JPH0478926A - 知識獲得システム - 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】 ［発明の目的］ （産業上の利用分野） 本発明は、所謂診断型エキスパートシステムを開発する
為に作成された知識ベースを、上記診断型エキスパート
システムによる実際の診断事例を用いて効率的に修正し
ていく知識獲得システムに関する。

（従来の技術） 近年、計算機の高性能化に伴い、専ら専門家に委ねられ
ていた熟練作業の一部を計算機に代行させる、所謂エキ
スパートシステムが広く利用されつつある。このような
エキスパートシステムを開発する場合、専門家が持つ熟
練知識に基づいて開発された知識ベースを実際に運用し
、上記知識ベースから得られる推論結果と、専門家が出
した診断結果とを比較することによって上記知識ベース
を修正して行く必要がある。

従来、このような知識ベースの修正作業である知識の獲
得作業は、知識エンジニアと呼ばれる人により専門家に
インタビューする形式で行われている。しかし知識獲得
作業自体に専門的知識を必要とするので、エキスパート
システムの開発を困難化している大きな障害となってい
る。この為、エキスパートシステムか必要とする診断知
識の獲得を計算機で代行する知識獲得システムの開発か
種々進められている。

さて一般的な診断型エキスパートシステムにおいては、
診断対象に生起する事象とその事象間の関係とを表現し
た連想ネットワークを知識ベースの一部をして保持して
いる。そして最初に検知された、例えば不具合な事象か
らその原因となった事象を前記連想ネットワーク上で前
向きに探索してその推論結果を得るものとなっている。

そして従来の知識獲得システムでは、上記診断結果に誤
りが発見された場合、その誤った解を出した推論経路の
全てを専門家に提示する形で推論結果の説明を行い、推
論経路のどの部分で誤りが発生したかを専門家に指摘し
て貰った上で、そこでの判断に用いられる知識の修正を
行っている。

然し乍ら、知識ベース内の不具合を発見する為に与えら
れる情報は、誤った結論を導いた推論経路だけである。

そしてその推論経路のどの部分に誤りがあるかについて
は、提示された上記推論経路の情報だけを検討して判断
する必要がある。従って専門家であると靴も、知識ベー
ス内の不具合箇所を見出すことが非常に困難であった。

（発明が解決しようとする課題） このように従来の知識獲得システムでは、連想ネットワ
ークにより示される診断知識を診断型エキスパートシス
テムにて実際に運用して求められる診断結果に誤りがあ
った場合、その誤った結論を導いた推論経路の全てを提
示するだけなので、この推論経路におけるどの部分に誤
りかあったがを判断して推論知識を修正することは、専
門家であると靴も非常に困難であった。

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、連想ネットワークの形で表現さ
れた診断知識を実際に運用して求められる診断結果から
、誤った結論に導く原因となった知識の誤り箇所を容易
に発見し、これを効果的に修正することのできる実用性
の高い知識獲得システムを提供することにある。

［発明の構成］ （課題を解決するための手段） 本発明に係る知識獲得システムは、知識ベースを診断型
エキスパートシステムにて実際に運用して求められる診
断結果に誤りがあったとき、所望の解を意味するノード
から前記連想ネットワークを後ろ向きに探索して、誤っ
た解を導いた前向きの推論経路に合流する部分を見出し
、この合流部分の知識に対する修正の要否を質問しなが
ら新たな知識を獲得していくようにしたことを特徴とす
るものである。

（作　用） 本発明によれば、知識ベースを診断型エキスパートシス
テムにて実際に運用して求められる診断結果に誤りがあ
ったとき、所望の解を意味するノードから前記連想ネッ
トワークを逆向きに探索していき、誤りのあった診断結
果を導いた推論経路に合流する部分を、その推論処理の
過程において誤った判断がなされた部分として検出する
。従って連想ネットワークを辿って進められる推論処理
の過程において誤った判断がなされた知識を容易に、且
つ適確に見出すことが可能となり、その部分の知識を効
果的に修正することが可能となる。

（実施例） 以下、図面を参照して診断型エキスパートシステムにお
ける本発明の一実施例に係る知識獲得システムについて
説明する。

第１図は実施例システムの概略的な構成を示すブロック
図である。この実施例システムは、基本的にはユーザと
の間の接点をなす会話インターフェース部１、ユーザに
対する質問を生成する質問生成部２、後述する後ろ向き
探索部３、ユーザがらの解答を入力して分析する解答分
析部４、知識ベース５を管理する知識ベース管理部６が
らなり、上記知識ベース５に診断知識を順次獲得して行
くシステムとして実現される。

この知識獲得システムによって作成された知識ベース５
は、そのまま診断型エキスパートシステムの知識ベース
として利用される。

前記知識ベース５に格納される知識には、事象間の関係
を表現した連想ネットワーク（診断知識）と、各事象間
の関係（リンク）が成立するか否かを確認する為の知識
とかある。診断型エキスパートシステムにおける診断知
識の一部として利用される上記連想ネットワークは、例
えば［１ｓ−ａ］リンクと［ｃａｕｓｅｄ−ｂｙ］　リ
ンクの２種類の関係により、事象間の意味的な関係を表
現したものである。

尚、［１ｓ−ａｌリンクは事象間の抽象・具体化の関係
を意味するものであり、［ｃａｕｓｅｄ−ｂｙｌ　リン
クは事象間の因果関係を意味するものである。

第２図に例示する連想ネットワークによれば、例えば成
る事象Ａについて、それを具体化した概念の事象Ａ１と
事象Ａ２が存在することが、上記事象Ａと事象Ａｌ、事
象Ａ２の間に張られた［１ｓ−ａｌリンクにより示され
る。またこの［１ｓ−ａｌリンクにより、逆に上記事象
Ａｔ、Ａ２には、これを抽象化した概念を意味する事象
Ａが存在することが示される。また［ｃａｕｓｅｄ−ｂ
ｙコリンクにより上記事象Ａに結ばれた事象Ｂ、Ｃが存
在する場合、事象Ａを引き起こす原因となる可能性のあ
る事象として、或いは事象Ａを原因として引き起こされ
る可能性のある事象として、事象Ｂや事象Ｃが存在する
ことが示される。診断型エキスパートシステムは、この
ような連想ネットワークを辿ることにより推論処理を進
めて成る事象に起因する診断結果を導き出す。

さて第３図はこの実施例システムにおける知識獲得の処
理手順（知識訂正インタビュー手順）を示している。こ
の知識獲得の処理手順は、前記知識ベース５に格納され
た診断知識である前記連想ネットワークをそのまま用い
て診断型エキスパートシステムを運用し、この診断型エ
キスパートシステムが所望の解と異なる診断結果を出力
したときに、前記診断知識を修正する為の質問を発しな
がら、その応答内容に応じて前記診断知識を修正（知識
の獲得）していく為の手順である。

この処理は、前記診断型エキスパートシステムが所望の
解と異なる診断結果を出力したときに起動される。例え
ば診断型エキスパートシステムが第４図（ａ）に示すよ
うに連想ネットワークを辿って導き出した診断結果であ
るノードαが所望とする解ではなく、専門家によって予
め求められている所望とする解がノードβであるような
場合に、その推論過程において誤った判断がなされた診
断知識を求め、これを修正するべく起動される。

この場合には先ず、上記診断型エキスパートシステムが
誤った解を導き出した推論過程を示す前記連想ネットワ
ーク上における推論経路を、例えば第４図（ａ）に太線
で示すように求めることからなされる。しかる後、所望
とする解のノードβを特定する（初期設定ステップ）。

すると第３図にその処理手順を示すように後ろ向き探索
部３が起動され、後ろ向き探索部８は知識ベース管理部
６を介して知識ベース５をアクセスし、前記所望の解で
あるノードβから後ろ向きに連想ネットワークを探索す
る。そして誤った解を導いた前記前向きの推論経路と合
流する部分を探す（ステップａ）。

具体的には、第４図（ｂ）に示すように連想ネットワー
クを前記ノードβから図中−点鎖線で示すように後ろ向
きに探索し、前記前向きの推論経路と合流するノードＸ
を探し出す。

しかしてこの後ろ向き探索により合流点が見出されると
（ステップｂ）、次に質問生成部２が起動される。そし
てこの質問生成部２にて、前記前向き推論経路における
ノードＸにおいて判断に用いられた診断知識に誤りかな
いか否かをユーザ（専門家）に問い合わせる為の質問が
生成され、会話インターフェース部１を介して提示され
る（ステップＣ）。

＼ この質問に対してユーザ（専門家）が入力する解答情報
を新たな知識として獲得する（ステップｄ）。そして診
断知識に誤りがあるとの解答入力がなされた場合には、
これに対して新たに入力される知識を前記解答分析部４
にて分析する（ステップｅ）。そしてその分析結果に従
い、例えば前記連想ネットワークにおけるリンクの張り
替えや（ステップｆ）、判断知識自体の修正を行い（ス
テップｇ）、これによって前記知識ベース５に格納され
た診断知識の修正を行う。この診断知識の修正作業は、
前記知識ベース管理部６の制御管理の下で行われる。

尚、前記ノードＸでの判断に用いられた診断知識に誤り
かないと判断された場合には、前記後ろ向き探索部３は
別の合流点を探索する。この処理により、例えば前記ノ
ードＸとは別の合流点としてノードｙが発見される。こ
のノードｙについても同様にして、そこでの判断に用い
られた診断知識のについての質問がなされ、その解答入
力の内容に応じて診断知識の修正処理が行われる。

この例では、上記ノードｙは診断時の推論過程において
、その判断に誤りかあったとして後戻りが発生した箇所
である。このような後戻りの経緯については、前記推論
経路から求められるので、ここでは、例えば後戻りを行
った判断根拠に誤りがなかったか否かを確認するような
質問が行われる。

この実施例が示すように本方式による知識獲得システム
においては、知識ベース５に格納された連想ネットワー
クを診断知識の一部としてそのまま診断型エキスパート
システムを運用して求められた診断結果に誤りがあった
場合、その診断結果を導いた前記連想ネットワークにお
ける推論経路をそのまま提示するのではなく、正しい解
を示すノードを起点として前記連想ネットワークを逆向
きに探索し、前記推論経路に合流するノートを求めてい
る。そして二〇ノードを前記推論過程において判断の誤
りが生じた点であると看做し、そこで用いられた知識に
誤りがないか否かを問い合わせるものとなっている。

従って漠然と全体的に亘って示される推論過程からだけ
では見出すことが困難であった判断の誤り箇所の候補を
、前記後ろ向き探索との合流点として見出し、誤りの可
能性のある診断知識を効果的に絞り込むことが可能とな
る。

その上で上記合流点での判断に用いられた知識について
の質問を提示し、その解答入力の内容に応じてその知識
を修正したり、或いは前記連想ネットワークにおけるリ
ンクの張り替えを行うので、ここに診断型エキスパート
システムで診断知識の一部として用いられる連想ネット
ワークを新たな知識情報に従って効果的に修正していく
ことが可能となる。故に、知識ベース５に求められてい
る連想ネットワークをベースとして、その知識情報を効
果的に充実化していくことが可能となる。

尚、本発明は上述した実施例に限定されるものではない
。例えば知識ベースを用いた診断型エキスパートシステ
ムでの推論処理が後ろ向きに進められるような場合には
、過った知識を見出す為の連想ネットワークの探索を前
向きに行うようにすれば良い。またこの逆向きの連想ネ
ットワークの探索において、推論経路との合流点の全て
を見出した後に各合流点についての知識を確認するよう
にしても良く、或いは在る合流点が見出される毎にその
知識の確認を行うようにしても良い。また知識を確認す
る為の質問の形式についても特に限定されることはない
。その他、本発明はその要旨を逸脱しない範囲で種々変
形して実施することができる。

［発明の効果コ 以上説明したように本発明によれば、連想ネットワーク
を逆向きに探索して、過った診断結果を導いた推論経路
との合流点を求めるので、診断型エキスパートシステム
で用いられる知識ベースにおける過りの可能性のある知
識を効果的に絞り込み、その知識の修正を効率的に行う
ことが可能となる等の実用上多大なる効果が奏せられる
。

【図面の簡単な説明】

図は本発明の一実施例に係る知識獲得システムについて
示すもので、第１図は実施例システムの概略構成を示す
ブロック図、第２図は知識情報としての連想ネットワー
クの例を示す図、第３図は実施例システムにおける知識
獲得の手順を示す図、第４図（ａ）（ｂ）は連想ネット
ワークにおける推論経路と逆向きの探索経路についてそ
れぞれ示す図である。 ■・・・会話インターフェース部、２・・・質問生成部
、３・・・逆向き探索部、 ４・・・解答分析部、 ５・・・知識ベ ース、 ６・・・知識ベース管理部。

Claims (1)

1. 【特許請求の範囲】 事象を表現するノードを前記事象間の関係を意味するリ
   ンクにより結合した連想ネットワークを診断知識の一部
   として利用する診断型エキスパートシステムにおいて、 前記診断知識を前記診断型エキスパートシステムにて運
   用して求められる診断結果が所望のものでなかったとき
   、所望の解を意味するノードから前記連想ネットワーク
   を推論時の探索方向とは逆向きに探索する手段と、この
   連想ネットワークの逆向きの探索経路が前記診断結果を
   求めた推論経路に合流する部分を見出す手段と、この手
   段で見出された合流部分の知識に対する修正の要否を質
   問してその解答入力を得る手段とを具備したことを特徴
   とする知識獲得システム。