RU2751435C1 - Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации - Google Patents

Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации Download PDF

Info

Publication number
RU2751435C1
RU2751435C1 RU2020142377A RU2020142377A RU2751435C1 RU 2751435 C1 RU2751435 C1 RU 2751435C1 RU 2020142377 A RU2020142377 A RU 2020142377A RU 2020142377 A RU2020142377 A RU 2020142377A RU 2751435 C1 RU2751435 C1 RU 2751435C1
Authority
RU
Russia
Prior art keywords
request
dialogue
operator
dialog
response
Prior art date
Application number
RU2020142377A
Other languages
English (en)
Inventor
Алексей Владимирович Зюзин
Павел Андреевич Морозов
Юрий Александрович Круталевич
Роман Игоревич Аношин
Никита Николаевич Беликов
Original Assignee
Алексей Владимирович Зюзин
Павел Андреевич Морозов
Юрий Александрович Круталевич
Роман Игоревич Аношин
Никита Николаевич Беликов
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Алексей Владимирович Зюзин, Павел Андреевич Морозов, Юрий Александрович Круталевич, Роман Игоревич Аношин, Никита Николаевич Беликов filed Critical Алексей Владимирович Зюзин
Priority to RU2020142377A priority Critical patent/RU2751435C1/ru
Application granted granted Critical
Publication of RU2751435C1 publication Critical patent/RU2751435C1/ru

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Machine Translation (AREA)

Abstract

Изобретение относится к области информационных технологий. Технический результат заключается в повышении оперативности управления путем сокращения времени решения автоматизированных задач управления. Технический результат достигается за счет формализации предметной области в виде продукционно-фреймовой модели, что позволяет отразить как процедурные, так и декларативные знания; формирования сценария диалога, который отражает порядок и достаточность данных для решения задачи управления, а также процедуры анализа запроса оператора, которая позволяет сформировать адаптивный сценарий диалога между оператором и АРМ КСА на естественно-подобном языке, в процессе которого формируются запросы со стороны АРМ КСА, направленные либо на ввод недостающих данных для решения задачи управления, либо на их уточнение. 4 ил.

Description

Область техники, к которой относится изобретение
Изобретение относится к области информационных технологий, в частности к способу построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации и может быть использован для повышения оперативности управления путем сокращения работного времени операторов.
Уровень техники
В настоящее время в различных общественных и государственных сферах в целях повышения обоснованности и оптимальности принимаемых решений применяются автоматизированные системы управления (АСУ). Согласно ГОСТ 34.003 – 90 – «АСУ – это система, состоящая из персонала и комплекса средств автоматизации его деятельности, реализующая информационную технологию выполнения установленных функций». Одним из наиболее существенных частных показателей, влияющих на эффективность АСУ является оперативность системы. Количественно оперативность АСУ оценивается работным временем операторов КСА - их временными затратами на выполнение поставленных задач. Существенный вклад в значение данного времени вносит время решения автоматизированных задач управления. Под этим временем понимается время необходимое на выполнение действий и распоряжений по выборке (извлечению) и объединению в определенном интегрированном виде совокупности данных необходимых оператору КСА для принятия решения.
Отметим, что в КСА решение автоматизированных задач управления осуществляется на автоматизированном рабочем месте (АРМ) посредством, выполнения последовательности команд, формируемых стандартными средствами ввода информации (клавиатура и графический указатель (мышь, трекбол), путем последовательного выбора того или иного пункта многоуровневого пользовательского меню информационной модели (ИМ) АРМ и ввода соответствующих данных. ИМ представляет собой совокупность определенным образом упорядоченных данных, представляемых средствами отображения информации и несущих информацию об обстановке, управляемых и неуправляемых объектах, их состояниях функционирования. Решение задач управления на АРМ КСА реализуется в диалоговом режиме. В соответствии с ГОСТ 15971-90 под диалоговым режимом понимается режим взаимодействия оператора с системой обработки информации, при котором оператор и система обмениваются информацией в темпе, который соизмерим с темпом обработки информации человеком.
При существующем способе организации диалогового режима в современных КСА значительное количество времени затрачивается оператором именно на работу с многоуровневым пользовательским меню ИМ. Одним из наиболее предпочтительных направлений сокращения времени решения автоматизированных задач управления является построение диалогового режима на естественно-подобном языке.
На сегодняшний день достигнут значительный прогресс в разработке систем, позволяющих производить решение задач в диалоговом режиме на естественно-подобного языке. Так известно изобретение - «система запросов на естественном языке для доступа к информационной системе» описанный в патенте RU №2269164 C2 (опубликован 27.01.2005), включающая в свой состав систему распознавания, систему взаимодействия, информационную систему, системного аналитика и пользователя. Известен «способ коммуникации пользователя с информационной диалоговой системой», описанный в патенте RU №2530267 C2 (опубликован. 10.10.2014), включающий в себя этапы: активации подсистемы пользовательского ввода, получение подсистемой запроса пользователя и преобразование его в текст, обработку диалоговым модулем полученного текста и ответа на запрос, отображение и/или воспроизведение сформированного ответа. Также известен «способ синтеза самообучающейся аналитической вопросно-ответной системы с извлечением знаний из текстов» патенте RU 2345416 C1 (опубликован 27.01.2009). Общим недостатком описанных выше изобретений является применение на этапах описания предметной области и обработки естественно-подобного языка вероятностных моделей, что может привести к выполнению двух различных действий или доступу к двум различным объектам, при выполнении одного запроса и как следствие увеличению времени, затрачиваемому на правильное принятие решения, или вовсе к неправильному его принятию. Возникновение данных ошибок при решении задач управления во множестве специализированных областей применения является недопустимым. Так, например, в военной сфере неправильная идентификация государственной принадлежности воздушного объекта может привести к непоправимым последствиям, в медицине ошибочно диагностированные симптомы заболевания приведут к неправильному лечению пациента, а при устранении последствий чрезвычайной ситуации важна каждая секунда, затрачиваемая на правильное принятие решения.
Наиболее близким к предлагаемому способом, выбранным в качестве прототипа, является: «способ формирования оперативной информации на основе формализованной концептуальной модели предметной области», описанный в патенте RU №2737598 C1 (опубликован 01.12.2020), включающий в себя следующие этапы: описания информационной системы в виде фреймовой модели знаний на основе комплекта документации на нее, формирования понятийного представления объектов отображения, формирования графического представления объектов отображения, совмещения понятийного и графического представления в виде паттернов, определение множества команд запроса на естественно-подобном языке, определение множества условий запроса на естественно-подобном языке, формирование предикатной модели запроса в виде кортежа «команда», «условие», активация подсистемы пользовательского ввода, ввод запроса, прием и преобразование запроса в текст подсистемой пользовательского ввода, передача текста, полученного в результате преобразования запроса диалоговому модулю, передача диалоговым модулем запроса, прошедшего лингвистический анализ в модуль предикатной модели запроса, определение структуры запроса в соответствии с предикатной моделью, передача определенной структуры запроса в диалоговый модуль, формирование диалоговым модулем ответа на запрос, передачу ответа пользователю, отображение и/или воспроизведение сформированного ответа. Данный способ лишен недостатков описанных выше изобретений, однако его применение при решении автоматизированных задач управления имеет ограничения. В зависимости от мощности множества данных вводимых оператором задачи управления имеют различную арность. Способ описанный в патенте RU №2737598 C1, применим для задач управления в которых мощность такого множества равна единице, то есть оператор вводит только одно данное для решения автоматизированной задачи управления. Решение автоматизированных задач управления с арностью более единице характеризуется тем, что оператору необходимо знать и помнить не только большое количество данных, которое необходимо для решения той или иной автоматизированной задачи управления, но и порядок ввода этих данных. Указанное обстоятельство, а также обширный перечень автоматизированных задач управления, реализованных в КСА, будет неизбежно приводить к многочисленным ошибкам при вводе данных и, как следствие, либо к ошибочному решению задачи управления, либо к невыполнению задач управления вовсе. Соответственно время на решение автоматизированных задач управления будет увеличиваться.
Описанный способ никак не учитывает достаточность данных для решения автоматизированных задач управления и их допустимых значений, а также порядок их решения.
Устранение описанных недостатков возможно путем организации диалогового режима на естественно-подобном языке, в котором для каждой автоматизированной задачи управления формируется сценарий диалога, который отражает порядок и достаточность данных для решения задачи управления, а также реализована процедура анализа запроса оператора, которая позволит сформировать адаптивный сценарий диалога между оператором и АРМ КСА на естественно-подобном языке, в процессе которого будет формироваться запросы со стороны АРМ КСА, направленных либо на ввод недостающих данных для решения задачи управления, либо на их уточнение.
Раскрытие изобретения
В основу изобретения положена задача, по разработке способа построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации, реализация которого позволит сократить время решения задач управления, арность которых более единицы, исключая при этом возможность неверной интерпретации запросов и ответов оператора.
Поставленная задача решается тем, что разработанный способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации включает этапы: представления в терминах и понятиях предметной области информационной модели автоматизированного рабочего места комплекса средств автоматизации, формирования фреймовой модели путем объединения фреймов-экземпляров и фреймов-ролей, формирования множества наименований продукций, сфер применения продукций, условий и постусловий применения продукций, антецедентов и консеквентов продукций, формирования продукционно-фреймовой модели, формирования ориентированного графа диалога путем определения множества шагов диалога и функции отображения между ними, определения компонент сильной связности графа диалога, определения весов шагов диалога внутри компонент сильной связности, нагрузка ориентированного директивного графа диалога весами, формирования предикатной модели запросов и ответов оператора и автоматизированного рабочего места комплекса средств автоматизации, определения морфологии, синтаксиса и семантики языка диалога; активация подсистемы пользовательского ввода, ввод запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации, прием и преобразование запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в текст подсистемой пользовательского ввода, передача текста, полученного в результате преобразования запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации диалоговому модулю, передача диалоговым модулем запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации прошедшего морфологический, синтаксический и семантический анализ в модуль предикатной модели запросов и ответов, определение структуры запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в соответствии с предикатной моделью, передача определенной структуры запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в диалоговый модуль, выделение взвешенного ориентированного графа диалога в соответствии с командной частью запроса, проверка множества условий запроса, представления множества условий запроса в виде пустого графа, формирования директивного графа диалога адаптивного запросу оператора, формирования адаптивного сценария диалога по критерию минимального веса, выбор шага диалога из адаптивного сценария с наименьшим весом, формирования диалоговым модулем ответа когда вес шаг диалога равен нулю или формирования запроса автоматизированного рабочего места комплекса средств автоматизации для шага диалога с весом не равным нулю, передача запроса или ответа оператора, лингвистический анализ ответа оператора; визуализация на средствах отображения результатов решения задачи управления.
Отметим, что информация, используемая в КСА, разделяется на процедурную и декларативную. Процедурная информация овеществлена в программах, которые выполняются в процессе решения задач управления, а декларативная - в данных, с которыми эти программы работают. Решение любой задачи управления
Figure 00000001
 при этом представляется как выполнение программы, реализующей определенный алгоритм
Figure 00000002
 над множеством данных
Figure 00000003
:
Figure 00000004
Совокупность множества алгоритмов, реализованных в КСА определяет его математическую модель представления структуры задач управления:
Figure 00000005
где k - количество задач управления решаемых в КСА. В математической модели каждый элемент множества данных
Figure 00000006
 является алгебраической величиной, выраженной в значение атрибута объекта представленного базе данных (БД) КСА. Однако, оператор в процессе мыслительной деятельности оперирует не объектами и атрибутами, представленными в БД КСА, а понятиями и их свойствами. Данное различие в представление данных не позволяет перейти к возможности решения автоматизированных задач управления в диалоговом режиме на естественно-подобном языке, и обуславливает требование к разработке модели представления данных, которая позволит соотнести понятия, которыми оперирует оператор с объектами, представленными в БД КСА. Решение данной задачи в предложенном способе осуществляется путем применения продукционно-фреймовая модель (ПФМ) представления знаний предметной области. В этой модели декларативные знания выражаются в виде фреймов
Figure 00000007
, а процедурные в виде продукций
Figure 00000008
, определяющих достаточность и порядок данных, необходимых при решении задач управления.
Для формирования ПФМ, необходимо ИМ АРМ представить в терминах и понятиях предметной области. В качестве исходного информационного ресурса для этого используется существующая информационная модель отображения, информация из БД КСА, ГОСТ, эксплуатационная документация на соответствующий КСА, а также нормативные документы и руководства по работе. На основе информации, содержащейся в ИМ РМ, определяется множество объектов предметной области
Figure 00000009
, а также множество возможных отношений
Figure 00000010
 между ними
Figure 00000011
.
Сформированные множества выступают основой для определения типов и структур фреймов (
Figure 00000012
) в виде упорядоченного множества (кортежа) слотов:
Figure 00000013
где каждый слот
Figure 00000014
 в общем виде имеет следующую структуру:
Figure 00000015
где
Figure 00000016
- множество значений слота
Figure 00000017
,
Figure 00000018
 - демон слота
Figure 00000019
.
Построение фреймовой модели осуществляется путем объединения фреймов двух видов: фреймов-экземпляров
Figure 00000020
 и фреймов-ролей
Figure 00000021
, описывающих сущностный и ролевой аспекты. Сущностный аспект отражает наличие объектов, представленных в ИМ, а ролевой функциональную сторону, выполняемую этими объектами.
Определение множества данных необходимых и достаточных для решения задач управления осуществляется на основе объединения ФМ и продукционной модели (ПМ). Основой формирования продукционной модели является та часть ИМ РМ КСА которая отражает порядок и условия решения задач управления.
В общем виде под продукцией
Figure 00000022
 понимается выражение вида:
Figure 00000023
где
Figure 00000024
- наименование продукции,
Figure 00000025
 - сфера ее применения,
Figure 00000026
 и
Figure 00000027
 -условие и постусловие применения продукции соответственно,
Figure 00000028
- ядро продукции.
Наименование продукции
Figure 00000029
 это имя (уникальный идентификатор), с помощью которого данная продукция выделяется из всего множества продукций
Figure 00000030
. В качестве элемента
Figure 00000031
 выступает уникальное имя в виде названия задачи управления. Элемент
Figure 00000032
 представляет сферу применения продукции, в рамках рассматриваемой предметной области. Выделение множества
Figure 00000033
 позволяет систематизировать продукции, что сокращает время их поиска, а также облегчает работу с системой продукций. Отметим, что множество сфер применения продукций является подмножеством булиана множества наименований продукций
Figure 00000034
 где
Figure 00000035
 множество всех подмножеств
Figure 00000036
.
Основным элементом продукции является ядро
Figure 00000037
,
Figure 00000038
. Ядро продукции
Figure 00000039
 представляет собой правило, состоящее из посылки
Figure 00000040
 (антецедента) и заключения
Figure 00000041
 (консеквента). Посылка правила (
Figure 00000042
) представляет собой любое логическое выражение. Это может быть единственное условие или несколько условий. После определения посылки правила указываются необходимые действия
Figure 00000043
 системы.
Антецедент правила представляется в виде триплетов: «фрейм-слот-значение». Преимущество такого представления антецедентов является уточнение контекста, в котором применяются правила. Для формирования антецедента ядра
Figure 00000044
 продукции
Figure 00000045
 необходимо каждому элементу множества данных участвующих в решении задачи управления
Figure 00000003
 поставить в соответствие фрейм представленный в ИМ АРМ КСА, то есть:
Figure 00000046
. Определенное на этой основе множество триплетов, представленных в конъюнктивной форме и формирует антецедент ядра продукции:
Figure 00000047
Консеквент ядра продукции
Figure 00000048
 определяет действие выполняемое системой. В КСА это инициализация (запуск) соответствующей задачи управления.
Также необходимо учесть случаи, когда результат решения одной продукции, является входным значением для другой. В этом случае говорят, что две продукции находятся в отношении
Figure 00000049
- «результат расчета одной продукции является входными данными для другой». Продукции, находящиеся в таком отношении, называются «дочерними» и «родительскими». Результат решения задачи управления, описанной как «родительская», выполняет роль входных данных для «дочерней».
Формирование множества отношений между продукциями
Figure 00000050
 предусматривает выполнение последовательности операций представленных следующим алгоритмом (рисунок 1):
1. Определение для каждой продукции
Figure 00000051
 множества элементов антецедента
Figure 00000052
 представленных в виде триплетов
Figure 00000053
- «фрейм-слот-значение».
2. Определение для каждой продукции результата выполнения действия консеквента ядра в виде триплетов
Figure 00000054
- «фрейм-слот-значение» определенных в ФМ.
3. Поэлементное сравнение элементов множества антецедента ядра для i-ой продукции
Figure 00000055
 с результатом выполнения действия определенного в консеквенте ядра j-ой продукции
Figure 00000056
4. В случае если l-й триплет
Figure 00000057
 продукции равняется результату выполнения консеквента ядра j-ой продукции
Figure 00000058
, то установлено что пары продукций
Figure 00000059
 находятся в отношение
Figure 00000060
, т.е. результат расчета «родительской» продукции
Figure 00000061
 является входным данным для «дочерней» продукции
Figure 00000062
.
5. Выполнение пунктов 3, 4 для каждой продукции из их полного множества.
Сформированное таким образом множество отношений между продукциями
Figure 00000063
, позволяет сформировать множество постусловий применения продукций
Figure 00000064
. Элементы данного множество активизируются только в том случае, если ядро продукции реализовалось, определяя необходимые к выполнению действия и процедуры.
Таким образом, если элемент множества
Figure 00000065
 определяет факт, что пары продукций
Figure 00000066
 находятся в отношении
Figure 00000067
, элементу множества
Figure 00000068
 определяющему постусловие продукции
Figure 00000069
, ставится в соответствие его «дочерняя» продукция
Figure 00000070
.
Следующим элементом продукции является множество условий применимости ядра
Figure 00000071
. В общем виде элементы этого множества
Figure 00000072
 представляют собой логические выражения в виде предикатов. Когда
Figure 00000073
 принимает значение «истина», ядро продукции активизируется. Если
Figure 00000074
 ложно, то ядро продукции не может быть использовано.
В качестве условия применимости ядра продукции
Figure 00000075
 применяется предикат
Figure 00000076
 «поступила команда на выполнение задачи управления
Figure 00000077
» где в качестве предметной переменной
Figure 00000078
 выступает наименование задачи управления
Figure 00000079
. Однако, поскольку полное наименование задачи управления имеет сложную структуру, что затрудняет ее запоминание оператором, и может приводить к ошибкам, ей ставится в соответствие сокращенное название, отражающее суть проводимых расчетов. Также, необходимо отметить, что возможны случаи когда условием применимости ядра
Figure 00000080
 может выступать его «дочерняя» продукция
Figure 00000081
 С целью учета таких случаев, необходимо проанализировать множество всех постусловий
Figure 00000082
 и поставить в дизъюнктивную форму предикат и все определенные запросы на выполнение от «дочерних» продукций:
Figure 00000083
где
Figure 00000084
 - предикат в виде команды на выполнение i-сокращенного наименования задачи управления,
Figure 00000085
 - запрос полученный от «дочерней продукции»
Figure 00000086
Сформированные таким образом элементы
Figure 00000087
,
Figure 00000088
,
Figure 00000089
,
Figure 00000090
, и
Figure 00000091
 позволяют полностью описать представление объектов ИМ АРМ КСА и отразить условия решения задач управления необходимые с точки зрения оператора, объединяя декларативные и процедурные знания в одной модели.
Следующий этап работы способа направлен на описание структуры диалога между оператором и АРМ КСА и определение приоритета вводимых при этом данных. Все сообщения, которыми обмениваются участники диалога между собой образуют единую сложную конструкцию, называемую структурой диалога. Описание структуры диалога производится путем его декомпозиции на части, называемые шагами диалога
Figure 00000092
. В общем случае под шагом диалога
Figure 00000093
 понимается законченная процедура интерактивного взаимодействия оператора И АРМ КСА, представленная в виде пары «действие-реакция». Сообщение активного участника диалога соответствует «действию», а пассивного - «реакции». Последовательность переходов между множеством шагов диалога необходимая для достижения поставленной цели называется сценарием диалога.
Формализация структуры диалога производится в виде графа диалога
Figure 00000094
, где
Figure 00000095
 счетное множество шагов диалога, а
Figure 00000096
- функция отображения
Figure 00000097
, в которой
Figure 00000098
, если существует шаг диалога, задаваемый траекторией
Figure 00000099
, при этом данное отображение определяет на графе множество ориентированных ребер
Figure 00000100
,
Figure 00000101
. Для представления граф диалога в КСА применяется квадратичная матрица смежности:
Figure 00000102
элементы которой представляются нулями или единицами по следующему правилу: элемент
Figure 00000103
, стоящий на пересечении
Figure 00000104
-ой строки и
Figure 00000105
-го столбца, равен единице, если имеется ребро, соединяющее вершины
Figure 00000106
 и
Figure 00000107
, и равен нулю в противном случае, т.е.
Figure 00000108
Исходной информацией для формирования графа диалога выступает продукционно-фреймовая модель (ПФМ)
Figure 00000109
. На ее основе для каждой отдельной i-ой задачи управления определяется множество шагов диалога
Figure 00000110
 путем сопоставления их с соответствующими
элементами антецедента ядра i-ой продукции
Figure 00000111
.
Выполнение процедуры определения функции отображения
Figure 00000112
 между шагами диалога на множестве
Figure 00000113
 производится путем анализа множества нормативных документов на КСА. Описанные в нормативных документах алгоритмы решения задач управления, позволяют определить связи между шагами диалога в виде ориентированных ребер
Figure 00000114
.
Задачей следующего этапа является формирование приоритета порядка ввода данных. Отметим, что оператор при взаимодействии с АРМ КСА на естественно-подобном языке хоть имеет возможность выбора наиболее удобной для него точки входа в диалог, а также перехода между шагами диалога, условия решения задач управления накладывают на него ряд ограничений. Так, существуют задачи управления, в которых после ввода группы данных оператор получив промежуточный результат, анализирует его и продолжает ввод. Описанное обстоятельство приводит к возникновению таких шагов диалога
Figure 00000115
, для прохождения которых необходимо сначала пройти шаг диалога
Figure 00000116
. Следовательно структура графа диалога на естественно-подобном языке представляется в виде ориентированного слабо-связанного графа, т.е. выполняется условие что между двумя шагами диалога
Figure 00000117
 может не оказаться соединяющих их ребер
Figure 00000118
, но между ними обязательно должен существовать по крайней мере один соединяющий их маршрут. Данное обстоятельство приводит к необходимости разделения графа диалога на соответствующие компоненты сильной связности. С этой целью на множестве шагов диалога
Figure 00000119
 вводится бинарное отношение эквивалентности «
Figure 00000120
». Отношение эквивалентности «
Figure 00000121
» порождает разбиение этого множества на классы эквивалентности
Figure 00000122
 или компоненты сильной связности графа диалога
Figure 00000123
.
Для нахождения компонент сильной связности, на графе диалога определяется матрица достижимости
Figure 00000124
 и матрица сильной связности
Figure 00000125
. Матрица достижимости
Figure 00000126
 - это бинарная матрица замыкания по транзитивности отображения
Figure 00000127
, в которой содержится информация о существовании путей между шагами диалога
Figure 00000128
. Такая матрица формируется по следующему правилу:
Figure 00000129
где
Figure 00000130
 - путь из i-го шага диалога в j-й.
При построение такой матрицы необходимо учесть все пути длиной от 1 до
Figure 00000131
-1, где n - количество шагов диалога в графе. Длиной пути называется число ребер, используемых в пути. Матрица смежности
Figure 00000132
 дает информацию о всех путях длины 1, а для поиска путей длины 2 необходимо найти ее композицию саму с собой:
Figure 00000133
, т.е.:
Figure 00000134
Следуя, указанной выше логике после нахождения матриц
Figure 00000135
 композиций
Figure 00000136
 для всех
Figure 00000137
,
Figure 00000138
-1 будет получена информация о всех путях длины от 1 до
Figure 00000139
-1. При применении операции дизъюнкции на полученном множестве композиций формируется матрица достижимости
Figure 00000140
 по следующему правилу:
Figure 00000141
Матрица сильной связности
Figure 00000142
 - это симметричная бинарная матрица, содержащая информацию о всех сильно связанных вершинах в графе диалога, заполняемая по правилу:
Figure 00000143
Построена такая матрица может быть из матрицы достижимости по формуле:
Figure 00000144
Дальнейшие действия по выделению компонент сильной связности основаны на анализе матрицы сильной связности
Figure 00000145
 по алгоритму представленному на рисунке 2. В данной матрице необходимо определить шаги диалога, которым соответствуют единицы в первой строке. Полученное множество
Figure 00000146
 - это множество шагов диалога j-ой компоненты сильной связности
Figure 00000147
. Удалив из матрицы сильной связности строки и столбцы, содержащие шаги диалога j-ой компоненты сильной связности необходимо повторить описанные действия до тех пор, пока не будет получена пустая матрица
Figure 00000148
, не имеющая ни столбцов, ни строк. На первом этапе работы алгоритма определяются две вспомогательные переменные:
Figure 00000149
 - для хранения количества компонент сильной связности которая на первом шаге инициализируется значением 0 и копию исходной матрицы сильной связности
Figure 00000150
. Далее проверяется условие что копия исходной матрицы
Figure 00000151
 не является пустым множеством
Figure 00000152
. В случаи когда данное условие принимает значение «истинна», количество компонент сильной связности p увеличивается на единицу, а к множеству
Figure 00000153
 добавляются шаги диалога которым соответствует единица в первой строке матрицы
Figure 00000154
 Матрица смежности для p-ой компоненты сильной связности
Figure 00000155
 формируется путем выполнения двух вложенных циклов по всем строкам и столбцам матрицы
Figure 00000156
. В данном цикле проверяется условие существования ребер соединяющих шаги диалога в исходной матрице смежности
Figure 00000157
. Если ребро существует в матрице
Figure 00000158
, то делается вывод что оно существует и в его подматрице
Figure 00000159
. Удалив из матрицы
Figure 00000160
 строки и столбцы, соответствующие шагам диалога множества
Figure 00000161
 возвращаемся к проверке первого условия:
Figure 00000162
 до тех пор пока оно не станет ложным. Когда данное условие становится ложным работа алгоритма заканчивается.
Следующий этап направлен на определение приоритет шагов диалога внутри компонент сильной связности
Figure 00000163
. Для этого необходимо установить в какой взаимосвязи между собой находятся шаги диалога. Такую взаимосвязь возможно отследить на основе иерархии определяемой межфреймовыми связями. Для этого фреймовая модель
Figure 00000164
 представляется в виде ориентированного графа
Figure 00000165
, где
Figure 00000166
- вершины графа (уникальные имена фрейма или слота), а
Figure 00000167
 связи между вершинами и проводится сравнение шагов диалога из множества
Figure 00000168
 с элементами
Figure 00000169
 ФМ начиная с фрейма верхнего уровня и до нижнего. Чем раньше в ФМ находится данное которое представленное в шаге диалога, тем ранее его необходимо ввести.
Для осуществления операции сравнения на элементах ФМ вводятся следующие операции:
Figure 00000170
 - получения значения имени фрейма и
Figure 00000171
 - получения значения слота. Также в соответствии с алгоритмом определения приоритета шагов диалога на основе межфреймовых связей представленным на рисунке 3 задается множество L содержащее шаги диалога упорядоченные в соответствии с отношением частичного порядка
Figure 00000172
 на основе иерархии ФМ. Иерархия фреймовой модели определяется на основе расстояния
Figure 00000173
 - числа ребер составляющих кратчайший путь от вершины фрейма верхнего уровня до вершины
Figure 00000174
. Элементы фреймовой модели находятся на одном уровне, если у них одинаковое расстояние. Отношение
Figure 00000175
над шагами диалога
Figure 00000176
 говорит о том что шаг диалога
Figure 00000177
 находится выше или на одном уровне иерархии с шагом диалога
Figure 00000178
.
Обход ФМ осуществляется на основе поиска в ширину. При поиске в ширину вершины обходятся по уровням, где посещается каждая вершина на определенном уровне прежде чем перейти на следующий. Для осуществления поиска в ширину определяются следующих структур данных:
Очередь
Figure 00000179
 - вспомогательный буфер. В нее помещаются обойденные вершины. В очередь первый помещенный в нее элемент также извлекается первым. Для очереди
Figure 00000180
 определены следующие операции:
Figure 00000181
 - операция вставки нового элемента,
Figure 00000182
 - операция удаления нового элемента,
Figure 00000183
 - операция получения количества элементов в очереди.
Массив
Figure 00000184
 - содержащий данные о том, была ли отмечена (пройдена) вершина. Длина
Figure 00000185
 равна количеству вершин. Каждый элемент массива соответствует одной вершине графа, полученной из ФМ и может принимать два значения: 1 - вершина отмечена (пройдена) и 0 - вершина не отмечена.
При обходе выполняются следующие этапы:
1. определение пустого множества
Figure 00000186
 и массива
Figure 00000187
 заполненного нулями. До начала обхода все вершины являются неотмеченными;
2. выбор вершины верхнего уровня
Figure 00000188
, с которой начинается обход;
3. вершина
Figure 00000189
 добавляется в очередь
Figure 00000190
 и отмечается в массиве
Figure 00000191
 как пройденная (
Figure 00000192
);
4. из очереди
Figure 00000193
 извлекается вершина
Figure 00000194
;
5. проведение в цикле сравнения элементов шагов диалога из множества
Figure 00000195
. с вершиной
Figure 00000196
. В случае если результат сравнения «истина» - добавление в множество
Figure 00000197
 элемента
Figure 00000198
;
6. по списку смежности графа построенного по ФМ
Figure 00000199
Figure 00000200
 выбор вершин
Figure 00000201
 смежных с
Figure 00000202
;
7. если смежные с
Figure 00000203
 вершины не были раннее отмечены (то есть, если
Figure 00000204
), то они заносятся в очередь
Figure 00000205
 и отмечаются как пройденные
Figure 00000206
;
8. если в очереди
Figure 00000207
 находятся какие-либо вершины, то осуществляется переход к п. 4. Когда очередь
Figure 00000208
 становится пустой работа алгоритма завершается;
Полученное множество L определяет порядок шагов диалога внутри компоненты сильной связности.
Проведенные операции выделения компонент сильной связности и расстановка приоритета внутри них позволяют произвести нагрузку весами
Figure 00000209
 шагов диалога
Figure 00000210
 по следующему правилу:
Figure 00000211
где
Figure 00000212
- номер компоненты сильной связности,
Figure 00000213
- функция возвращающая положение элемента
Figure 00000214
 в упорядоченном множестве
Figure 00000215
 определенном для компоненты сильной связности
Figure 00000216
.
Применение описанной выше последовательности действий для всех задач управления позволяет сформировать полное множество взвешенных ориентированных директивных графов диалога
Figure 00000217
, где m- количество задач управления.
Следующий этап способа направлен на описание допустимых естественно-языковых конструкций и языка, позволяющего организовать диалоговое взаимодействие между оператором и АРМ КСА. В зависимости от распределения ролей между участниками диалога выделяют активного и пассивного участника диалога. Сообщения активного участника называются запросами
Figure 00000218
, а реакцией на них пассивного участника ответами
Figure 00000219
. Также отметим, что в диалоговом режиме возможны случаи перехвата инициативы. Такие случаи возникают, как со стороны оператора, так и со стороны АРМ КСА. Таким образом, возникает необходимость описания запросов и ответов как со стороны АРМ КСА, так и со стороны оператора.
Сообщением инициирующим любой диалог является запрос. В общем виде любой запрос соответствует общепринятой структуре:
Figure 00000220
В данной структуре поле «Команда» определяет цель запроса. Учитывая цели запроса оператор
Figure 00000221
 поле «Команда» представляется в виде двухкомпонентного кортежа
Figure 00000222
, где
Figure 00000223
- множество директив, а
Figure 00000224
- множество названий (имен) задач управления, являющихся их уникальными идентификаторами. При формировании запроса со стороны АРМ КСА
Figure 00000225
 поле «Команда» представляется в виде множества требований системы на ввод недостающих данных.
Принимая во внимание характер решаемых задач управления, как в запросе оператора
Figure 00000226
, так и в запросе АРМ
Figure 00000227
 поле «Данные»
Figure 00000228
 определяется множеством
Figure 00000229
, где каждый элемент данного множества
Figure 00000230
 представляется значением атрибута объекта
Figure 00000231
. Учитывая, что данные представляются значениями атрибутов объектов, целесообразно определять их на основе условий
Figure 00000232
, где
Figure 00000233
- элементарное условие, с арностью
Figure 00000234
.
Отметим, что каждое элементарное условие
Figure 00000235
 является некоторой функцией задаваемой над множеством объектов
Figure 00000236
 предметной области. В зависимости от количества объектов n над которыми задается условие, различают условия различной арности. Формально возможно задание условий арность которых равна мощности множества объектов определенных в предметной области
Figure 00000237
, однако такие условия сложны в интерпретации и приводят к увеличению времени формирования запроса, поэтому целесообразно ограничится арностью условий
Figure 00000238
 . Таким образом, любое i-е элементарное условие
Figure 00000239
, возможно задать непосредственно на основе атрибутом (совокупностью атрибутов) одного объекта
Figure 00000240
, либо опосредованно через атрибуты других объектов
Figure 00000241
 имеющих связи не только с объектом
Figure 00000242
, но и между собой. Элементарное условие
Figure 00000243
, определяющее значение атрибута объекта
Figure 00000244
 задаваемое на основе одного объекта, представляется в следующем виде:
Figure 00000245
Когда элементарное условие
Figure 00000246
 задается опосредованно через несколько объектов:
Figure 00000247
 и
Figure 00000248
, значение атрибута объекта
Figure 00000249
 определяется следующим выражением:
Figure 00000250
в случае, когда элементарное условие
Figure 00000251
 задается опосредованно через три объекта
Figure 00000252
Figure 00000253
:
Figure 00000254
Следует отметить, что формально атрибуты объектов, которые участвуют в определении элементарных условий, целесообразно записывать в форме отношений вида
Figure 00000255
 или
Figure 00000256
. В этой записи
Figure 00000257
 и
Figure 00000258
 являются предметными понятиями естественного языка, которые соответствуют объектам
Figure 00000259
 определенным в ФМ, а
Figure 00000260
 определяет вид (название) отношения между объектами в этой модели. В такой форме записи эти отношения являются логическими высказываниями, с областью определения «истина» и «ложь», а элементарные условия логическими формулами.
Элементарные условия удобно выражать в виде суждений, используя форму высказываний об атрибутах объектов и отношениях между ними. Применение только логики высказываний может быть недостаточно для определения элементарных условий
Figure 00000261
,
Figure 00000262
 и
Figure 00000263
. Поэтому при формировании условий на основе отношений целесообразно использовать предикатную форму записи, которая основывается на логике предикатов первого порядка. Использование языка предикатов позволяет создавать сложные высказывания, которые при формальной записи используют операции алгебры логики: конъюнкция, дизъюнкция, отрицание, а также кванторы существования и общности.
При таком подходе все значения атрибутов объектов, определяемые на основе элементарных условий, целесообразно записывать в виде составных формул на основе операций алгебры логики и отношений
Figure 00000264
 различной арности. Для записи таких формул в наиболее общем виде в качестве обозначения множество логических операций
Figure 00000265
 вводится знак «
Figure 00000266
».
В таком случае условие задаваемое на основе атрибутов одного объекта, представляется в следующем виде:
Figure 00000267
где
Figure 00000268
 - унарные отношения, отражающие значения атрибута объекта
Figure 00000269
.
В случае, когда условие определяется атрибутами двух объектов
Figure 00000270
 и
Figure 00000271
 составная формула иметь вид:
Figure 00000272
где
Figure 00000273
 - унарные отношения, отражающее атрибуты объектов
Figure 00000274
 и
Figure 00000275
, а
Figure 00000276
 - бинарные отношения между объектами
Figure 00000274
 и
Figure 00000277
В случае, когда условие определяется атрибутами трех объектов:
Figure 00000270
,
Figure 00000278
,
Figure 00000279
 составная формула иметь вид:
Figure 00000280
Также значения атрибутов объектов
Figure 00000281
, с использованием исчисления предикатов возможно выражать с использованием кванторов.
Так например, значение атрибута объекта
Figure 00000282
, задаваемое элементарным условием из выражения , может иметь вид:
Figure 00000283
Этот предикат определяет множество значений атрибута объекта
Figure 00000284
 для которых выполняется условие
Figure 00000285
. Аналогично возможно представить предикаты, определяющие значения атрибутов объектов для элементарных условий
Figure 00000286
 и
Figure 00000287
.
Представив в таком виде все элементарные условия, определяющие множество значений атрибутов объектов, условие определяющие поле «Данное» выражается в виде дизъюнкции элементарных условий:
Figure 00000288
В виду особенностей ведения диалога между оператором и АРМ КСА, структура условий оператора в полной мере не применима к условиям АРМ КСА
Figure 00000289
. В соответствии с целью запроса АРМ КСА ее условия определяют данные, не достающие для решения задачи управления, где каждое такое данное представляется в виде значения целевого атрибута
Figure 00000290
. Если недостающих данных более чем одно, АРМ КСА формирует запрос на получение каждого из них в отдельности. Хотя естественно-подобный язык и имеет возможность выражать условия для получения значения атрибута объекта опосредованно, через другие объекты, при формировании запросов со стороны АРМ КСА, это приводит к увеличению времени запроса и усложнению его восприятия оператором. Учитывая это, целесообразно условие АРМ КСА представлять непосредственно атрибутом одного объекта. Формально
Figure 00000291
 представляется в следующем виде:
Figure 00000292
Формализация структуры запроса АРМ КСА в таком виде определяет представление ответа ЛБР в следующем виде:
Figure 00000293
где поле <Данные> определяет значение атрибута объекта
Figure 00000294
. Данное значение атрибута может быть выражено как через объект из запроса АРМ КСА, так и опосредованно через другие связанные с ним объекты. При этом все рассуждения, приведенные выше о представлении условий запроса оператора в виде логических формул, совершенно справедливы и для представления данных в ответе оператора. Поэтому поле <Данные> в ответе оператора также представляется в виде условий
Figure 00000295
, записанных в форме отношений
Figure 00000296
.
Представление сообщений диалогового режима в таком виде позволяет сформировать предикатную модель высказываний, в которой с помощью формул логики предикатов записываются условия, а запрос и ответ представляется в виде предложений, которые используют предикатные формулы и понятия естественного языка. При этом использование понятий русского языка ограничивается, с одной стороны, предикатной формой записи, а, с другой стороны, требованием их согласования с позиций грамматических правил естественного языка.
Предикатная модель использует два вида языковых элементов - термы и предикаты. При этом термы соответствуют понятиям и объектам, которые определяются используемой формализованной концептуальной моделью предметной области. При использовании ПФМ, для представления термов целесообразно использовать имена фреймов и названия слотов их образующих, а также все возможные значения этих слотов. Для формирования множества предикатов необходимо проанализировать отношения между предметными переменными, ассоциированными с понятиями из ПФМ, и представить их в виде терминов естественного языка, которые используются для описания этих отношений. Это позволяет представить сообщения диалогового режима в виде совокупности простых предложений естественного языка, содержащих термины и понятия предметной области.
Такие простые предложения имеют базовую предикативную форму вида «подлежащее-сказуемое-дополнение» в которой подлежащее соответствует атрибуту объекта, сказуемое - предикату, а дополнение - его значению. При этом, если условие выражается более чем через один объект предметной области, для конкретизации, о значении какого объекта идет речь, его указывают в дополнении. Также допускается использование сокращенной записи предложений, когда предикат опускается.
В соответствии с правилами формирования условий вида и каждое последующее предложение направлено на уточнение свойств термов, используемых в предыдущих предложениях. Из чего можно заключить, что объединение в структуре высказываний нескольких простых предложений в одно сложное предложение можно осуществлять с использованием наречий. В частности, предлагается использовать наречие «причем». Представление запроса оператора в виде конъюнкции его условий предлагается осуществить путем применения союза «и».
Использование перечисленных правил и приемов формирования предложений позволяет определить структуру поля «Данные», которая в целом будет соответствовать грамматическим требованиям построения предложений на естественном языке. Однако, описанные правила не позволяют производить согласование слов по падежам, а также использовать формы множественного/единственного числа в структуре предложений. Все имена и слоты фреймов в ПФМ, образующие множество термов, представляются словами в именительном падеже, единственном числе. Для представления всех возможных словоформ понятий, определенных в предметной области, применяются декларативный метод, где для каждого слова в таблице хранятся все его возможные словоформы с приписанной ему морфологической информацией.
Синтаксис языка задается в виде расширенной формы записи грамматики Бэкуса-Наура. Семантика языка задается на основе контекстных зависимостей 2 видов:
Figure 00000297
 и
Figure 00000298
.Контекстная зависимость первого вида формально может быть записана в виде
Figure 00000299
. Это означает, что в предложении языка вид отношения
Figure 00000300
 определяется объектом
Figure 00000301
, так что в зависимости от их предметного согласования в предложении синтаксически правильная конструкция высказывания может иметь как корректный, так и некорректный предметный смысл. Семантическая правильность предложения объясняется тем, что соответствующее отношение учтено в ПФМ. Контекстную зависимость первого вида в теоретико-множественной форме можно представить в виде отображения
Figure 00000302
Figure 00000303
так, что каждому объекту
Figure 00000304
 ставится в соответствие подмножество допустимых отношений
Figure 00000305
. Это соответствие фактически определяет перечень дополнительных правил предметной интерпретации, которые доопределяют семантику языка.
Контекстная зависимость второго вида формально может быть записана в виде
Figure 00000306
. Это означает, что смысловое употребление объекта
Figure 00000307
 при определении условий на языке высказываний Яз зависит как от объекта
Figure 00000308
 так и от вида отношения
Figure 00000309
 в предикатах, причем полагается, что
Figure 00000309
 и
Figure 00000310
 семантически согласованы на основе зависимости
Figure 00000311
.
Контекстную зависимость второго вида в теоретико-множественной форме можно представить в виде отображения
Figure 00000312
, так, что каждой паре
Figure 00000313
, где
Figure 00000314
, ставится в соответствие подмножество допустимых объектов
Figure 00000315
.
Совокупность описанных синтаксических и семантических правил позволяет автоматически выполнять грамматический разбор высказываний оператора и АРМ КСА в процессе диалога при решении задач управления.
Процесс диалога между оператора и АРМ КСА реализуется путем выполнения двух процедур. Первый процедура направлен на формирование адаптивного сценария диалога, который осуществляется на основе морфологического, синтаксического и семантического анализа входного высказывания, и его предикатно-предметной интерпретации. В результате предикатно-предметной интерпретации в запросе выделяется
Figure 00000316
команда, определяющая задачу управления и
Figure 00000317
множество условий содержащих данные необходимых для решения.
После получении команды
Figure 00000318
 производится ее интерпретация, и проверка на соответствие условиям применимости ядра продукции
Figure 00000319
 из состава ПФМ. Такая проверка позволяет определить какую задачу управления намерен решить оператор и выделить соответствующий ей взвешенный ориентированный директивный граф диалога
Figure 00000320
. В том случае когда команда не соответствует ни одному условию применимости ядра продукций, генерируется сигнал об отсутствии требуемой команды
Figure 00000321
Множество условий естественно-языкового запроса представляются n-местным предикатом
Figure 00000322
, где в качестве множества объектных переменных
Figure 00000323
 выступают вводимые оператором данные.
Для определения некорректно введенных данных проводится операция по их проверки путем:
1. поиска взаимного соответствия между объектными переменными
Figure 00000324
 n-местного предиката
Figure 00000325
 и шагами диалога взвешенного ориентированного директивного графа диалога
Figure 00000326
;
2. проверки множества условий по области допустимых значений.
Выполнение данных процедур для каждой объектной переменной
Figure 00000327
требует введения операций по выделению ее составляющих: «имени понятия»
Figure 00000328
 и «значения понятия»
Для проверки множества входных условий
Figure 00000329
 на соответствие их допустимым значениям, с каждым условием
Figure 00000330
 соотносится один из ранее определенных элементов ФМ с заданной ему областью определения. Таким образом, для выполнения данной процедуры необходимо проверить удовлетворяют ли поступившие значения условий, множеству ограничений, заданному для соответствующих им значениям слотов фрейма
Figure 00000331
 в виде набора правил или предикатов. С этой целью определяется функция
Figure 00000332
, возвращающая значение «истина» если поступившее условие удовлетворяет ограничениям значений слотов заданных в фреймовой модели, и «ложно» в противном случае. Применение данной функцию для каждого входного условия позволяет сформировать множество условий запроса
Figure 00000333
 по следующему правилу:
Figure 00000334
На следующем этапе построения адаптивного сценария диалоговой процедуры необходимо представить условия запроса оператора в виде пустого графа или нуль-графа
Figure 00000335
. Пустой граф - это регулярный граф степени 0, содержавший вершины
Figure 00000336
 образованные по правилу
Figure 00000337
, где
Figure 00000338
, не имеющие связей между собой
Figure 00000339
.
Формирование директивного графа диалога адаптивного запросу оператора осуществляется путем введения операции вычитания между директивным графом диалога и пустым графом
Figure 00000340
. В результате проведения данной операции формируется множество результирующих шагов диалога
Figure 00000341
, и результирующая функция отображения
Figure 00000342
 содержащая те и только те переходы между шагами диалога исходного взвешенного ориентированного директивного графа диалога
Figure 00000343
, которые не инцидентны
Figure 00000344
 Далее формируется адаптивный сценарий диалога по значению наименьшего веса шага диалога.
Вторая процедура направлена на визуализацию и синтез высказываний АРМ КСА. Для этого на основе анализа адаптивного сценария диалога проводится выбор шага диалога с минимальным весом. Когда данный шаг не является пустым множеством, то выполняются две параллельные процедуры по формированию графического контекста, в которой на основе паттернов обеспечивается совмещение понятийного и графического аспектов представления объектов отображения в информационной модели АРМ КСА, а также семантический, синтаксический и морфологический синтез высказывания АРМ КСА на основе определенной для него предикатно-предметной формулы. Когда адаптивный сценарий представляется пустым множеством происходит решение задачи управления и ее визуализация на средствах отображения АРМ КСА.
Заявленное изобретение поясняется при помощи рисунка 4, на которой представлена схема реализации способа построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации, содержащая следующие этапы:
1. описание информационной модели автоматизированного рабочего места комплекса средств автоматизации в виде продукционно-фреймовой модели и ориентированного взвешенного графа диалога;
2. формирование предикатной модели запросов и ответов оператора и автоматизированного рабочего места комплекса средств автоматизации;
3. активация оператором подсистемы пользовательского ввода и ввод запроса или ответа, выполнение приема и преобразования запроса или ответа оператора в текст посредством подсистемы пользовательского ввода;
4. передача текста, полученного в результате преобразования, диалоговому модулю;
5. передача диалоговым модулем текста, прошедшего морфологический, синтаксический и семантический анализ в модуль предикатной модели запроса/ответа;
6. определение структуры запроса или ответа в соответствии с предикатной моделью;
7. формирование диалоговым модулем адаптивного сценария диалога, определение шага диалога с наименьшим весом, формирование ответа или запроса автоматизированного рабочего места комплекса средств автоматизации в соответствии с шагом диалога и передача его оператору;
8. визуализация сформированного ответа или запроса автоматизированного рабочего места комплекса средств автоматизации на средствах отображения информации;
9. воспроизведение сформированного ответа или запроса автоматизированного рабочего места комплекса средств автоматизации в виде голосового сообщения посредством подсистемы генерации и воспроизведения голоса;
Предлагаемый способ в сравнении с прототипом обладает следующими преимуществами. В отличие от прототипа, в предлагаемом способе формализация предметной области производится в виде продукционно-фреймовой модели, что позволяет отразить как процедурные, так и декларативные знания. Производится формирование сценарий диалога, который отражает порядок и достаточность данных для решения задачи управления, а также реализована процедура анализа запроса оператора, которая позволяет сформировать адаптивный сценарий диалога между оператором и АРМ КСА на естественно-подобном языке, в процессе которого формируются запросы со стороны АРМ КСА, направленные либо на ввод недостающих данных для решения задачи управления, либо на их уточнение.
Промышленная применимость.
Данный способ может быть реализован в комплексах средств автоматизации, что позволит повысит их эффективность применения за счет сокращения времени решения автоматизированных задач управления и тем самым повысить оперативность АСУ.

Claims (1)

  1. Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации включает этапы: представления в терминах и понятиях предметной области информационной модели автоматизированного рабочего места комплекса средств автоматизации, формирования фреймовой модели путем объединения фреймов-экземпляров и фреймов-ролей, формирования множества наименований продукций, сфер применения продукций, условий и постусловий применения продукций, антецедентов и консеквентов продукций, формирования продукционно-фреймовой модели, формирования ориентированного графа диалога путем определения множества шагов диалога и функции отображения между ними, определения компонент сильной связности графа диалога, определения весов шагов диалога внутри компонент сильной связности, нагрузки ориентированного директивного графа диалога весами, формирования предикатной модели запросов и ответов оператора и автоматизированного рабочего места комплекса средств автоматизации, определения морфологии, синтаксиса и семантики языка диалога; активация подсистемы пользовательского ввода, ввод запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации, прием и преобразование запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в текст подсистемой пользовательского ввода, передача текста, полученного в результате преобразования запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации, диалоговому модулю, передача диалоговым модулем запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации, прошедшего морфологический, синтаксический и семантический анализ, в модуль предикатной модели запросов и ответов, определение структуры запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в соответствии с предикатной моделью, передача определенной структуры запроса или ответа оператора на запрос автоматизированного рабочего места комплекса средств автоматизации в диалоговый модуль, выделение взвешенного ориентированного графа диалога в соответствии с командной частью запроса, проверка множества условий запроса, представления множества условий запроса в виде пустого графа, формирования директивного графа диалога, адаптивного запросу оператора, формирования адаптивного сценария диалога по критерию минимального веса, выбор шага диалога из адаптивного сценария с наименьшим весом, формирования диалоговым модулем ответа, когда вес шага диалога равен нулю, или формирования запроса автоматизированного рабочего места комплекса средств автоматизации для шага диалога с весом, не равным нулю, передача запроса или ответа оператора, лингвистический анализ ответа оператора; визуализация на средствах отображения результатов решения задачи управления.
RU2020142377A 2020-12-22 2020-12-22 Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации RU2751435C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020142377A RU2751435C1 (ru) 2020-12-22 2020-12-22 Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020142377A RU2751435C1 (ru) 2020-12-22 2020-12-22 Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации

Publications (1)

Publication Number Publication Date
RU2751435C1 true RU2751435C1 (ru) 2021-07-13

Family

ID=77020029

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020142377A RU2751435C1 (ru) 2020-12-22 2020-12-22 Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации

Country Status (1)

Country Link
RU (1) RU2751435C1 (ru)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1555652B1 (en) * 2004-01-19 2007-11-14 Harman Becker Automotive Systems GmbH Activation of a speech dialogue system
US20160077794A1 (en) * 2014-09-12 2016-03-17 Apple Inc. Dynamic thresholds for always listening speech trigger
US20170140755A1 (en) * 2015-11-12 2017-05-18 Semantic Machines, Inc. Interaction assistant
US20170263249A1 (en) * 2016-03-14 2017-09-14 Apple Inc. Identification of voice inputs providing credentials
RU2737598C1 (ru) * 2020-02-04 2020-12-01 Павел Андреевич Морозов Способ формирования оперативной информации на основе формализованной концептуальной модели предметной области

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1555652B1 (en) * 2004-01-19 2007-11-14 Harman Becker Automotive Systems GmbH Activation of a speech dialogue system
US20160077794A1 (en) * 2014-09-12 2016-03-17 Apple Inc. Dynamic thresholds for always listening speech trigger
US20170140755A1 (en) * 2015-11-12 2017-05-18 Semantic Machines, Inc. Interaction assistant
US20170263249A1 (en) * 2016-03-14 2017-09-14 Apple Inc. Identification of voice inputs providing credentials
RU2737598C1 (ru) * 2020-02-04 2020-12-01 Павел Андреевич Морозов Способ формирования оперативной информации на основе формализованной концептуальной модели предметной области

Similar Documents

Publication Publication Date Title
Muggleton Inductive logic programming
Van Heijst et al. Using explicit ontologies in KBS development
Findler Contributions to a computer-based theory of strategies
Nejati et al. Matching and merging of variant feature specifications
Bhushan et al. Improving quality of software product line by analysing inconsistencies in feature models using an ontological rule‐based approach
Stapleton et al. Automated theorem proving in Euler diagram systems
Belle et al. Design and implementation of distributed expert systems: On a control strategy to manage the execution flow of rule activation
Bures et al. Requirement specifications using natural languages
Parsa et al. Method name recommendation based on source code metrics
Agostinelli et al. Process mining meets model learning: Discovering deterministic finite state automata from event logs for business process analysis
Bhargava et al. On embedded languages for model management
Schneider et al. Model-based problem solving for university timetable validation and improvement
RU2751435C1 (ru) Способ построения диалогового режима на естественно-подобном языке при решении автоматизированных задач управления в комплексах средств автоматизации
Silva et al. An approach based on machine learning for predicting software design problems
Bell et al. Using the programming walkthrough to aid in programming language design
Leung et al. Parsimony: An IDE for example-guided synthesis of lexers and parsers
Bull Software maintenance by program transformation in a wide spectrum language
Hippen et al. Estimating grounding sizes of logic programs under answer set semantics
Szpyrka et al. From process models to concurrent systems in alvis language
Nagashima Definitional quantifiers realise semantic reasoning for proof by induction
Goossens et al. GPT-3 for Decision Logic Modeling.
Silva et al. Parsing BDD stories for automated verification of software artefacts
Gulwani Program synthesis
Luz et al. A method for defining human-machine micro-task workflows for gathering legal information
Ifham et al. Machine Learning-Based Approach for Classifying the Source Code Using Programming Keywords