案例推理.ppt

* 史忠植 高级人工智能 * 中心渔场预报专家系统 鱼类的洄游以及中心渔场的形成受到这几个因素的制约：海水温度（包括海洋表面温度，海洋底层温度）；台站数据，如海水盐度，盐度梯度，长江径流量，风向，风速等；海洋叶绿素浓度。但是，鱼类的洄游规律受很多因素制约，变化非常复杂，难以用传统的数学方法和模型描述。同时专家关于中心渔场规律的知识是不精确的，不完全的。值得庆幸的是，我们已经收集了20来年东海的渔况海况数据，这是非常宝贵的资料,因此可以从中挖掘出许多有用的信息和知识，根据历年的情况来分析、预测中心渔场的趋势。整个系统采用了基于案例 推理（CBR）的方案。因为CBR非常适合应用于系统已存在大量历史数据,专家通过实例来描述他们的领域,问题未被完全理解，可用的领域知识很少,系统中有很多例外的规则的情形。 * 史忠植 高级人工智能 * 中心渔场预报专家系统 由于大多数海况信息是以周为单位收集的，同时为了便于处理和计算，我们根据实际情况对需求进行了简化，预测的周期规定为一周。这样，问题变成了如果知道本周中心渔产（位置，产量和大小），预报下周（下下周）中心渔场（位置，产量和大小）。即使如此，问题也是相当困难的，因为渔场位置、大小是一种空间数据。同时，海况信息涉及600来个空间和非空间属性，回归的方法 * 史忠植 高级人工智能 * 中心渔场预报专家系统 在我们的系统中，对空间条件属性，采用三个相似性度量方法（函数）： ·基于渔场位置的相似 sim1 = -∑(Wi * distance(pos(goal) - pos(source))) / ∑wi ·基于温度场的相似 sim2 = -∑(wi * difference(temp(goal) - temp(source))) / ∑wi ·基于温度梯度的相似 sim3 = -∑(wi * difference(delta(goal) - delta(source))) / ∑wi 其中，wi是权重。如果该温度测试点与样本的中心渔场距离di越近，权越大。 * 史忠植 高级人工智能 * 中心渔场预报专家系统 预处理（聚类） 结果汇总 案例 保存 修 正 可视化接口 浏览案例 历史数据 案例 库 数据过滤 多策略相似检索 新案例 最终结果 相似案例 输入数据 * 史忠植 高级人工智能 * 中心渔场预报专家系统 * 史忠植 高级人工智能 * 机器翻译 基于规则和案例 的推理相结合的技术。 对于基于案例 的推理，采用基于多功能层次和单词驱动相结合的混合式匹配算法。为了加快检索的速度和提高检索的效率，还在多抽象层次记忆库的基础上，提出了基于模式抽象特征的约束检索方法。 * 史忠植 高级人工智能 * 机器翻译 针对基于案例 类比翻译中的译文构造，通过建立例子译文和目标译文之间的直接转换算子来实现目标相似解构造的方法。 * 史忠植 高级人工智能 * 机器翻译 翻译记忆（TM，TranslationMemory）是一种通过计算机软件来实现的专业翻译解决方案，它与机器翻译有着本质的区别。以欧盟为例，每天都有大量的文件需要翻译成各成员国的文字，翻译工作量极大，自1997年采用德国塔多思（TRADOS）公司的翻译记忆软件以来，欧盟的翻译工作效率大大提高。如今，欧盟、国际货币基金组织等国际组织，微软、SAP、ORACLE和德国大众等跨国企业以及许多世界级翻译公司和本地化公司都以翻译记忆软件作为信息处理的基本工具。 * 史忠植 高级人工智能 * 机器翻译 为什么翻译记忆技术会吸引如此众多的用户呢？我们先来了解一下它的工作原理：用户利用已有的原文和译文，建立起一个或多个翻译记忆库，在翻译过程中，系统将自动搜索翻译记忆库中相同或相似的翻译资源（如句子、段落等），给出参考译文，使用户避免无谓的重复劳动，只需专注于新内容的翻译。翻译记忆库同时在后台不断学习和自动储存新的译文，变得越来越“聪明”。与期望完全替代人工翻译的机器翻译技术不同，“翻译记忆”实际起到了辅助翻译的作用，也就是“计算机辅助翻译”，简称CAT（Computer Aided Translation）。由于目前还没有一种机器翻译产品的效果能让人满意，对于专业翻译来说，翻译记忆技术几乎是唯一的选择。 * 史忠植 高级人工智能 * 机器翻译 由于翻译记忆实现的是原文和译文的比较和匹配，因此它带有一个先天的优势--支持多语种之间的双向互译。以德国塔多思公司为例，该公司的产品基于UNICODE（统一字符编码），支持55种语言，覆盖了几乎所有语言版本的Windows95/98/NT。换句话说，一套产品就实现了各语种间的双向互译！中国用户在塔多思翻译记忆平台上进行英汉和汉英之间的双向互译易如反掌。 * 史忠植 高级人工智能 * 机器翻译