Системы искусственного интеллекта (курс лекций, Д.В.Михайлов)

Материал из MachineLearning.

Версия 10:22, 26 июля 2016

Дисциплина "Системы искусственного интеллекта" для специальности 230105 важную роль в подготовке студентов к самостоятельной профессиональной деятельности в области интеллектуальных информационных технологий. Дисциплина "Системы искусственного интеллекта" для специальности 230105 относится к числу дисциплин специализации и читается в 9-м семестре. Она включает в себя рассмотрение основных вопросов современной теории и практики построения интеллектуальных систем (в первую очередь) символьной обработки и опирается на учебные курсы :"Дискретная математика", "Функциональное и логическое программирование", "Объектно-ориентированное программирование", "Базы данных", "Теория вычислительных процессов и структур", "Компьютерное моделирование", "Распознавание образов и обработка изображений" и "Человеко-машинное взаимодействие". Особое внимание уделяется моделированию языкового поведения человека при работе с базами знаний интеллектуальных информационно-поисковых систем.

Включение данной дисциплины в учебный план заключительного учебного семестра перед преддипломной практикой и дипломным проектированием дает возможность студенту более четко сформулировать задачу на дипломное проектирование с точки зрения перспективных направлений интеллектуальных технологий компьютерной обработки информации.

Автор — Дмитрий Владимирович Михайлов, доцент кафедры Информационных технологий и систем Новгородского государственного университета им. Ярослава Мудрого.

Научный консультант - д.т.н., профессор Емельянов Геннадий Мартинович

Содержание лекционных занятий

• Искусственный интеллект как научная область

• Представление задач в пространстве состояний

• Методы поиска в пространстве состояний

• Сведение задачи к совокупности подзадач

• Методы поиска при сведении задач к совокупности подзадач

• Представление знаний в интеллектуальных системах

• Представление знаний правилами и логический вывод

• Представление знаний фреймами

• Интерфейс на естественном языке

• Лингвистические информационные ресурсы и их использование в задачах обработки естественного языка : семантические отношения в лексических базах данных.

• О некоторых практических аспектах описания лексического значения слова в компьютерном словаре.

Дополнительные разделы по обработке и анализу текстов

• Синтаксический анализ текстов естественного языка: симбиоз формально-грамматических и вероятностных методов.

• Семантические сети и анализ связного текста.

Содержание лабораторных занятий

• Изучение методов перебора и критериев оценки методов перебора на произвольных графах.

• Поисковая система на основе фреймовой модели представления знаний.

• Интерфейс на естественном языке к базе знаний интеллектуальной системы.

Дополнительные темы работ по моделям представления знаний

• Продукционная модель представления знаний.

• Представление знаний на основе семантической сети.

Демо

• Отбор фраз текстового корпуса, максимально релевантных исходной:
  • на основе TF-IDF её слов;
  • с привлечением базы синтаксических правил на основе численной оценки силы связи слов исходной фразы;
  • анализом n-грамм на найденных синтаксических связях слов исходной фразы.

Инструментальные средства и библиотеки

• Библиотека русской морфологии.

• Apache OpenNLP — интегрированный пакет инструментов обработки текста. См. также описание пакета на NLPub.

• Apache PDFBox — A Java PDF Library.

Базы данных

• Leipzig Corpora Collection Download Page.

Полезные ссылки

• Основы обработки текстов — спецкурс для студентов ВМК МГУ. Лектор — канд. физ.-мат. наук Турдаков Денис Юрьевич.

• Проект АОТ.

• WordNet: A Lexical Database for English. См. также Русский Wordnet.

• Проект RussNet.

• Лингвистическая онтология «Тезаурус РуТез».

• Serelex: Поиск семантически связанных слов.

• Национальный корпус русского языка.

• Google Books Ngram Viewer.

• Кузнецов С.О. Решётки формальных понятий в современных методах анализа и разработки данных.

Для самоконтроля

Примерный список вопросов к экзамену.