Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado...

Compreensão de DiálogoCompreensão de Diálogo(tratamento de linguagem natural)(tratamento de linguagem natural)

(memória dinâmica)(memória dinâmica)

Raciocínio Baseado em CasosRaciocínio Baseado em Casos

Profª MSc. Fernanda HembeckerProfª MSc. Fernanda [email protected]@ppgia.pucpr.br

Prof. Dr. Edson Emílio ScalabrinProf. Dr. Edson Emílio [email protected]@ppgia.pucpr.br

Fernanda Hembecker – Edson Emílio Scalabrin 2/43

ProblemaProblema

Computação e a Ficção Científica. Computação e a Inteligência

Artificial.

De que maneira um sistema computacional pode efetivamente compreender sentenças escritas em linguagem natural?


ProblemaProblema

Onde se quer chegar: usuários e computadores

“falando a mesma língua”; melhores níveis de interação

entre usuários e computadores; e

melhor aproveitamento dos processos computacionais.


SoluçãoSolução

Compreensão automática da linguagem natural: compreensão de sentenças voltadas a

sistemas automáticos de diálogo; e diálogos realizados em português.

Reprodução de características cognitivas humanas.


Ciência CognitivaCiência Cognitiva

Ciência Cognitiva = ciência da mente: psicologia, lingüística, filosofia, biologia,

neurociências e computação; e

estudo dos aspectos cognitivos humanos:armazenamentorecuperaçãotransformaçãoemissão de informações

...................armazenamento...............................recuperaç

ão.........................processament

o....................resposta


Ciência CognitivaCiência Cognitiva

Analogias e a compreensão: Enfrentar o problema-alvo a ser resolvido

Relembrar um problema-fonte semelhante já conhecido

Comparar os problemas alvo e fonte

Adaptar o problema-fonte e solucionar o problema-alvo

Ler um termo da sentença de entrada

Encontrar na memória conceitos correlatos

Definir o conceito mais apropriado

Atualizar conceitos da memória


Compreensão de Compreensão de Linguagem NaturalLinguagem Natural

Linguagem natural: rica e elaborada e ao mesmo tempo vaga e ambígua: significado dos termos;

independentes; e associados a outros termos.

omissão: dados considerados conhecidos; e

inúmeras formas de se dizer a mesma coisa.


Compreensão deCompreensão deLinguagem NaturalLinguagem Natural

Processamento de Linguagem Natural (NLP): dicionário léxico (lexicon);

Word Instructions“shot” Suggest HUNTING, SPENDING, WHISKEY,...

For HUNTING:If no HUMAN has already been seen then discard HUNTING else make that HUMAN the actor of HUNTING

wait for an ANIMAL to be seenif an ANIMAL is seenthen make that ANIMAL the object of

HUNTINGelse discard HUNTING

For SPENDING:

“I went hunting this weekend and shot two bucks”



Processamento de Linguagem Natural (NLP): análises seqüenciais:

morfológica;sintaxe;semântica;pragmática.

dados estatísticos.



“Como nós, seres humanos, efetivamente compreendemos algo?”

Marvin Minsky

“Consciência não reflete o presente, mas o passado, uma vez que se relaciona à lembrança de pensamentos recentes.”

Marvin Minsky


Memória DinâmicaMemória Dinâmica

“Geralmente falamos em memória como sendo coisas que guardamos em caixas na nossa mente, como objetos que mantemos nos armários de nossas casas.”

Marvin Minsky

“A visão correspondente de lembrança é que quando precisamos de uma porção de conhecimento, vamos até nossa memória e então a recuperamos.”

Roger Schank


Memória DinâmicaMemória Dinâmica

Ponto central: a memória humana é consideravelmente complexa e sofre mudanças constantes.

Alteração é a regra e os fatos estáticos não são os mais significativos.


Memory Organization Memory Organization PackagesPackages

Abstrações

Instâncias

Especializações

Novos conceitos

Empacotamentos

emp

atrib1

atrib1

atrib2


Raciocínio Baseado em Raciocínio Baseado em CasosCasos

Espaço de descriçãodos problemas

2Espaço de descriçãodas soluções

1Recuperação

Reutilização

Revisão

Armazenamento



Princípios: Problemas similares possuem soluções

similares; e Os tipos de problemas tendem a se

repetir.



Raciocínio Humano: regras vs. lembrança; comparações e analogias; previsão; e aprendizado.

“Especialistas humanos não são sistemas de regras, são bibliotecas de experiências” Riesbeck


Base de atuação: casos semelhantes previamente resolvidos.

Qualidade de um sistema: experiência prévia que possui; habilidade de reconhecer similaridades entre

os casos; habilidade de efetuar adaptações; habilidade de realizar reparos; correto armazenamento de novas

experiências.



Casos: representados de acordo com um

contexto; não há como definir um modelo ideal; ensinam o raciocinador a alcançar

seus objetivos; e novos casos podem ser inseridos na

base, relatando novas experiências.



Ciclo de funcionamento: recuperação: definir caso de maior

similaridade; reutilização: aproveitar informações do

caso recuperado; revisão: avaliar a nova solução

proposta; armazenamento: reter o novo caso na

base.




Base de casos

NovocasoCasos

prévios

Novocaso

Casorecuperado

Casoresolvido

Casotestado

Casoaprendido

RECUPERAÇÃO

RE

UT

ILIZ

AÇ

ÃO

REVISÃO

AR

MA

ZE

NA

ME

NT

O

Problema

Soluçãosugerida

Soluçãoconfirmada


Indexação: associada diretamente à recuperação; identifica pontos semelhantes entre

casos conhecidos e um caso novo; representa a interpretação de uma

situação; deve antecipar situações de

recuperação dos casos; e deve caracterizar os casos.



Aplicações: memória para um especialista; conjunto de casos de estudo para

iniciantes; e componente da memória

organizacional.



Parsers Baseados em Parsers Baseados em CasosCasos

Parsers Baseados em Casos: processo de reconhecimento: identificar conceitos na memória

relevantes a um determinado texto.

Compreensão: relacionamento entre as afirmações de um texto e partes das informações previamente armazenadas no sistema.


mno

jkl


Nono nononon nono no.

abc

def

qrs ghi

xyz


abc def

ghi


•Representação da memória •Processo de busca


Direct Memory Access Direct Memory Access ParsingParsing

Processo de compreensão contínuo: memória pré-modelada (MOPs);

busca bi-direcional:marcadores de previsão; emarcador de referência.

índices: expectativas do sistema; edicionário léxico dinâmico.


Direct Memory Access Direct Memory Access ParsingParsing

Índices: estabelecem a conexão entre o texto e

a memória do sistema;

compostos por termos da linguagem natural {milton friedman} ou por empacotamentos {(actor) says (info)};

resolvem ambigüidade: {casa (pessoa)} e {casa (material)}.

28/43Fernanda Hembecker – Edson Emílio Scalabrin

Entrada

“Milton Friedman says increase tax”

MOBJECT

MONETARISTCOMMUNICATION MONETARY

ARGUMENT

HUMAN

MONETARIST

info

info

actor

FRIEDMAN

PP

RR

MONETARIST

HUMAN

FRIEDMANFRIEDMAN

MONETARIST

HUMAN

FRIEDMAN

actor

Mtrans-1: { (actor) says (info) }Friedman-1: { milton friedman }Increase-1: { increase tax }

Dicionário Léxico

FRIEDMAN milton

INCREASE increase

INCREASE increase

FRIEDMAN friedman

INCREASE increase

MTRANS says

INCREASE tax

Índices

MTRANSMTRANSMTRANS


ARGUMENT

PPMONETARISTCOMMUNICATION

INCREASE

actor RRinfo

MONETARYARGUMENT

INCREASE

MONETARYARGUMENT


ARGUMENT

MTRANS

HUMAN

MTRANS

MONETARISTCOMMUNICATION

MONETARISTCOMMUNIC-01


Sistema ComPorSistema ComPor

Objetivo: viabilizar a criação, a execução e o

acompanhamento de diálogos entre computadores e usuários em linguagem natural.

Pontos principais: compreensão da linguagem natural; e condução do diálogo.



Modelagem da memória: livraria objetos do diálogo:

livros comercializados; eclientes da livraria.

ações do usuário ou fases do diálogo:comprar um livro específico; ecliente fornecer sua identificação.

condução ou plano do diálogo:seqüência de ações que concretizam a

compra de um livro.



planos

ações

objetos

Modelagem da memória



Índices: modelado em função das possíveis

entradas do usuário; podem representar sentenças inteiras

ou palavras-chave; termos léxicos: objetos e ações; e empacotamentos: planos e ações que

se referem a objetos.



Respostas do sistema: associadas diretamente aos conceitos; modelados em função dos índices e

dos planos de diálogo; caracterizados por sentenças simples

ou sentenças compostas por valores extraídos dos conceitos; e

devem induzir as entradas do usuário.


Sistema ComPorSistema ComPorM-ComPor

M-Informaçõesda livraria

M-Objeto

M-Livros

M-Exatas

M-Informática

M-SMente

M-Informaçõesdos livros

M-L-PreçoM-L-Resumo

M-Informaçõesdos clientes

M-Modelosde diálogo

M-Modelo1-L M-Modelo-2-L

M-Fernanda

M-L-Total

M-Engines

M-Eduardo

M-Informaçõesda compra

M-Confirmacompra

M-Cancelacompra

M-Efetuacompra

objetos

ações

planos

quero compraro livro {objeto}

engines for education

fernandahembeckerconfirmo

a compra

{l-total} {c-compra} {e-compra}

objeto

objeto

l-total

e-compra

cliente

c-compra

O preço do livroé {objeto preço}

Confirma a compra?

Informe seu nome

Sua compra foi efetuada.

meu nome é {cliente}


M-Objeto

M-Livros

M-Exatas

M-Informática

M-SMente

M-Informaçõesdos livros

M-L-PreçoM-L-Resumo

M-L-Total

M-Engines

objeto

M-Engines

M-L-Total

M-ComPor

M-Informaçõesda livraria

M-Informaçõesdos clientes

M-Modelosde diálogo

M-Modelo1-L M-Modelo-2-L

M-FernandaM-Eduardo

M-Informaçõesda compra

M-Confirmacompra

M-Cancelacompra

M-Efetuacompra

objeto

l-total

e-compra

cliente

c-compra

M-Confirmacompra

M-Fernanda

M-Efetuacompra

M-L-Total0objeto

M-L-Total

M-Efetuacompra1

M-Efetuacompra

M-Modelo1-L

M-Modelo1-L-2

M-Modelo1-L

e-compra

l-total

C: Meu nome é Fernanda Hembecker.

C: Quero comprar o livro Engines for Education.

C: Confirmo a compra.

S: O preço do livro é R$70,00. Confirma a compra?

S: Informe seu nome.

S: Sua compra foi efetuada.

S: Deseja outras informações?



Validação do sistema: compreensão da linguagem natural; e correta condução de um diálogo.

Dependente da estrutura de memória, índices e respostas modeladas.



Principais resultados: memória:

compreensão da linguagem natural;reaproveitamento de conceitos;aprendizado;atualizações;condução do diálogo; eabrangência do diálogo.



Principais resultados: combinações de memória, índices e

respostas; e ambiente de desenvolvimento.

Limitações: manipulação dos índices; e aprendizado.



Trabalhos Futuros: associação a sistemas de

processamento automático da voz; aplicação em sistemas multi-agente; aprendizado:

conceitos mais abstratos;novos índices (novas entradas).


ConclusõesConclusões

Computação não é uma ciência isolada.

Obtenção de ganhos a partir da reprodução das características cognitivas humanas.

Compreensão estabelecida em função de conhecimento prévio.

Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado...

Documents

Transcript of Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado...