A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado em Casos Profª MSc. Fernanda Hembecker

Apresentações semelhantes


Apresentação em tema: "Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado em Casos Profª MSc. Fernanda Hembecker"— Transcrição da apresentação:

1 Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado em Casos Profª MSc. Fernanda Hembecker Prof. Dr. Edson Emílio Scalabrin

2 Fernanda Hembecker – Edson Emílio Scalabrin 2/43 Problema Computação e a Ficção Científica. Computação e a Inteligência Artificial. De que maneira um sistema computacional pode efetivamente compreender sentenças escritas em linguagem natural?

3 Fernanda Hembecker – Edson Emílio Scalabrin 3/43 Problema 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.

4 Fernanda Hembecker – Edson Emílio Scalabrin 4/43 Solução Compreensão automática da linguagem natural: compreensão de sentenças voltadas a sistemas automáticos de diálogo; e diálogos realizados em português. Reprodução de características cognitivas humanas.

5 Fernanda Hembecker – Edson Emílio Scalabrin 5/43 Ciência Cognitiva Ciência Cognitiva = ciência da mente: psicologia, lingüística, filosofia, biologia, neurociências e computação; e estudo dos aspectos cognitivos humanos: armazenamento recuperação transformação emissão de informações armazenamento recuperação processamento resposta

6 Fernanda Hembecker – Edson Emílio Scalabrin 6/43 Ciência 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

7 Fernanda Hembecker – Edson Emílio Scalabrin 7/43 Compreensão de Linguagem 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.

8 Fernanda Hembecker – Edson Emílio Scalabrin 8/43 Compreensão de Linguagem Natural Processamento de Linguagem Natural (NLP): dicionário léxico (lexicon); WordInstructions shotSuggest 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 seen if an ANIMAL is seen then make that ANIMAL the object of HUNTING else discard HUNTING For SPENDING : I went hunting this weekend and shot two bucks

9 Fernanda Hembecker – Edson Emílio Scalabrin 9/43 Compreensão de Linguagem Natural Processamento de Linguagem Natural (NLP): análises seqüenciais: morfológica; sintaxe; semântica; pragmática. dados estatísticos.

10 Fernanda Hembecker – Edson Emílio Scalabrin 10/43 Compreensão de Linguagem Natural 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

11 Fernanda Hembecker – Edson Emílio Scalabrin 11/43 Memória 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

12 Fernanda Hembecker – Edson Emílio Scalabrin 12/43 Memória 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.

13 Fernanda Hembecker – Edson Emílio Scalabrin 13/43 Memory Organization Packages Abstrações Instâncias Especializações Novos conceitos Empacotamentos emp atrib1 atrib2

14 Fernanda Hembecker – Edson Emílio Scalabrin 14/43 Raciocínio Baseado em Casos Espaço de descrição dos problemas 2 Espaço de descrição das soluções 1 Recuperação Reutilização Revisão Armazenamento

15 Fernanda Hembecker – Edson Emílio Scalabrin 15/43 Raciocínio Baseado em Casos Princípios: Problemas similares possuem soluções similares; e Os tipos de problemas tendem a se repetir.

16 Fernanda Hembecker – Edson Emílio Scalabrin 16/43 Raciocínio Baseado em Casos Raciocínio Humano: regras vs. lembrança; comparações e analogias; previsão; e aprendizado. Especialistas humanos não são sistemas de regras, são bibliotecas de experiências Riesbeck

17 Fernanda Hembecker – Edson Emílio Scalabrin 17/43 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. Raciocínio Baseado em Casos

18 Fernanda Hembecker – Edson Emílio Scalabrin 18/43 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. Raciocínio Baseado em Casos

19 Fernanda Hembecker – Edson Emílio Scalabrin 19/43 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. Raciocínio Baseado em Casos

20 Fernanda Hembecker – Edson Emílio Scalabrin 20/43 Raciocínio Baseado em Casos Base de casos Novo caso Casos prévios Novo caso Caso recuperado Caso resolvido Caso testado Caso aprendido RECUPERAÇÃO REUTILIZAÇÃO REVISÃO ARMAZENAMENTO Problema Solução sugerida Solução confirmada

21 Fernanda Hembecker – Edson Emílio Scalabrin 21/43 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. Raciocínio Baseado em Casos

22 Fernanda Hembecker – Edson Emílio Scalabrin 22/43 Aplicações: memória para um especialista; conjunto de casos de estudo para iniciantes; e componente da memória organizacional. Raciocínio Baseado em Casos

23 Fernanda Hembecker – Edson Emílio Scalabrin 23/43 Parsers Baseados em Casos 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.

24 Fernanda Hembecker – Edson Emílio Scalabrin 24/43 mno jkl Parsers Baseados em Casos Nono nononon nono no. abc def qrs ghi xyz

25 Fernanda Hembecker – Edson Emílio Scalabrin 25/43 abcdef ghi Parsers Baseados em Casos Representação da memóriaProcesso de busca

26 Fernanda Hembecker – Edson Emílio Scalabrin 26/43 Direct Memory Access Parsing Processo de compreensão contínuo: memória pré-modelada (MOPs); busca bi-direcional: marcadores de previsão; e marcador de referência. índices: expectativas do sistema; e dicionário léxico dinâmico.

27 Fernanda Hembecker – Edson Emílio Scalabrin 27/43 Direct Memory Access Parsing 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 Fernanda Hembecker – Edson Emílio Scalabrin 28/43 Entrada Milton Friedman says increase tax MOBJECT MONETARIST COMMUNICATION MONETARY ARGUMENT HUMAN MONETARIST info actor FRIEDMAN P P R R MONETARIST HUMAN FRIEDMAN MONETARIST HUMAN FRIEDMAN actor Mtrans-1: { (actor) says (info) } Friedman-1: { milton friedman } Increase-1: { increase tax } Dicionário Léxico FRIEDMANmilton INCREASEincrease FRIEDMANfriedman INCREASEincrease MTRANSsays INCREASEtax Índices MTRANS MONETARIST COMMUNICATION MONETARY ARGUMENT P P MONETARIST COMMUNICATION INCREASE actor R R info MONETARY ARGUMENT INCREASE MONETARY ARGUMENT MONETARIST COMMUNICATION MONETARY ARGUMENT MTRANS HUMAN MTRANS MONETARIST COMMUNICATION MONETARIST COMMUNIC-01

29 Fernanda Hembecker – Edson Emílio Scalabrin 29/43 Sistema 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.

30 Fernanda Hembecker – Edson Emílio Scalabrin 30/43 Sistema ComPor Modelagem da memória: livraria objetos do diálogo: livros comercializados; e clientes da livraria. ações do usuário ou fases do diálogo: comprar um livro específico; e cliente fornecer sua identificação. condução ou plano do diálogo: seqüência de ações que concretizam a compra de um livro.

31 Fernanda Hembecker – Edson Emílio Scalabrin 31/43 Sistema ComPor planos ações objetos Modelagem da memória

32 Fernanda Hembecker – Edson Emílio Scalabrin 32/43 Sistema ComPor 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.

33 Fernanda Hembecker – Edson Emílio Scalabrin 33/43 Sistema ComPor 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.

34 Fernanda Hembecker – Edson Emílio Scalabrin 34/43 Sistema ComPor M-ComPor M-Informações da livraria M-Objeto M-Livros M-Exatas M-Informática M-SMente M-Informações dos livros M-L-PreçoM-L-Resumo M-Informações dos clientes M-Modelos de diálogo M-Modelo1-LM-Modelo-2-L M-Fernanda M-L-Total M-Engines M-Eduardo M-Informações da compra M-Confirma compra M-Cancela compra M-Efetua compra objetos ações planos quero comprar o livro {objeto} engines for education fernanda hembecker confirmo a compra {l-total} {c-compra} {e-compra} objeto l-total e-compra cliente c-compra O preço do livro é {objeto preço} Confirma a compra? Informe seu nome Sua compra foi efetuada. meu nome é {cliente}

35 Fernanda Hembecker – Edson Emílio Scalabrin 35/43 M-Objeto M-Livros M-Exatas M-Informática M-SMente M-Informações dos livros M-L-PreçoM-L-Resumo M-L-Total M-Engines objeto M-Engines M-L-Total M-ComPor M-Informações da livraria M-Informações dos clientes M-Modelos de diálogo M-Modelo1-L M-Modelo-2-L M-FernandaM-Eduardo M-Informações da compra M-Confirma compra M-Cancela compra M-Efetua compra objeto l-total e-compra cliente c-compra M-Confirma compra M-Fernanda M-Efetua compra M-L-Total0 objeto M-L-Total M-Efetua compra1 M-Efetua compra 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?

36 Fernanda Hembecker – Edson Emílio Scalabrin 36/43 Sistema ComPor

37 Fernanda Hembecker – Edson Emílio Scalabrin 37/43 Sistema ComPor

38 Fernanda Hembecker – Edson Emílio Scalabrin 38/43 Sistema ComPor

39 Fernanda Hembecker – Edson Emílio Scalabrin 39/43 Sistema ComPor Validação do sistema: compreensão da linguagem natural; e correta condução de um diálogo. Dependente da estrutura de memória, índices e respostas modeladas.

40 Fernanda Hembecker – Edson Emílio Scalabrin 40/43 Sistema ComPor Principais resultados: memória: compreensão da linguagem natural; reaproveitamento de conceitos; aprendizado; atualizações; condução do diálogo; e abrangência do diálogo.

41 Fernanda Hembecker – Edson Emílio Scalabrin 41/43 Sistema ComPor Principais resultados: combinações de memória, índices e respostas; e ambiente de desenvolvimento. Limitações: manipulação dos índices; e aprendizado.

42 Fernanda Hembecker – Edson Emílio Scalabrin 42/43 Sistema ComPor Trabalhos Futuros: associação a sistemas de processamento automático da voz; aplicação em sistemas multi-agente; aprendizado: conceitos mais abstratos; novos índices (novas entradas).

43 Fernanda Hembecker – Edson Emílio Scalabrin 43/43 Conclusões Computação não é uma ciência isolada. Obtenção de ganhos a partir da reprodução das características cognitivas humanas. Compreensão estabelecida em função de conhecimento prévio.


Carregar ppt "Compreensão de Diálogo (tratamento de linguagem natural) (memória dinâmica) Raciocínio Baseado em Casos Profª MSc. Fernanda Hembecker"

Apresentações semelhantes


Anúncios Google