の知識獲得方法は専門家（エキスパート）
や利用者（ユーザ）との応対の中から知識構築者（ＫＥ
）がこれらの知識を体系化し、エキスパートシステムに
適応した処理手続きに書き直していた。さらに手作業に
よシシステムへその知識の登録を行っていた。そのため
これまでのエキスパートシステムはプロトタイプを構築
した後も引続き知識構築者（ＫＥ）によシ知識をエキス
ハートシステムの知識ベースへ登録しなければなラス、
エキスパートシステム自らが知識を獲得し、自己を成長
させる能力は持っていないという欠点がある。

〔問題点を解決するための手段〕

本発明の時間履歴を用いた知識獲得方式は、エキスハー
トシステム自らが知識を獲得するための手段を提供する
ために、エキスパートシステムが生成規則に従って推論
した結果を推論履歴として蓄積する推論履歴管理手段と
、 この推論履歴管理手段の推論履歴をもとに同じカテゴリ
に属する結論記述の確信度を更新する積率計算手段と、 この積率計算手段で更新された結論記述から処理手続き
（ルール）を生成し、知識ベース（ＫＢ）に登録する規
則生成手段とを有［７ている。

〔実施例〕

次に本発明について、図面を参照しながら詳細に説明す
る。

はじめに、第３図で本方式のエキスハートシステムに組
込んだときのシステム図を示し、次に本方式の構成図を
第１図を参照して説明する。また、第１図および第３図
における知識獲得方式１が本発明の時間厄歴を用いた知
識獲得方式である。

第３図を参照すると、エキスパートシステム１４は従来
の第２図に示したエキスパートシステム７の推論機構８
．知識ベース（ＫＢ　）　９．知識編集機構１０に本発
明の知識獲得方式１を追加した構成よシなる。本発明の
知識獲得方式１は推論機構８の推論過程を、推論結果１
３を結論付けた処理手続き１で着目し、その実行過程を
監視する。また知識獲得方式１は推論履歴および知識構
築者１２から入力された知識や指示に従い知識ベース（
ＫＢ）９を更新する。

次に本発明の知ｍ獲得方式１の一実施例を説明するため
に必要な記号を定義する。

Ａ　：　（ＡＩ　） Ｒ：　（Ｒ１，Ｒ２，Ｒ３，几４ｊ Ｏｒ　：　（Ｃｒｌ、　Ｃｒ２．　Ｃｒ３．　Ｃｒ４　
）”’　”　（ｘ＋　Ｙ＋　”＋　ｄ＋　Ｃ＋　Ｌ　ｋ
＋　’　）Ａ：は推論カテゴリを表し、この実施例では
カテゴリＡ１が存在することを意味する。

Ｒ：は処理手続き（ルール）を表し、この実施例ではＲ
１，几２．Ｒ３，Ｒ４の生成規則から成ることを示す。

Ｃｒ：はルールＲＫ対応する確からしさく０〜１の確信
既）を表し、ルール凡のそれぞれの要素について与えら
れる。

ＦＣ：は処理手続き（ルール）の起動条件となる事実ま
たは推論結果となる結論を表し、各要素は英小文字で示
す。

これらを用いると推論カテゴＩＪ　Ａの結論は次式で表
現できる。

Ａ　（Ｒ（Ｃｒ　：　Ｆｃ）　） この式は、ルール凡の確信度ＣｒとルールＲの起動条件
となる事実Ｆｃとをルール凡の下で推論した結果、カテ
ゴリＡの結論として新しい事実が形成されることを意味
する。

このとき、確信度を計算する関数をｆで表すと、ルール
凡の確信度は関数ｆ（Ｃｒ）と力る。

また、この実施例で用いる生成規則Ｒｉは以下の通りで
ある。ここでｉはｎ個の要素を持つことを示す。

几１（Ｃｒｌ　：　ｘ、　ｙ）　　　　　　　　ｚこの
式はＸおよびｙという事実をルール凡の要素であるＲ１
に与えたとき、確信度Ｃｒｌを有するルールＲ１により
新しい事実２が生成されることを意味する。

几２（Ｃｒ２：ｚ）　　　　　　　　　　ｅこの式はＺ
という事実がルール要素Ｒ２に与えられたときルール要
素Ｒ２の確信度Ｃｒ２を有する新しい事実ｅが生成され
ることを意味する。

Ｒ３（Ｃｒ　３　：　ｘ、　ｙ　）　　　　　　　　ｅ
この式はＸおよびｙという事実がルール要素Ｒ３に与え
られたとき、ルール要素Ｒ，３の確信度Ｃｒ３を有する
新しい事実ｅが生成されることを意味する。

几４ＣＣｒ４　：　ｊ、　ｋ）　−一一一一一→！この
式はｊおよびｋという事実がルール要素Ｒ４に与えられ
たとき、ルール要素Ｒ４の確信度Ｃｒ４を有する新しい
事実Ａが生成されることを意味する。

次に第１図を用いて本発明の一実施例を詳縄に説明する
。

第１図を参照すると、本発明の一実施例は、推論履歴管
理手段２と積率計算手段３と規則生成手段４と推論履歴
を格納する履歴ファイル５とから構成される。

ここで第１図の太線は処理の過程を、細線は各手段間の
情報の流れを示す。

まず本発明の一実施例では、推論履歴管理手段２によシ
第３図における推論機構８の推論過程を監視する。この
管理手段２では、推論結果】３を推論結果付けた処理手
続きの実行過程とその時点の確信度（ＣＦ）を履歴ファ
イルに格納する。

第４図を参照すると、カテゴリａ１１５において入力事
実（ｘ、　ｙ）が真実であった場合推論機構８がルール
Ｋｌ、Ｒ２およびＲ４からなる生成規則を処理した後に
推論ＨｔＨ１ｉｌ？理手段２が実行したときの結果を示
す。

このとき、推論機＃Ｉ８の実行過程つまシ推論の流れは
以下のようになる。

入力事実　　ｘ、ｙ 推論過程　　Ｒ１−→Ｒ２ これはルールＲ＋】が起動され、次にルールＲ２が起動
する。このような推論の推移過程が示されている。

結論　ｅ この結論は、上述の推論過程によって求められた新しい
事実ｅを示している。

履歴ファイル５には、上記の推論過程と結論及び推論を
行りたカテゴＩＪ　Ａがリフト形式で格納される。

次に第１図および第４図を参照すると、積車計算手段３
により推論履歴管理手段２で蓄積された推論履歴情報を
履歴ファイ−ル５の中からカテゴリＡＫ属する結論を検
索し、同じカテゴリＡに属するこれまでの結論と新しく
履歴ファイル５に登録された推論結果とのルールＲに対
する確信度Ｃｒを計算する。このときの計算値をｍｉで
表すと次のようになる。

ここで、ｉはルールＲに対する確信度Ｃｒ、およびルー
ルＲがｎ個の要素からなることを示す。

また、　　ｔ−１はｔ以前のルールＲに対する確信度Ｃ
ｒｉの状態を表す。

計算値ｍｉはカテゴリＡにおいて時間経過（履歴）を考
慮した確信度Ｃｒｉに対する確からしさを意味する。

更にとのＣｒｉは次の計算式で更新される。

ｔ ファイル５よシ削除され、Ｃｒｉの属するカテゴリＡが
履歴情報として履歴ファイルに保存される。

つまり、本実施例では、 結論　ｅ＝Ａ（Ｒ（ｆ　（Ｃｒｌ、　Ｃｒ２）　：ｘ、
　ｙ）　）で示される確信度ＣｒｌおよびＣｒ２を確信
度計算関数ｆに与えたときの新しい事実ｅに対する確信
度をルールＲに与えたときカテゴリＡに含まれる結論ｅ
の確信度をＣｒｌおよびＣｒ２から計算される関数値ｆ
（Ｃｒｌ、Ｃｒ２）の値に更新する。

次に規則生成手段４によシ、積率計算手段３で求められ
たカテゴリＡの履歴情報をもとに新しい処理手続きを生
成され、知識ベース９（ＫＢ）のカテゴリＡに追加する
。このとき、 Ｃｒ１＝ｆ（Ｃｒ） の規則生成基準は Ｃｒｔ≧８ となる。ここで８はＯ〜１の基準しきい値を表す。

履歴ファイル５に上記条件を満たす生成規則がカテゴ１
７ＡＫ存在する場合は次の規則に従って処理手続き（ル
ール）を生成する。

Ｒ（Ｃｒ：Ｆｃ、　Ａ（Ｒ（Ｃｒ：Ｆｃ）　））−＋Ｒ
（ｆ（Ｃｒ）：Ｆｃ）この式の左辺では、ルールの起動
条件となる事実Ｆｃが確信度Ｃｒを有するルールＲＩＣ
与えられ、このルール几で生成されたカテゴリＡＫ属す
る事実と上述の事実Ｆｃが確信度Ｃｒを有するルールＲ
Ｋよって、さらに推論される推論過糧を示す。また。

この式の右辺では、左辺の推論過徨を上述の事実Ｆｃと
確信度計算間Ｐ１．ｆによシ求められた確信度を有する
新しいルール几に置換えられることを意味する。

従って、本実施例では、ｅの条件を満足するとき次の処
理手続きが生成される。

Ｒ２（Ｃｒ２：Ａ（Ｒ１（Ｃｒｌ：Ｘ、　ｙ）））この
式は、Ｘおよびｙという事実が確信度Ｃｒｌを有する要
素Ｒ１に与えたとき得られたカテゴリＡに属するＳ奥２
が確信度Ｃｒ２を有するルール要２Ｒ２に与えられるこ
とを意味する。

よって、処悪手続きを次のように置き換えると、Ｃｒ３
　＝　ｆ　（Ｃｒｌ、　Ｃｒ２）Ｒ３＝Ｒ（ｆ　（Ｃｒ
ｌ、　Ｃｒ２）　：ｚ）生成される処理手続きは、事実
Ｘおよびｙを入力事実とする確信度Ｃｒ３を有する新し
いルールＲ３（Ｃｒ３：Ｘ、ｙ）と−６る。

次にこの処理手続きを知識ベース（ＫＢ）９のカテゴリ
Ａに追加することで本方式の処理は終了する。

以上のような処理を推論機構８が実行する毎に繰シ返し
行うことによって知識ベース（ＫＢ）９は更新され、知
識が獲得される。

〔発明の効果〕

知識構築者（ＫＢ）が専門家（エキスパート）や利用者
（ユーザ）から得た知識を体系化し、エキスパートシス
テムの知識ベース（ＫＢ）９を再構築するときに支緩す
る手段として利用することができる。

また、プートタイプを構築した後に引き続きＫＥによる
知識の登録を行なわすにエキスパートシステム自らが知
識を獲得し自己を成長させる能力は持つため利用者（ユ
ーザ）はエキスパートシステムを使用しながら知識ベー
スを構築することができろ。

【図面の簡単な説明】

第１図は、本発明の一実施例を示す図、第２図は、従来
のエキスパートシステムの構成を示す図、第３図は、本
発明をエキスパートシステムに構築した図、第４図は、
カテゴリａ１を推論履歴管理手段２　ＩＣよシ履歴ファ
イル５へ推論履歴情報を蓄積した例を示す図である。 第１図から第４図において、 １・・・・・・本発明の知識獲得方式、２・・・・・・
推論履歴管理手段、３・・・・・・積率計算手段、４・
・・・・・規則生成手段、５・・・・・・ａｈファイル
、６・・・・・・エキスパートシステムの利用者（ユー
ザ）、７・・・・・・従来のエキ；−バートシステム、
８・・・・・・推Ｌｆ　桧材、９・・・・・・知識ベー
ス（ＫＢ）、１０・・・・・・知識ｆｆｉ集機構、１１
・・・用専門寂（エキスパート）、１２・・・・・・知
識構築者（ＫＥ）、１３・・・・・・推論結果、１４・
・・・・・本方式を利用したエキスパートシステムであ
る。 滞　１　　回 ＄　２　菌 芽　３　回

Claims (1)

1. 【特許請求の範囲】 専門家の知識と利用者から入力された事実にもとづいて
   エキスパートシステムが生成規則に従って推論した結果
   を推論履歴として蓄積する推論履歴管理手段と、 この推論履歴管理手段の推論履歴をもとに同じカテゴリ
   に属する結論記述の確信度を計算する積率計算手段と、 この積率計算手段で更新された結論記述から処理手続き
   を生成し、知識ベースに登録する規則生成手段とを含む
   ことを特徴とする時間履歴を用いた知識獲得方式。