Modelagem lógico-linguística - Logico-linguistic modeling

A modelagem lógico-lingüística é um método para construir sistemas baseados em conhecimento com capacidade de aprendizado usando modelos conceituais da metodologia de sistemas soft , lógica modal de predicado e linguagens de programação lógica , como Prolog .

Visão geral

A modelagem lógico-lingüística é um método de seis estágios desenvolvido principalmente para a construção de sistemas baseados em conhecimento (KBS), mas também tem aplicação em sistemas de apoio à decisão manual e análise de fontes de informação. Modelos lógico-linguísticas têm uma semelhança superficial com John F. Sowa 's gráficos conceituais ; ambos usam diagramas de estilo de bolha, ambos se preocupam com conceitos, ambos podem ser expressos em lógica e ambos podem ser usados ​​em inteligência artificial. No entanto, os modelos lógico-linguísticos são muito diferentes, tanto na forma lógica quanto no método de construção.

A modelagem lógico-linguística foi desenvolvida com o objetivo de resolver problemas teóricos encontrados no método de sistemas soft para projeto de sistemas de informação. O principal objetivo da pesquisa é mostrar como a metodologia de sistemas suaves (SSM), um método de análise de sistemas, pode ser estendida para a inteligência artificial.

Fundo

SSM emprega três dispositivos de modelagem, ou seja, imagens ricas, definições de raiz e modelos conceituais de sistemas de atividade humana. As definições de raiz e modelos conceituais são construídos pelos próprios stakeholders em um debate iterativo organizado por um facilitador. Os pontos fortes deste método residem, em primeiro lugar, na sua flexibilidade, o facto de poder resolver qualquer situação problemática e, em segundo lugar, no facto de a solução pertencer às pessoas da organização e não ser imposta por um analista externo.

A análise de requisitos de informação (IRA) levou o método SSM básico um estágio adiante e mostrou como os modelos conceituais podem ser desenvolvidos em um projeto de sistema de informação detalhado. O IRA exige a adição de dois dispositivos de modelagem: "Categorias de informações", que mostram as entradas e saídas de informações necessárias das atividades identificadas em um modelo conceitual expandido; e a "Cruz de Malta", uma matriz que mostra as entradas e saídas das categorias de informação e mostra onde são necessários novos procedimentos de processamento de informação. Uma Cruz de Malta completa é suficiente para o projeto detalhado de um sistema de processamento de transações.

O impulso inicial para o desenvolvimento da modelagem lógico-linguística foi uma preocupação com o problema teórico de como um sistema de informação pode ter uma conexão com o mundo físico. Esse é um problema tanto do IRA quanto dos métodos mais estabelecidos (como SSADM ) porque nenhum deles baseia seu projeto de sistema de informações em modelos do mundo físico. Projetos IRA são baseados em um modelo conceitual nocional e SSADM é baseado em modelos de movimentação de documentos.

A solução para esses problemas forneceu uma fórmula que não se limitou ao projeto de sistemas de processamento de transações, mas pode ser usada para o projeto de SBC com capacidade de aprendizado.

Os seis estágios da modelagem lógico-linguística

Fig 1. Modelo Conceitual SSM

O método de modelagem lógico-linguística compreende seis etapas.

1. Análise de sistemas

No primeiro estágio, a modelagem lógico-linguística usa SSM para análise de sistemas . Esta etapa busca estruturar o problema na organização do cliente, identificando as partes interessadas, modelando os objetivos organizacionais e discutindo possíveis soluções. Neste estágio, não é assumido que um SBC será uma solução e a modelagem lógico-lingüística freqüentemente produz soluções que não requerem um SBC computadorizado.

Os sistemas especialistas tendem a capturar a experiência de indivíduos em organizações diferentes sobre o mesmo tópico. Em contraste, um KBS, produzido por modelagem lógico-linguística, busca capturar a experiência de indivíduos na mesma organização em diferentes tópicos. A ênfase está na elicitação de conhecimento organizacional ou de grupo, em vez de especialistas individuais. Na modelagem lógico-linguística, os stakeholders tornam-se os especialistas.

O ponto final deste estágio é um modelo conceitual do estilo SSM, como a figura 1.

2. Criação de linguagem

Fig 2. Modelo lógico-linguístico

De acordo com a teoria por trás da modelagem lógico-lingüística, o processo de construção do modelo conceitual de SSM é um jogo de linguagem wittgensteiniano no qual os stakeholders constroem uma linguagem para descrever a situação do problema. O modelo lógico-linguístico expressa essa linguagem como um conjunto de definições, ver figura 2.

3. Levantamento de conhecimento

Depois que o modelo da linguagem foi construído, o conhecimento putativo sobre o mundo real pode ser adicionado pelas partes interessadas. Os modelos conceituais SSM tradicionais contêm apenas um conectivo lógico (uma condição necessária). A fim de representar sequências causais, " condições suficientes " e " condições necessárias e suficientes " também são necessárias. Na modelagem lógico-linguística, essa deficiência é corrigida por dois tipos de adição de conectivos. O resultado do estágio três é um modelo empírico, veja a figura 3.

4. Representação do conhecimento

Fig 3. Modelo Empírico

A lógica modal de predicado (uma combinação de lógica modal e lógica de predicado ) é usada como o método formal de representação do conhecimento. Os conectivos do modelo de linguagem são logicamente verdadeiros (indicados pelo operador modal " L ") e os conectivos adicionados no estágio de eliciação de conhecimento são verdadeiros (indicados pelo operador modal " M "). Antes de prosseguir para o estágio 5, os modelos são expressos em fórmulas lógicas.

5. Código de computador

As fórmulas na lógica de predicados se traduzem facilmente na linguagem de inteligência artificial do Prolog . A modalidade é expressa por dois tipos diferentes de regras Prolog. As regras retiradas do estágio de criação da linguagem do processo de construção do modelo são tratadas como incorrigíveis. Enquanto as regras do estágio de eliciação de conhecimento são marcadas como regras hipotéticas. O sistema não se limita ao suporte à decisão, mas possui uma capacidade de aprendizagem embutida.

6. Verificação

Um sistema baseado em conhecimento construído usando este método verifica a si mesmo. A verificação ocorre quando o KBS é usado pelos clientes. É um processo contínuo que continua ao longo da vida do sistema. Se as crenças das partes interessadas sobre o mundo real estiverem erradas, isso será revelado pela adição de fatos Prolog que conflitam com as regras hipotéticas. Opera de acordo com o princípio clássico de falseabilidade encontrado na filosofia da ciência

Formulários

Sistemas de computador baseados em conhecimento

A modelagem lógico-lingüística tem sido usada para produzir sistemas computadorizados baseados em conhecimento totalmente operacionais, como um para o gerenciamento de pacientes com diabetes em um departamento ambulatorial de um hospital.

Suporte à decisão manual

Em outros projetos, a necessidade de mudar para o Prolog foi considerada desnecessária porque os modelos lógico-linguísticos impressos forneceram um guia fácil de usar para a tomada de decisões. Por exemplo, um sistema para aprovação de empréstimos hipotecários

Análise da fonte de informação

Em alguns casos, um KBS não pôde ser construído porque a organização não tinha todo o conhecimento necessário para apoiar todas as suas atividades. Nestes casos, a modelagem lógico-linguística mostrou deficiências no fornecimento de informações e onde mais era necessário. Por exemplo, um departamento de planejamento em uma empresa de telecomunicações

Crítica

Embora a modelagem lógico-lingüística supere os problemas encontrados na transição do SSM do modelo conceitual para o código de computador, ela o faz às custas do aumento da complexidade do modelo construído pelas partes interessadas. Os benefícios dessa complexidade são questionáveis ​​e esse método de modelagem pode ser muito mais difícil de usar do que outros métodos.

Essa contenção foi exemplificada por pesquisas subsequentes. Uma tentativa dos pesquisadores de modelar decisões de compra em doze empresas usando modelagem lógico-linguística exigiu a simplificação dos modelos e a remoção dos elementos modais.

Veja também

Referências

Leitura adicional