Модель пояснення в інтелектуальній інформаційній системі на основі концепції узгодженості знань

Abstract

Предметом дослідження є процеси побудови пояснень щодо отриманих результатів в інтелектуальних інформаційних системах. Пояснення роблять прозорим процес створення результуючої рекомендації, формують умови для створення користувачем причинно-наслідкових зв’язків між результатом виводу та поточними задачами, для вирішення яких була використана інтелектуальна система. Мета полягає в розробці моделі пояснення в інтелектуальній системі з можливістю забезпечити узгоджене з результатами роботи такої системи витлумачення з урахуванням контекстно-орієнтованих вимог щодо потреб користувачів. Для досягнення поставленої мети вирішуються задачі визначення вимог до пояснення щодо результатів роботи інформаційної системи, та розробки моделі пояснення на базі принципів узгодження знань з тим, щоб отримати рекомендації на основі відповідності фактів, гіпотез, результатів. Показано, що при узгодженні інтересів користувача та можливостей інтелектуальної системи необхідно визначити деталізацію знань з урахуванням інтервалу актуальності даних та знань, а також фінансових та технічних та інших особливостей використання отриманих результатів. Запропоновано модель пояснення в інтелектуальній системі на базі узгодження знань та даних. Модель містить множини узгоджених фактів, гіпотез та результатів. Узгодження виконується для гіпотез, які є підмножинами інших гіпотез, на основі пояснень гіпотез через факти та інші гіпотези, а також на базі відповідності між собою отриманих результатів та гіпотез. Моделі дає можливість обмежити використання неявних та неточних знань в рамках виводу лише їх узгодженою підмножиною. У практичному плані використання моделі орієнтовно на побудову пояснень згідно ступеню абстракції, рівня деталізації опису предметної області, а також з урахуванням вибраного аспекту витлумачення отриманої рекомендації. В цілому формування пояснень на основі узгодження знань підвищує довіру користувачів та створює умови для ефективного використання отриманих рекомендацій.

The subject of the research is the processes of constructing explanations of the results obtained in intelligent information systems. Explanations make transparent the process of creating the resulting recommendation, create the conditions for the user to create causal links between the result of the conclusion and the current problems for which the intelligent system was used. The aim is to develop an explanation model in an intelligent system with the ability to provide a consistent interpretation with the results of such a system, taking into account context -oriented requirements for user needs. To achieve this goal, the tasks of defining the requirements for explanation of the results of the information system, as well as developing a model of explanation based on the principles of knowledge coordination in order to obtain recommendations based on the facts, hypotheses, results. It is shown that when coordinating the interests of the user and the capabilities of the intelligent system, it is necessary to detail the knowledge taking into account the range of relevance of data and knowledge, as well as financial and technical and other features of the results. A model of explanation in an intelligent system based on the coordination of knowledge and data is proposed. The model contains many agreed facts, hypotheses and results. Reconciliation is performed for hypotheses that are subsets of other hypotheses, based on explanations of hypotheses through facts and other hypotheses, as well as on the basis of the correspondence between the obtained results and hypotheses. The model makes it possible to limit the use of implicit and inaccurate knowledge in the output only to their agreed subset. In practical terms, the use of the model is focused on constructing explanations taking into account the level of abstraction, the degree of detail of the description of the subject area, as well as taking into account the sel ected aspect of interpretation of the received recommendation. In general, the formation of explanations based on the harmonization of knowledge increases user confidence and creates conditions for the effective use of the received recommendations.