JPH01125628A - 個別知識ベース統合活用方式 - Google Patents
個別知識ベース統合活用方式Info
- Publication number
- JPH01125628A JPH01125628A JP62284933A JP28493387A JPH01125628A JP H01125628 A JPH01125628 A JP H01125628A JP 62284933 A JP62284933 A JP 62284933A JP 28493387 A JP28493387 A JP 28493387A JP H01125628 A JPH01125628 A JP H01125628A
- Authority
- JP
- Japan
- Prior art keywords
- knowledge base
- inference
- individual
- knowledge
- selection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010354 integration Effects 0.000 title 1
- 238000000034 method Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 4
- 206010037660 Pyrexia Diseases 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 208000007502 anemia Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
Landscapes
- Devices For Executing Special Programs (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
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。
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〕
本発明は人工知能（ＡＩ）分野のエキスパートシステム
のうち、特に大型知識ベースに対する知識の構築および
推論のさせ方の技術を用いた個別知識ベース統合活用方
式に関する。
のうち、特に大型知識ベースに対する知識の構築および
推論のさせ方の技術を用いた個別知識ベース統合活用方
式に関する。
従来、この種の大型知識は理論的に体系室て、組み合わ
せなどいろいろな問題も考慮してルール、フレーム、デ
ーモンその他の知識の型を利用しながら１つの大きな知
識ベースを構築している。
せなどいろいろな問題も考慮してルール、フレーム、デ
ーモンその他の知識の型を利用しながら１つの大きな知
識ベースを構築している。
上述した従来の大型知識は、強制的に１つの大きな知識
ベースを作成しなくてはならないので、分野の違う知識
や分けて別々に使いたい知識も−まとめになっている。
ベースを作成しなくてはならないので、分野の違う知識
や分けて別々に使いたい知識も−まとめになっている。
したがってこの大型知識は他のシステムに流用しにくい
という欠点がある。
という欠点がある。
また、知識ベースの規模が大きくなればなる程、知識の
全てを理論的に把握し、体系室てるのが困難となる。し
たがって、知識の構築が困難になるという欠点がある。
全てを理論的に把握し、体系室てるのが困難となる。し
たがって、知識の構築が困難になるという欠点がある。
本発明の個別知識ベース統合活用方式は、専門知識の構
築されている個別知識ベースの集合である個別知識ベー
ス群手段と、 この個別知識ベース群手段内のどの個別知識ベースを推
論させるかを選択するため構築された知識を格納する個
別知識ベース選択知識ベース手段と、 この個別知識ベース選択知識ベース手段からの個別知識
ベース名を推論する推論手段と、常識的知識を格納する
常識知識ベース手段と、前記推論手段からの推論結果を
前記常識知識ベース手段からの常識的知識をもとにして
前記推論手段で推論し、常識的知識に合致するもののみ
を表示する表示手段とを含む。
築されている個別知識ベースの集合である個別知識ベー
ス群手段と、 この個別知識ベース群手段内のどの個別知識ベースを推
論させるかを選択するため構築された知識を格納する個
別知識ベース選択知識ベース手段と、 この個別知識ベース選択知識ベース手段からの個別知識
ベース名を推論する推論手段と、常識的知識を格納する
常識知識ベース手段と、前記推論手段からの推論結果を
前記常識知識ベース手段からの常識的知識をもとにして
前記推論手段で推論し、常識的知識に合致するもののみ
を表示する表示手段とを含む。
次に、本発明について図面を参照して詳細に説明する。
第１図を参照すると、本発明の一実施例は、情報を入力
する入力装置１、この入力装置ｌからの情報に応答して
推論開始を指示する推論開始手段２、前記入力装置ｌか
らの情報に応答して推論終了を指示する推論終了手段３
、これら推論開始手段２および推論終了手段３からの指
示に応答して推論を開始し終了する推論機構４、第３図
に示す具体例を有する個別知識ベース群８、第４図に示
す具体例を有する個別知識ベース選択知識ベース６、常
識知識ベース９、使用知識ベース履歴を示すため個別知
識ベース名を記憶する使用知識ベース履歴記憶手段７、
個別知識ベース選択ベース６の内容を推論機構４に与え
推論させ使用知識ベース履歴記憶手段７に記憶されてい
ない個別知識ベースを選び推論機構４に与え推論結果に
基づいて常識知識ベース９の内容を推論機構４で推論さ
せ、推論結果が常識からはずれていないかを調べる分類
知識選択手段５、推論機構４での推論結果を表示する表
示装置１０、および個別知識ベース群８の個別知識ベー
ス基金てを格納し個別知識ベースの生成または削除に際
し個別知識ベース名を更新する一覧表記憶手段１１から
構成されている。
する入力装置１、この入力装置ｌからの情報に応答して
推論開始を指示する推論開始手段２、前記入力装置ｌか
らの情報に応答して推論終了を指示する推論終了手段３
、これら推論開始手段２および推論終了手段３からの指
示に応答して推論を開始し終了する推論機構４、第３図
に示す具体例を有する個別知識ベース群８、第４図に示
す具体例を有する個別知識ベース選択知識ベース６、常
識知識ベース９、使用知識ベース履歴を示すため個別知
識ベース名を記憶する使用知識ベース履歴記憶手段７、
個別知識ベース選択ベース６の内容を推論機構４に与え
推論させ使用知識ベース履歴記憶手段７に記憶されてい
ない個別知識ベースを選び推論機構４に与え推論結果に
基づいて常識知識ベース９の内容を推論機構４で推論さ
せ、推論結果が常識からはずれていないかを調べる分類
知識選択手段５、推論機構４での推論結果を表示する表
示装置１０、および個別知識ベース群８の個別知識ベー
ス基金てを格納し個別知識ベースの生成または削除に際
し個別知識ベース名を更新する一覧表記憶手段１１から
構成されている。
第３図および第４図を参照すると、個別知識ベース群８
は、“ＢＡＳＥｌ”、“ＢＡＳＥ２”、“ＧＯＬＦ、Ｂ
”オヨび“ＨＥＡＬＴＨ，Ｂ”など複数の専門分野ごと
の個別知識ベースを有する。
は、“ＢＡＳＥｌ”、“ＢＡＳＥ２”、“ＧＯＬＦ、Ｂ
”オヨび“ＨＥＡＬＴＨ，Ｂ”など複数の専門分野ごと
の個別知識ベースを有する。
また、個別知識ベース選択知識ベース６は、情報“Ａ″
および“Ｂ”に対して“ＢＡＳＥＩ”を選択し、情報で
ありかつ推論結果ともなる“Ｃ“に対して°”ＢＡＳＥ
２”を選択し、情報“ボールに当たらない”又は“飛距
離がのびない”に対して“ＧＯＬＦ、Ｂ”を選択し、情
報“熱っぽい”又は°体がふらふらする”に対して’Ｈ
ＥＡＬＴＨ。
および“Ｂ”に対して“ＢＡＳＥＩ”を選択し、情報で
ありかつ推論結果ともなる“Ｃ“に対して°”ＢＡＳＥ
２”を選択し、情報“ボールに当たらない”又は“飛距
離がのびない”に対して“ＧＯＬＦ、Ｂ”を選択し、情
報“熱っぽい”又は°体がふらふらする”に対して’Ｈ
ＥＡＬＴＨ。
Ｂ”を選択するように構築されている。この構築はノリ
ッジエンジニア（Ｋｎｏｎｌｅｄｇｅ Ｅｎｇｉｎｅｅ
ｒ）により通常の知識ベースの構築と同じ方法でなされ
る。この“ＢＡＳＥＩ”、“Ｂ Ａ Ｓ Ｅ−２”、“
ＧＯＬＦ、Ｂ”およびＨＥＡＬＴＨ，Ｂは、推論機構４
での推論対象となる個別知識ベース名となる。
ッジエンジニア（Ｋｎｏｎｌｅｄｇｅ Ｅｎｇｉｎｅｅ
ｒ）により通常の知識ベースの構築と同じ方法でなされ
る。この“ＢＡＳＥＩ”、“Ｂ Ａ Ｓ Ｅ−２”、“
ＧＯＬＦ、Ｂ”およびＨＥＡＬＴＨ，Ｂは、推論機構４
での推論対象となる個別知識ベース名となる。
次に本発明の一実施例の動作を第１図から第３図を参照
して詳細に説明する。
して詳細に説明する。
まず、第１の実施例の動作について詳細に説明する。
第１図から第４図を参照すると、入力装置１から与えら
れた推論開始宣言情報に応答して、推論いま、利用者が
情報“Ａ″に関する推論をしようとすると仮定する。入
力装置１からの情報“Ａ”に応答して分類知識選択手段
５は以下の処理をする。
れた推論開始宣言情報に応答して、推論いま、利用者が
情報“Ａ″に関する推論をしようとすると仮定する。入
力装置１からの情報“Ａ”に応答して分類知識選択手段
５は以下の処理をする。
まず、分類知識選択手段５は常識知識ベース９を推論さ
せるか否かを示すフラグを有し、このフラグをオン（Ｏ
Ｎ）にする（第２図のステップ１２）。次に手段５は推
論を終了させるか否かを利用者に判断させる。すなわち
入力装置１から推論終了宣言情報が入力され推論終了手
段３から終了指示が出力されていれば、推論は終了する
（第２図のステップ１３）。この例では、推論終了を示
す情報が与えられていないため、次のステ、プ１４に制
御が移る。ステップ１４では、フラグがオン（ＯＮ）か
否かが判定され、オフ（ＯＦＦ）と判定されたときには
常識知識ベース９が推論さテップ１５に処理が進められ
る。ステップ１５では、個別知識ベース選択知識ベース
６の内容が使用知識ベース履歴記憶手段７に格納されて
いなければ推論機構４で推論される。この例では、情報
“Ａ”のアクセスに応答して個別知識ベース名“ＢＡＳ
Ｅｌ”が得られ、この個別知識ベース名“ＢＡＳＥＩ”
が使用知識ベース履歴記憶手段７に記憶されていないた
め推論機構４で推論される。
せるか否かを示すフラグを有し、このフラグをオン（Ｏ
Ｎ）にする（第２図のステップ１２）。次に手段５は推
論を終了させるか否かを利用者に判断させる。すなわち
入力装置１から推論終了宣言情報が入力され推論終了手
段３から終了指示が出力されていれば、推論は終了する
（第２図のステップ１３）。この例では、推論終了を示
す情報が与えられていないため、次のステ、プ１４に制
御が移る。ステップ１４では、フラグがオン（ＯＮ）か
否かが判定され、オフ（ＯＦＦ）と判定されたときには
常識知識ベース９が推論さテップ１５に処理が進められ
る。ステップ１５では、個別知識ベース選択知識ベース
６の内容が使用知識ベース履歴記憶手段７に格納されて
いなければ推論機構４で推論される。この例では、情報
“Ａ”のアクセスに応答して個別知識ベース名“ＢＡＳ
Ｅｌ”が得られ、この個別知識ベース名“ＢＡＳＥＩ”
が使用知識ベース履歴記憶手段７に記憶されていないた
め推論機構４で推論される。
この推論とともに選択された個別知識ベース名“ＢＡＳ
Ｅｌ”が使用知識ベース履歴記憶手段７に記憶される（
ステップ１６）。
Ｅｌ”が使用知識ベース履歴記憶手段７に記憶される（
ステップ１６）。
推論機構４は取出された個別知識ベース名“ＢＡＳＥｌ
“に基づいて推論し推論結果“Ｃ″および“Ｆ″を得る
（ステップ１７）。ここで分類知識選択手段５は手段５
内のフラグをオフ（ＯＦＦ）にする（ステップ１８）。
“に基づいて推論し推論結果“Ｃ″および“Ｆ″を得る
（ステップ１７）。ここで分類知識選択手段５は手段５
内のフラグをオフ（ＯＦＦ）にする（ステップ１８）。
次にフラグがオン（ＯＮ）かオフ（ＯＦＦ）かが判定さ
れる（ステップ１４）。このフラグはオフ（ＯＦＦ）と
なっているため、推論結果“Ｃ”および“Ｅ”が常識に
反しているか否かを調査する。この調査は推論結果“Ｃ
”および“Ｅ”を推論機構４に与え常識知識ベース９を
用いて推論機構４で推論させることにより行われる（ス
テップ１９）。この推論により“Ｅ”が常識知識ベース
９の常識に反しているとの結果が判明すれば、“Ｅ”が
次の推論対象から削除される。次にフラグがオン（ＯＮ
）にされ（ステップ２０）、結果が表示装置１に表示さ
れる（ステップ２１）。この表示装置１に表示された結
果を利用者が見て、満足すれば、利用者は入力装置１か
ら推論終了宣言情報を入力する。
れる（ステップ１４）。このフラグはオフ（ＯＦＦ）と
なっているため、推論結果“Ｃ”および“Ｅ”が常識に
反しているか否かを調査する。この調査は推論結果“Ｃ
”および“Ｅ”を推論機構４に与え常識知識ベース９を
用いて推論機構４で推論させることにより行われる（ス
テップ１９）。この推論により“Ｅ”が常識知識ベース
９の常識に反しているとの結果が判明すれば、“Ｅ”が
次の推論対象から削除される。次にフラグがオン（ＯＮ
）にされ（ステップ２０）、結果が表示装置１に表示さ
れる（ステップ２１）。この表示装置１に表示された結
果を利用者が見て、満足すれば、利用者は入力装置１か
ら推論終了宣言情報を入力する。
入力装置１からの推論終了宣言情報に応答して推論終了
手段３は推論機構４での推論を終了させる。もし利用者
が表示装置１での結果を見て不満足なときには、入力装
置１から推論終了宣言情報が入力されないため、推論機
構４は推論を実行させる（ステップ１３）。次に分類知
識選択手段５は手段５内のフラグのオン・オフ状態を調
査し、フラグがオン状態であると判定する（ステップ１
４）。この結果、推論結果“Ｃ”のアクセスに応答して
個別知識ベース選択知識ベース６から個別知識ベース名
”ＢＡＳＥ２″が取出される（ステップ１５）。この時
点で使用知識ベース履歴記憶手段７には個別知識ベース
名“ＢＡＳＥｌ”しか格納されていないため、個別知識
ベース選択知識ベース６から得られた個別知識ベース名
“ＢＡＳＥ２”が使用知識ベース履歴記憶手段７に格納
される（ステップ１６）。この格納動作と並行して、個
別知識ベース名“ＢＡＳＥ２”を推論機構４が推論し推
論結果“Ｆ”を得る（ステップ１７）。次にフラグがオ
フ状態にされ（ステップ１８）、フラグの状態が調査さ
れオフ状態と判定される（ステップ１４）。この結果、
分類知識選択手段５からの指示（ステップ１９）に応答
して、推論結果“Ｐ”が常識知識ベース９を用いて推論
機構２で推論される。
手段３は推論機構４での推論を終了させる。もし利用者
が表示装置１での結果を見て不満足なときには、入力装
置１から推論終了宣言情報が入力されないため、推論機
構４は推論を実行させる（ステップ１３）。次に分類知
識選択手段５は手段５内のフラグのオン・オフ状態を調
査し、フラグがオン状態であると判定する（ステップ１
４）。この結果、推論結果“Ｃ”のアクセスに応答して
個別知識ベース選択知識ベース６から個別知識ベース名
”ＢＡＳＥ２″が取出される（ステップ１５）。この時
点で使用知識ベース履歴記憶手段７には個別知識ベース
名“ＢＡＳＥｌ”しか格納されていないため、個別知識
ベース選択知識ベース６から得られた個別知識ベース名
“ＢＡＳＥ２”が使用知識ベース履歴記憶手段７に格納
される（ステップ１６）。この格納動作と並行して、個
別知識ベース名“ＢＡＳＥ２”を推論機構４が推論し推
論結果“Ｆ”を得る（ステップ１７）。次にフラグがオ
フ状態にされ（ステップ１８）、フラグの状態が調査さ
れオフ状態と判定される（ステップ１４）。この結果、
分類知識選択手段５からの指示（ステップ１９）に応答
して、推論結果“Ｐ”が常識知識ベース９を用いて推論
機構２で推論される。
この推論により“Ｆ″が常識知識ベース９での常識に合
致していると判定される。次にフラグがオン（ＯＮ）状
態にされ（ステップ２０）、表示装置１０に結果が表示
される（ステップ２１）。利用者が、この結果に不満足
であれば推論は継続される（ステップ１３）。フラグの
状態はオン（ＯＮ）であるため、推論結果“Ｆ”で個別
知識ベース選択知識ベース６がアクセスされ個別知識ベ
ース名“’ＢＡＳＥ３”が得られる。以下同様の処理が
なされる。
致していると判定される。次にフラグがオン（ＯＮ）状
態にされ（ステップ２０）、表示装置１０に結果が表示
される（ステップ２１）。利用者が、この結果に不満足
であれば推論は継続される（ステップ１３）。フラグの
状態はオン（ＯＮ）であるため、推論結果“Ｆ”で個別
知識ベース選択知識ベース６がアクセスされ個別知識ベ
ース名“’ＢＡＳＥ３”が得られる。以下同様の処理が
なされる。
次に、利用者がゴルフ診断をする時の例として本発明の
第２の実施例の動作を詳細に説明する。
第２の実施例の動作を詳細に説明する。
第１図から第４図を参照すると、入力装置１からの情報
にもとづき、推論開始手段２が推論開始指示を推論機構
４に与え、推論機構４が推論を開始する。
にもとづき、推論開始手段２が推論開始指示を推論機構
４に与え、推論機構４が推論を開始する。
いま、利用者が情報“ゴルフ診断”、“ポールに当たら
ない”、“スライス、フック”および“飛距離がのびな
い”のいずれかに関する診断をしようとしたとする。
ない”、“スライス、フック”および“飛距離がのびな
い”のいずれかに関する診断をしようとしたとする。
入力装置１からのこれらの情報に応答して、分類選択手
段５は手段５内のフラグをオン（ＯＮ）にする（第２図
のステップ１２）。推論終了宣言ため（ステップ１４）
、個別知識ベース選択知識ベース６がアクセスされる。
段５は手段５内のフラグをオン（ＯＮ）にする（第２図
のステップ１２）。推論終了宣言ため（ステップ１４）
、個別知識ベース選択知識ベース６がアクセスされる。
入力装置１からの情報“ゴルフ診断”、“ポールが当た
らない”、“スライス、フック”および“飛距離がのび
ない”のいずれで個別知識ベース選択知識ベース６がア
クセスされたとしても、個別知識ベース名“ＧＯＬＦ、
Ｂ″が得られる。この“ＧＯＬＦ”。
らない”、“スライス、フック”および“飛距離がのび
ない”のいずれで個別知識ベース選択知識ベース６がア
クセスされたとしても、個別知識ベース名“ＧＯＬＦ、
Ｂ″が得られる。この“ＧＯＬＦ”。
Ｂ″は推論機構４に与えられ、推論対象となる（ステッ
プ１５）。また個別知識ベース名“ＧＯＬＦ、Ｂ”は使
用知識ベース履歴記憶手段７に記憶されていないため、
”ＧＯＬＦ、Ｂ″が記憶される（ステップ１６）。推論
機構４は個別知識ベース選択知識ベース６から与えられ
た個別知識ベース名“ＧＯＬＦ、Ｂ”を推論し、情報“
ポールに当たらない”の推論結果として“スイングの軌
道がずれている”、“ヘッドアップ”、０体がふらふら
する”および“地震”を得る。
プ１５）。また個別知識ベース名“ＧＯＬＦ、Ｂ”は使
用知識ベース履歴記憶手段７に記憶されていないため、
”ＧＯＬＦ、Ｂ″が記憶される（ステップ１６）。推論
機構４は個別知識ベース選択知識ベース６から与えられ
た個別知識ベース名“ＧＯＬＦ、Ｂ”を推論し、情報“
ポールに当たらない”の推論結果として“スイングの軌
道がずれている”、“ヘッドアップ”、０体がふらふら
する”および“地震”を得る。
この時点で分類知識選択手段５はフラグをオフ状態にし
くステップ１８）、フラグ状態を調査し、フラグのオフ
状態を判定する（ステップ１４）。
くステップ１８）、フラグ状態を調査し、フラグのオフ
状態を判定する（ステップ１４）。
この結果、常識知識ベース９を用いて推論機構４が推論
する。
する。
常識知識ベース９の内容により、推論対象“地震”で“
ポールに当たらない”ことが常識に反すると推論され、
次の推論対象から削除される。したがって、推論結果“
スイングの軌道がずれている”、′ヘッドアップ”、“
体がふらふらしている”の３つが結果として表示装置１
に表示される（ステップ２１）。利用者はこの推論結果
に満足せず推論終了宣言を入力装置１に入力しない。し
たがって、推論は継続される（ステップ１３）。分類知
識選択手段５はフラグの状態を調査し、オン状態と判定
する（ステップ１４）。この結果、個別知識ベース選択
知識ベース６が推論結果“ヘッドアップ”および“スイ
ングの軌道がずれている”によりアクセスされ個別知識
ベース名“ＧＯＬＦ、Ｂ”が得られる。しかし、この個
別知識ベース名“ＧＯＬＦ、Ｂ”は使用知識ベース履歴
記憶手段７に記憶されているため、推論機構４には与え
られない。推論結果“体がふらふらしている”で個別知
識ベース選択知識ベース６がアクセスされ、個別知識ベ
ース名“ＨＥＡＬＴＨ，Ｂ”が得られる。この個別知識
ベース名“ＨＥＡＬＴＨ。
ポールに当たらない”ことが常識に反すると推論され、
次の推論対象から削除される。したがって、推論結果“
スイングの軌道がずれている”、′ヘッドアップ”、“
体がふらふらしている”の３つが結果として表示装置１
に表示される（ステップ２１）。利用者はこの推論結果
に満足せず推論終了宣言を入力装置１に入力しない。し
たがって、推論は継続される（ステップ１３）。分類知
識選択手段５はフラグの状態を調査し、オン状態と判定
する（ステップ１４）。この結果、個別知識ベース選択
知識ベース６が推論結果“ヘッドアップ”および“スイ
ングの軌道がずれている”によりアクセスされ個別知識
ベース名“ＧＯＬＦ、Ｂ”が得られる。しかし、この個
別知識ベース名“ＧＯＬＦ、Ｂ”は使用知識ベース履歴
記憶手段７に記憶されているため、推論機構４には与え
られない。推論結果“体がふらふらしている”で個別知
識ベース選択知識ベース６がアクセスされ、個別知識ベ
ース名“ＨＥＡＬＴＨ，Ｂ”が得られる。この個別知識
ベース名“ＨＥＡＬＴＨ。
Ｂ”へ使用知識ベース履歴記憶手段７に記憶されている
ため、推論機構４に与えられる（ステップ１５）。これ
とともに、個別知識ベース名“ＨＥＡＬＴＨ，Ｂ”は使
用知識ベース履歴記憶手段７に格納される（ステップ１
７）。分類知識選択手段５は個別知識ベース名“ＨＥＡ
ＬＴＨ，Ｂ”を推論機構４に与える（ステップ１７）。
ため、推論機構４に与えられる（ステップ１５）。これ
とともに、個別知識ベース名“ＨＥＡＬＴＨ，Ｂ”は使
用知識ベース履歴記憶手段７に格納される（ステップ１
７）。分類知識選択手段５は個別知識ベース名“ＨＥＡ
ＬＴＨ，Ｂ”を推論機構４に与える（ステップ１７）。
推論機構４は個別知識ベース名“ＨＥＡＬＴＨ，Ｂ”を
推論し推論結果“熱がある”、′貧血”および“寝不足
”を発生する。次に、分類知識選択手段５は、手段５内
のフラグをオフにしくステップ１８）、フラグを調査し
オフ状態を確認する（ステップ１４）。分類知識選択手
段５からの指示に応答して、推論機構４は推論結果“熱
がある”、“貧血”および“寝不足”が常識知識ベース
９の常識に反していないかを推論する。この推論機構４
での常識に反していないという結果に応答して、分類知
識選択手段５は手段５内のフラグをオン状態にしくステ
ップ２０）、推論結果を表示装置１０に表示する（ステ
ップ２１）。利用者がこの表示をみて満足すれば、入力
装置１から推論終了宣言情報を入力する。この情報を与
えられた推論終了手段３は、推論機構４に指示を出し推
論を終了させる（ステップ１３）。
推論し推論結果“熱がある”、′貧血”および“寝不足
”を発生する。次に、分類知識選択手段５は、手段５内
のフラグをオフにしくステップ１８）、フラグを調査し
オフ状態を確認する（ステップ１４）。分類知識選択手
段５からの指示に応答して、推論機構４は推論結果“熱
がある”、“貧血”および“寝不足”が常識知識ベース
９の常識に反していないかを推論する。この推論機構４
での常識に反していないという結果に応答して、分類知
識選択手段５は手段５内のフラグをオン状態にしくステ
ップ２０）、推論結果を表示装置１０に表示する（ステ
ップ２１）。利用者がこの表示をみて満足すれば、入力
装置１から推論終了宣言情報を入力する。この情報を与
えられた推論終了手段３は、推論機構４に指示を出し推
論を終了させる（ステップ１３）。
〔発明が解決しようとする問題点３
以上説明したように本発明は、多数の専門的な個別知識
ベースを多数集め、その選択用の知識ベースと常識知識
ベースとを持たせ、それらの知識選択手段を有すること
により、従来の大型知識のように強制的に１つの大きな
知識ベースを作成する必要なしに大きな統合的知識ベー
スを作成することができ、小さな個別知識ベースとして
分けて使うこともでき、他に流用しやすく、又、知識ベ
ースを小さいままで知識を構築するので論理的に全てを
把握し体系室てるのが容易であるという効果がある。
ベースを多数集め、その選択用の知識ベースと常識知識
ベースとを持たせ、それらの知識選択手段を有すること
により、従来の大型知識のように強制的に１つの大きな
知識ベースを作成する必要なしに大きな統合的知識ベー
スを作成することができ、小さな個別知識ベースとして
分けて使うこともでき、他に流用しやすく、又、知識ベ
ースを小さいままで知識を構築するので論理的に全てを
把握し体系室てるのが容易であるという効果がある。
第１図は本発明の一実施例の構成を示す図、第２図は第
１図の分類知識選択手段５に着目した本発明の一実施例
の動作を示す図、第３図は個別知識ベース群の具体例を
示す図および第４図は個別知識ベース選択知識ベースの
具体例を示す図である。 第１図から第４図において、１・・・・・・入力装置、
２・・・・・・推論開始手段、３・・・・・・推論終了
手段、４・・・・・・推論機構、５・・・・・・分類知
識選択手段、６・・・・・・個別知識ベース選択知識ベ
ース、７・・・・・・使用知識ベース履歴記憶手段、８
・・・・・・個別知識ベース群、９・・・・・・常識知
識ベース、１ｏ・・印・表示装置、１１・・・・・・−
覧表記憶手段。 代理人 弁理士 内 原 晋
１図の分類知識選択手段５に着目した本発明の一実施例
の動作を示す図、第３図は個別知識ベース群の具体例を
示す図および第４図は個別知識ベース選択知識ベースの
具体例を示す図である。 第１図から第４図において、１・・・・・・入力装置、
２・・・・・・推論開始手段、３・・・・・・推論終了
手段、４・・・・・・推論機構、５・・・・・・分類知
識選択手段、６・・・・・・個別知識ベース選択知識ベ
ース、７・・・・・・使用知識ベース履歴記憶手段、８
・・・・・・個別知識ベース群、９・・・・・・常識知
識ベース、１ｏ・・印・表示装置、１１・・・・・・−
覧表記憶手段。 代理人 弁理士 内 原 晋
Claims (1)
- 【特許請求の範囲】 専門知識の構築されている個別知識ベースの集合である
個別知識ベース群手段と、 この個別知識ベース群手段内のどの個別知識ベースを推
論させるかを選択するため構築された知識を格納する個
別知識ベース選択知識ベース手段と、 この個別知識ベース選択知識ベース手段からの個別知識
ベース名を推論する推論手段と、 常識的知識を格納する常識知識ベース手段と、前記推論
手段からの推論結果を前記常識知識ベース手段からの常
識的知識をもとにして前記推論手段で推論し、常識的知
識に合致するもののみを表示する表示手段とを含むこと
を特徴とする個別知識ベース統合活用方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62284933A JPH01125628A (ja) | 1987-11-10 | 1987-11-10 | 個別知識ベース統合活用方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62284933A JPH01125628A (ja) | 1987-11-10 | 1987-11-10 | 個別知識ベース統合活用方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01125628A true JPH01125628A (ja) | 1989-05-18 |
Family
ID=17684939
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62284933A Pending JPH01125628A (ja) | 1987-11-10 | 1987-11-10 | 個別知識ベース統合活用方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01125628A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04213114A (ja) * | 1990-01-23 | 1992-08-04 | Internatl Business Mach Corp <Ibm> | 可変エキスパート・システム |
-
1987
- 1987-11-10 JP JP62284933A patent/JPH01125628A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04213114A (ja) * | 1990-01-23 | 1992-08-04 | Internatl Business Mach Corp <Ibm> | 可変エキスパート・システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schunk | Coming to terms with motivation constructs | |
| Lehman et al. | A gentle introduction to soar, an architecture for human cognition: 2006 update | |
| Sio et al. | Incubation and cueing effects in problem-solving: Set aside the difficult problems but focus on the easy ones | |
| Jatzlau et al. | It’s not magic after all–machine learning in snap! using reinforcement learning | |
| Michie | The state of the art in machine learning | |
| JPS6039269A (ja) | 計算機をベースとするシステムにおけるトピツクス・インタプリタ法 | |
| KR19990023893A (ko) | 화상표시제어장치, 화상표시제어방법 및 화상표시제어처리프로그램을 기록한 기록매체 | |
| Douadi et al. | Smart edutainment game for algorithmic thinking | |
| Frize et al. | Decision-support and intelligent tutoring systems in medical education | |
| JPH01125628A (ja) | 個別知識ベース統合活用方式 | |
| EP0359726A2 (en) | Method for expert systems | |
| US6278985B1 (en) | Virtual element selection device and method using a neural network | |
| US20060095393A1 (en) | Pattern Build Software System | |
| Wang | Handling exponential state space in a POMDP-based intelligent tutoring system | |
| Mokom et al. | Evolution of artifact capabilities | |
| JPH02282828A (ja) | 推論方式 | |
| Wetzels et al. | Use of external representations in science: Prompting and reinforcing prior knowledge activation | |
| Zhang et al. | Decisional DNA applied to robotics | |
| Berlin | SPAN: Integrating Problem-Solving Tactics. | |
| Papadopoulos et al. | Enhancing the student's logical thinking with Gherkin language | |
| Gandell et al. | Problematizing: The lived journey of a group of students doing mathematics | |
| De Leon | Cognitive task transformations | |
| WO2023181089A1 (ja) | マルチエージェント学習方法 | |
| Bressan | A preoccupation with systematicity | |
| Arts et al. | Comparing Discretization Methods for Applying Q-learning in Continuous State-Action Space |