JPH03132826A - 知識処理支援装置 - Google Patents

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。

Description

【発明の詳細な説明】 〈産業上の利用分野〉 本発明は、異なる対象分野間において共通に利用できる
知識、あるいは、過去に経験した問題との間で共通に利
用できる知識を抽出・適用して問題解決を行う知識処理
支援装置に関するものであステム等を挙げることができ
る。

〈従来の技術〉 現在までに、多くの分野において多数のエキスバートン
ステムが開発されているが、その大部分は、１つの固定
した分野（問題）において、与えられたルールと厳密に
マツチングしなければ処理が進まないものが多かった。

このため、似たような問題でもルールに記述されていな
ければ解を導くことはできないし、他の問題の解法を参
照・利用して現問題に適用するといった、「ルールに記
述されていない知的な動作」を実現することは困難であ
った。

また、ルールの形で表現された知識の質がエキスパート
システムの性能を左右するため知識獲得作業に対する負
担も大きかった。

〈発明が解決しようとする課題〉 そこで、本発明は以下の問題点を解決した知識処理支援
装置の提供を目的としている。

■現在のエキスパートシステムは、特定の対象領域の特
定の問題しか解決できない点。

■与えられた問題と似通った問題、同様の解法を含んだ
問題の処理経験が以前にあるにもかかわらず、与えられ
た、新たな問題に対するルールの厳密な記述がなければ
問題を解くことができない点。

■与えられた問題と似通った問題、同様の解法を含んだ
問題の処理経験が以前にあるにもかかわらず、ルールを
１から適用して全く新しい問題を解くようにしか動作し
ない点。

■知識獲得、特に、抽象的なルールの獲得の困難さ。

〈課題を解決するための手段〉 上記目的を達成するため、本発明に係る事例による知識
処理支援装置においては、従来の知識ベースシステムに
おいて利用されている手段である入力手段、知識ベース
の記憶手段、知識の推論メカニズムに基づいた一般問題
解決手段、知識ベースの編集手段、表示手段に加えて、
以前に経験した問題解決事例を利用して新たな問題解決
を行う事例型問題解決手段、事例の記憶・編集手段、事
例型の問題解決を通して仮説知識を生成する知識抽出手
段を具備している。

く作用〉 入力手段によって、特定のシンタックスに従って記述し
た、解決したい問題を入力すると、事例そのままの形で
、入力問題の解として置き換えられる。異なる部分は従
来の問題解決手段の利用により処理され、−次解の候補
か生成される。次に、−次解の候補に対して、事例型問
題解決手段により、以前の問題解決事例にもとづいて失
敗が予測され、もし不都合な状態が引き起こされるであ
ろう場合は、表示手段により、予測した失敗をユーザに
呈示して（ｉｌｉ！認を求める。ユーザがこれを確認す
れば、事例型問題解決手段により、以前の失敗回避事例
をもとに不足している制約が推測され、新たな制約のも
とて二次解の候補が生成される。

ユーザが二次解の候補を認めれば、知識抽出手段により
、推測した制約か知識化される。記憶手段により、知識
化した内容及び現問題とその解決過程が知識ベースに登
録される。システムだけでは解決事例を導けない場合は
、入力手段と知識編集手段により、専門家（ユーザ）か
らの情報が入力・編集され、記憶手段により、知識ベー
スに記憶される。

以下、図面を用いて本発明の一実施例を詳細に説明する
。

第１図は本発明装置の構成例を示す図である。

入力手段（１）は、計算機のキーボードやマウスなどの
入力機器に相当する。問題、専門家の問題解決事例、あ
るいは、対話的に得たユーザからの必要情報を入力する
。

記憶手段（２）は、計算機のメモリに相当する。

知識ベースの情報を保持し必要に応じて呼び出すモジュ
ールである。

表示手段（３）は、ＣＲＴ等の表示装置に相当する。解
や途中の過程を表示する。

問題解決手段（４）は、現在の状態にルール型の知識を
適用して目標状聾を推論する従来型のエキスパートシス
テムのエンジンに相当するソフトウェア・モノニールで
ある。

事例型問題解決手段（５）は、メモリに記憶された過去
の事例を利用して、類推的な問題解決を行うソフトウェ
ア・モジュールである。

知識抽出手段（６）は、個々の具体的な問題にデイグに
相当する。知識ベースに対する追加・修正・変更を行う
ソフトウェア・モジュールである。

制御手段（８）は、１〜７の各手段をプログラム的に結
合し、一連の動作を可能とするものが、であり、実行プ
ログラム、計算機のＯ８、あるいは計算機の制御を司る
ハードの部分に相当する。

第２図は、本発明に係る知識処理装置において必要とな
る知識ベースの構成及び知識ベースの構成要素と実行モ
ジュールの関係を表している。

知識ベースの構成は、従来型と異なり、複数ドメインの
知識ベースを許しており、各ドメインのサブ知識ベース
は共通領域（Ｏ７）を共有している。

図では一例としてドメインＡとドメインＢの両方を扱う
知識ベースの構成を示している。

（ａｌ）はドメインＡに対するサブ知識ベースを表して
おり、共通領域とドメインＡに固有の領域（共通領域を
除いた部分）から構成される。固有領域は、事例ベース
（Ｏ２）、基本知識ベース（Ｏ３）、領域知識ベース（
Ｏ４）に分かれる。これらは、ドメインＢにおいても同
様の構成を取る（ａ１′〜ａ４゛）（Ｏ９）に分かれて
いる。これらの知識ベースの構成要素は記憶手段により
システム内部に実装される。

各ドメインは固有の事例ベース推論エンジン（Ｏ５）　
、（ａ５’　）及び従来型の推論エンジン（Ｏ６）　、
（ａ６°）を有しており、推論エンジンは、与えられた
問題を、過去の事例を利用することなく、基本知識ベー
スに与えられている知識だけで解を導くものである。こ
れに対して、事例ベース推論エンジンは、事例ベースに
記憶された過去の問題解決事例を利用して解を導き、必
要があれば、解導出の背景にある知識を各知識ベースに
格納するものである。事例ベース推論エンジンは自から
のドメインだけでなく他のドメインの事例ベースも検索
し、ドメインに不足していた知識を他のドメインから補
うことを支援する。事例ベース推論エンジンの事例型問
題解決手段、知識抽出手段を実現するために、基本知識
ベース以外に、ドメイン固有の領域知識ベース・ドメイ
ン共通の概念ベースが必要である。また抽出した共通知
識を格納するために現は実現するプログラムの内部表現
によるため、ここではどのような構造を用意すれば良い
かについて説明する。

事例ベースは個々の問題に対して人間またはシステムの
解決例が具体的に記述されたものの集まりである。第３
図は、事例ベース内の個々の事例を表現するために必要
となる構造の１例を示している。ＩＤ（ｂｌ）は個々の
事例に対する見出しであり、ドメインの名称、ドメイン
内の連番、事例の名称から構成される。問題特ｍ　（ｂ
２）は個々の事例の特徴の集合であり、多数の事例の中
から類以事例を絞り込むための１つの材料となる。問題
（ｂ３）は、問題の定義であり、システムへの入力情報
となるものである。ドメイン、問題の性質により問題の
入力形式は様々であるが、例えば合成型の問題の場合は
、「構成物」と「制約条件」が最低限必要な情報となる
。失敗（ｂ４）は問題解決過程において生じた試行錯誤
の内容表現であり、１例として、失敗の内容は何か（ど
のような失敗が生じたか、その具体的内容）、失敗の種
類は何か（制約ような説明構造を与えることができるか
（「失敗の原因」がどのように作用して「失敗の内容」
に至ったかについての論理的な説明）、失敗をどのよう
に修復したか（失敗状態を成功状態に導くために適用し
た一連のプラン）から成る構成を持たせる。解（ｂ５）
は、与えられた問題に対する解及び解法プロセス（解の
導き方）の表現である。

第４図は基本知識ベースの内容を示している。

構造は、問題の解法を表す戦略知識を記述した部分（ｃ
ｌ）と、問題解決時に守られるべき制約を記述した部分
（Ｏ２）、及びそのドメインで扱う対象物の情報を定義
する部分（ｃ３）に分かれるが、これらはいずれも問題
によらない基本的なものであり、そのドメインにたいし
て入力される全ての問題に共通に用いられる知識である
。

第５図は領域知識ベースの構造を示している。

領域知識ベースには、事例型問題解決を実現するうえで
不可欠な情報が記録される。対象物の機能フレーム（ｄ
ｌ）には個々の対象物に対して、その対象物が担ってい
る機能が定義される。対象物の関（ｄ４）には、対象物
の機能・関係フレームの情報、状態の情報を使って、例
えば、特定の機能や関係をもつ対象物がある状態にある
場合、別のレベルのある状態が導かれるといった、状態
を導くための知識が記述される。制約（ｄ５）には問題
に依存した制約条件が記述される。問題分析知識（ｄ６
）には各問題の入力情報（第３図３ｃ）から問題特徴（
第３図ｂ２）を導くためのルールが記述される。事例適
用戦略（ｄｌ）には、現在の問題に過去の類似事例の解
を適用する方法、適用をガイドする知識が記述される。

　領域知識ベースの知識はすべて、後述する概念ベース
で定義したドメイン固有の給量により表現される。機能
定義、関係定義、状態定義等概念定義述語の記述形式の
一例を第Ｓ図に示す。

第６図は共通知識ベースの構造を示している。

共通知識ベースには、概念ベース（第９図）で定義され
た、ドメイン間に共通な機能情報、関係情報、状態情報
を用いて、「制約条件Ｊ　（ｅ２）、「状態を推論する
ための知識Ｊ　（ｅＬ）、「事例適用戦略」（ｅ３）が
記述される。

言い換え表現と階層表現か定義される。

（ｒｉ−１）は「オフィスレイアウト・ドメイン」と「
回路基板配置・ドメイン」に共通な「長期記憶」という
機能概念の言い換え表現を定義した部分であり、オフィ
スレイアウト・ドメインにおける「保管する」という機
能語と、回路基板配置・ドメイン１こおける「長期記憶
Ｊという機能語が似通った機能表現であることを表して
いる。（ｆｌ−２）は、機能語の抽象的な階層を表して
おり、木表現のルート側がより抽象的・包括的な機能語
が定義される。

この例の場合、「情報処理」するためには「情報受は渡
し」や「情報記憶」が必要であり、「情報受は渡し」す
るためには「情報を受ける」ことと「情報を渡す」こと
が必要であることを表している。関係本（ｆ２）及び状
態木（ｆ３）は、機能木と同様の表現形態を「関係」、
「状態」にそれぞれ適用したものである。概念ベースは
ドメイン間、あるいはドメイン内で「類似した」機能、
関係、状態を求めるために利用されろ情報である。

次に本知識処理支援装置の処理の流れを第９図に、処理
例を第１０図に示す。以下これらの図に沿って本装置の
動作の概略を説明する。

第９−ａ＝ｆ図に処理のフローを示す。システム例を第
１０図Ａに示す。問題が入力されるとシステムは過去の
類似問題の検索を行い現問題に最も近そうな事例を抽出
する（第９−ａ図ｇｌ）。問題分析知識（第３図ｂ４）
により、問題の特徴（第３図ｂ２）を求め（第９−ｂ図
ｈｌ）、特徴と特徴値をセヅトする（第９−ｂ図ｈ２）
。問題分析知識はルールの形で記述され、システム作成
者が適時用意する。

推論方法は従来のエキスバートンステムで用いられてい
るルール型の推論手法を用意しておけば十分である。第
１０図已に、第１Ｏ図Ａの問題表現から抽出した問題の
特徴を示す。特徴抽出は、事例検索の際にむだな探索を
行わないよう検索候補の絞り込みを予め行っておくため
の処理であり、例えば、特徴とその値が最も多く一致す
る事例が「類似した」事例であるというように定義して
おく。このようにして「近い」特徴を６つ事例の集合を
検索（第９−ｂ図ｈ３）シた後、問題表現の一致度の比
較を行う。例えば、構成物と制約が最ら多く一致する事
例が「最も近い」事例であるというように評価基準を定
義しそれに従って、「近い」事例の集合から「最も近い
」事例を検索する（第９−ｂ図ｈ４）。この上う１こし
て、もし存在すれば、１個の類似事例が抽出される（第
９〜ｂ図ｈｓ）。

抽出された類似事例の具体例を第１Ｏ図Ｃに示す。

類似事例検索の結果、事例がない場合はドメインを拡大
して他のドメインに対して同様の検索を行う（第９−ａ
図ｇ９）か、検索不能として推論エンジンのみで過去の
事例を利用せずに最初から一般問題解決処理を行う（第
９−ａ図ＩＯ）。　事例が存在した場合は検索事例の解
を利用して現問題に対する一次解を求める。この段階が
事例適用（第９−ａ図ｇ２）である。事例適用において
は、まず、現問題と抽出事例の間の差異の検出（第９−
ｃ図ｉ１）を行う。ここでの差異検出の基準は、対応す
る記述項目の有無により設定する。対応する記述項目で
あるか否かは、例えば、基本知識ベースの対象物の属性
フレームの階層構造を利用して作成すれば良い（例えば
オフィスレイアウトにおける「Ａ部長席」と「Ｂ部長席
Ｊを同じ「部長席」であると見做す）。第１０図りに検
出された差異の具体例を示す。事例適用の第２段階は、
差異検出過程において検出された同一部分（検索事例と
の対応部分）を現問題の対象物に置換することにより、
検出事例に記述された解及び解法プロセスをその５図ｄ
７）を適用して、同一部分を、記述された特定の方法に
従って処理してみる。事例適用戦略を用いても同一部分
の処理が失敗する場合、同一部分の持つ制約を適当に緩
和（第９−ａ図ｇｅｌ）　Ｉ、て事例の再適用を図るか
、■から事例を用いずに再試行を図る。同一部分の適用
が成功すれば、差異部分の適用を行う（第９−ｃ図ｉ３
）。差異の部分に関しても、領域知識ベースに記述され
た差異部分に関する事例適用戦略（第５図ｄ７）を適用
して処理を行い、処理が失敗すれば推論エンジンに制御
を渡して、差異部分だけは一般問題解決手段で処理する
。それでも失敗する場合（解呈示不可）は、同一部分の
適用と同様に制約緩和、再試行のプロセスを起動する。

適用が成功すれば（解呈示可）、適用結果の解を一次解
として、予測される失敗と共にユーザに呈示し、確認を
求める（第９ａ図ｇ４）。第１Ｏ図の問題例で呈示され
る解を第１０図Ｅに示す。失敗予測（第９−ａ図ｇ３）
は、制約が考慮されていなかったため失敗した、過去の
失敗事例とよく似た状態を一次解が持っていなの部分の
みを失敗予測の対象とする。まず、差異の部分の状態表
現と事例ベース内の失敗表現とを比較する（第９−ｄ図
ｊｌ）。

第１Ｏ図の例の場合、検索事例との差異の部分は「書類
棚」である。「書類棚」に関する機能表現、関係表現、
状態表現は第１Ｏ図ｆのようになる。−万事例には失敗
に対する説明構造があり、説明構造のり−フノードはや
はり機能表現、関係表現、状態表現で抽象的に表されて
いる（第１０図Ｇ）。差異の部分と説明構造のり−フノ
ードとが「近い」か否かを各事例の失敗部分ごとに比較
する。比較基弗は、例えば、対応する機能、関係、状態
の数、各述語の引数部分の対応する対象物の数を比べ最
も多くの対応関係にある失敗事例を抽出する（第９−ａ
図ｊ２、具体例第１Ｏ図Ｈ）。例えば第１θ図の例の場
合、機能述語アとア゛、つとつ°、状態述語の力と力°
、オとオ°が対応関係にあり、事例側の失敗の発火条件
が呈示解側にも揃っていることが予想できる。ア・ア°
、イ・イ°の対応関係は、機能名称が概念ベースに定義
されたした失敗事例を現問題に適用して、現問題に対す
る失敗を推測するのが失敗導出トレース（第９ｄ図ｊ３
）であり、ここでは失敗事例の説明構造を利用して、現
問題に対応する説明構造の生成可能性を検査しながら失
敗内容を予測する。説明構造生成可能性の検査とは、検
索事例側の説明構造の、途中状態を現問題に当てはめた
場合、基本制約や別の制約に違反するような場合を検査
することである。第１Ｏ図の問題に対する失敗導出トレ
ースの概略を第１０図Ｉに示す。失敗導出トレースに成
功すれば、対応する失敗が求められ、「事例あり」とい
う情報が返される。予測された失敗は表示手段を通して
ユーザに呈示され、ユーザによりその中から適当である
と判断されるものが選択される。第１０図の問題例に対
して予測された失敗を第１Ｏ図Ｊに示す。失敗中、選択
されなかったものに関しては、状況が異なるために見当
違いのものを予測した場合と、状況は同じであるが本来
失敗にならないものまで失敗として扱われてしまった場
合が考えられる。前者は、問題定義の不十分概念ベース
の内容変更や、問題設定のやり直しを求め、知識編集手
段により実際に修正を加える（第９−ａ図ｇ１３）。

また、予測される失敗が同一ドメインにない場合はドメ
インを拡大（第９−ａ図ｇ１２）して、他のドメインの
失敗事例を検索しに行く。他のドメインにも類似の失敗
事例がない場合、予測不能として失敗の有無をユーザに
尋ね、もしあれば、入力手段・知識編集手段によりに失
敗を記述させる。

予測された失敗をユーザが認めた場合、失敗を回避する
ように一次解を修正する。これが失敗回避（第９−ａ図
ｇ５）である。失敗回避では失敗修復の記述に現れる対
象物が一致するかしないかを判定しく第９−ｅ図に１）
、一致すれば、失敗事例の修復プランをそのまま適用し
て（第９−ｅ図に２）、解を生成（第９−ｅ図に５）シ
、制約に違反しなければ（第９−ｅ図に６）、２次解と
して呈示する。

状況に一致しなければ、失敗修復事例をそのまま適用す
ることはできないので、失敗の原因となっている不足し
ている制約条件を生成しく第９−ｅ分解を生成しく第９
−ｅ図に５）、制約条件を満たすかどうか検査する（第
９−ｅ図に６）。不足している制約条件を含めすべての
制約を満足するまで、生成検査を繰り返す。この生成検
査過程により求められた解を２次解として呈示する。も
し、２次解が呈示できない場合は、制約緩和・再試行（
第９−ａ図ｇｉｏ、ｇ９）のプロセスを呼び出す。２次
解が呈示できれば、現問題の失敗内容をユーザとともに
作成しく第９−ａ図ｇ６）、現事例を事例ベースに登録
する。また、このときに使用した知識を、領域知識ベー
スまたは共通知識ベースに、必要ならば、ユーザ確認の
もとで登録する（第９−ａ図ｇ７）。

第１Ｏ図Ｋに状況判定例を示す。この問題の場合、失敗
部分の「技術部長席」に対応する対象物が２つ存在する
ため状況は一致しない。このためンステムは第１Ｏ図り
に示す制約を抽出して、その制約を満たすように「書類
棚、０課、Ｄ課」の配置場所を探索し直す。第１０図Ｍ
は生成した制約に関係する対象物を、第１０図Ｎは失敗
回避プロセスを適用して求めた２次解を示している。

る。まず、失敗事例側の説明構造を現事例に当て嵌める
際に必要となった最小限の一般化表現で、失敗事例の説
明構造を書き換えたものを求める（第９−ｆ図１１）。

一般化した失敗導出過程の例を第１０図０に示す。説明
構造の中間ノードで、−膜化表現側や入力事例側に対応
する概念がなければ、ユーザへ問い合わせて対応概念を
入力させ（第９ｆ図１２）、領域知識ベース、概念ベー
スへの登録を行う（第９−ｆ図１３）。第１０図Ｐに抽
出された対応概念を示す。最後のプロセスとして、解を
新たな事例として事例ベースに登録するとともに、２次
解を導出する際に求めた不足していた制約を領域知識ベ
ース、共通知識ベースに、必要があればユーザ確認のら
とに、登録する。

本知識処理支援装置の機能を実現するには以上のような
内容の知識ベースと処理ソフトウェアプログラムを作成
し、チップ化すれば良い。

〈発明の効果〉 以上、本発明の知識処理支援装置によれば、以下のよう
な効果がある。

・直接ルール型の知識が定義されてなくても、類似した
問題であれば解ける可能性がある。

・システムは過去と同じタイプの失敗を繰り返さない。

・考慮すべき制約条件が不足している場合でも、過去の
経験から必要な制約条件を　抽出して問題解決すること
ができる。

・異なるドメインの問題解決経験を利用できる。

例えば、回路基板配置のドメインにおいて、「■１０と
ＣＰＵの位置が離れているため配線効率が低下した」こ
とと、オフィスレイアウト・ドメインにおいて「庶務席
とメイル棚の位置が離れているためにメイルの誤配があ
った」という失敗事例が類似であることが推定され、た
とえ、オフィスレイアウト・ドメインにおいて「情報交
換の多い２つの対象物は近くに配置する」という制約知
識がなくても、回路基板配置ドメインの事例があれば、
考慮すべき制約知識としてシステムがそれを取り込んだ
うえで問題解決することができる。

・事例を記述し蓄積することが知識獲得になるた第１図
は本発明装置の一構成例を示す図、第２図は本発明装置
の知識ベースの構成方法の一例を示す図、第３図は本発
明装置に必要なメモリである事例ベースの構成方法の一
例を示す図、第４図は本発明装置に必要なメモリである
基本知識ベースの構成方法の一例を示す図、第５図は本
発明装置に必要なメモリである領域知識ベースの構成方
法の一例を示す図、第６図は本発明装置に必要なメモリ
である共通知識ベースの構成方法の一例を示す図、第７
図は本発明装置に必要なメモリである概念ベースの構成
方法の一例を示す図、第８図は本発明装置に必要な記述
形式である概念定義記述の一例を示す図、第９（ａ＝ｆ
）図は本発明装置の動作フローの一例を示す図、及び第
１０（Ａ〜Ｐ）図は動作フローに沿った処理の具体例を
示す図である。

■・・・入力手段、２・・・記憶手段、３・・・表示手
段、４・・・問題解決手段、５・・・事例型問題解決手
段、６・・・知識抽出手段、７・・・知識編集手段、８
・・・制御手段 第１図　全体構成図

Claims (1)

1. 【特許請求の範囲】 必要な情報を入力する入力手段と、入力情報を記憶する
   記憶手段と、与えられた知識により問題解決を行う一般
   問題解決手段と、以前に経験した問題解決事例を利用し
   て新たな問題解決を行う事例型問題解決手段と、事例型
   の問題解決を通して仮説知識を生成する知識抽出手段と
   、知識や事例の修正・追加を行う編集手段と、問題解決
   結果の表示手段と、を有し、 １つの問題領域の知識をよく似た別の問題領域の知識に
   移行することが可能である知識ベースの構造を持つこと
   を特徴とする知識処理支援装置。