问题标签 [expert-system]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
java - 流口水:插入逻辑和撤回
这是对我之前的问题的跟进。我有一个如下形式的决策树:
我想将其转换为 Drools Expert 中的规则。insertLogical
已提出使用. Drools 文档说明了这一点insertLogical
:
insertLogical(new Something())
; 与插入类似,但当没有更多事实支持当前触发规则的真实性时,对象将自动收回。
这些对象被收回的事实很有用(因为我将在内存中拥有数以万计的对象,每个对象都会创建一堆)。还有一个方法retract(object)
,它从工作内存中删除一个对象。当我到达一个结束节点并删除(retract
)将到达那里的基础对象(遵循决策树)时,它是否也删除了在遍历期间创建的所有这些临时对象?insertLogical
machine-learning - 自动法律问答系统
我正在尝试实现一个 Web 应用程序,该应用程序将允许用户定义规则并根据一组规则提出问题以查看语句是合法的还是非法的。我想到的领域是小型社区或俱乐部的规则。
例如,假设一个可能的规则集包含以下规则:
然后有人问"Can I park my Honda here?"
系统将尝试通过首先遵循类似于以下的问答树来回答:
用户在每个节点选择一个答案,系统会根据一个答案提出下一个问题,直到到达一个叶子节点,代表一个“最终”的答案。
在每个节点,用户可以要求系统解释或定义问题中使用的术语。解释将是一系列包含术语的陈述,这些术语本身可以进一步解释或定义。
在获得足够的经验后,系统可以自动跳过某些节点,例如第一个“本田是汽车吗?” 当它了解到在“停车”的上下文中,“本田”总是意味着“汽车”。
尽管此树中未显示,但某些树可能具有“未定义”叶节点,表示规则没有提供足够覆盖范围以完全创建树的情况,需要将问题重定向给人类专家以澄清或更正规则。
目标是在数据库中定义规则,然后根据需要动态生成这些问答树。
尽管此处显示的规则和问题表示为自然语言,但初始系统将使用符号逻辑代替,因为除了这种逻辑解析之外进行 NLP 会使初始系统变得非常复杂。这些规则最初可能是作为自然语言起草的,但在输入系统之前,它们会被手动转换为离散规则。问题将显示为简单的自然语言陈述,答案将是多项选择。
这看起来像是一个实用的项目吗?有没有先有技术?到目前为止,我还没有阅读过类似的内容,但我不确定哪些搜索关键字能够充分描述这个系统。
我应该使用什么工具?我不确定是否应该使用决策树或某种专家系统来将问题与规则匹配并缩小问题的范围。
forum - 论坛数据分析
我正在开发一个专家系统,该系统分析来自论坛的数据并获得一些可靠的信息,然后我正在使用这些信息来学习我的专家系统。
问题是如果论坛上只有大约 50% 的现有数据是真实的,如何提取给我 90% 可信数据的数据?!关于论坛数据提取的最佳资源是什么?
我搜索了很多关于这个主题但我什么都没有,主要是因为它的关键字“论坛”不好!
谢谢你
expert-system - 从 deffunction 中的多字段访问插槽
我有这个函数,它根据多个多字段事实的多个槽计算一些值。
因为涉及到相当多的插槽,并且函数中需要所有插槽,所以我在想是否可以将整个事实传递给函数并访问其中的插槽,如下所示:
我在这个例子中看到了这个?fact-adrres:slot-name并认为它会起作用,但它没有。那么,是否有可能以及如何做到这一点?
使用剪辑 6.3。
algorithm - 推理引擎与决策树
我正在使用带有推理引擎(前向链接)的专家系统,我想解释为什么它比使用非常简单的概念的决策树更好。(在一种特殊情况下)
我知道在 stackoverflow 上有一个类似的问题,但这不是我正在寻找的答案。
这是我的问题:
对于客户关系管理,我使用许多不同的业务规则(诱导对话规则)来帮助客户对一种产品做出决定。注意:经常添加规则(每天 2 条)。
客户在得到答案之前回答了一系列问题。业务规则与对话规则相结合,使生成的问卷看起来像是由最优决策树生成的问卷。即使隐藏的推理完全不同。
在这种情况下,与决策树相比,我想知道在可扩展性、鲁棒性、复杂性和效率方面支持(或反对)推理引擎的主要论点是什么。
我已经有了一些想法,但既然我需要说服某人,就好像我从来没有足够的论据。
提前感谢您的想法,如果您能建议我阅读有关此主题的好论文,我将很高兴。
prolog - 如何在 Prolog 中实现 AIML?
AIML 文件:http ://www.alicebot.org/aiml/aaa/ 我想让这些 AIML 文件成为我的 Prolog 程序的知识库。帮我。提前致谢。
PS请原谅我的英语不好。
diagnostics - 专家系统(技术诊断)
我目前支持一小部分非常容易出错的软件。人们在安装等过程中可能会做错很多事情。
所以现在我想起了我们在学校玩过的所谓的“专家系统”。因此,该程序会向您提出问题并引导您解决问题。我真的很想制作这样一个系统并在互联网上搜索解决方案。
但我找不到创建此类专家系统的程序。
你有什么建议还是我真的必须自己编程?
artificial-intelligence - 专家系统的好(和最近的)资源
有谁知道设计专家系统的任何好的(和最近的)资源?
php - 构建基于网络的专家系统?
一位客户要求我们构建一个基于 Web 的工具来帮助新用户进入他们的域。该系统会询问用户问题,以帮助建立关于他们及其兴趣的个人资料。然后,现实生活中的顾问可以使用该配置文件来确定用户下一步需要做什么(即获得资金、寻找合作伙伴、进行更多研究)。
理想情况下,用户将能够跳过某些问题并继续。在稍后的决策点,系统可以询问他们是否愿意回答他们之前跳过的问题,如果需要继续执行该信息。
我的问题是编写这样的系统的最佳方法是什么?我看过专家系统和决策树。用例模式似乎适合专家系统,但似乎没有任何好的 Web 框架可以构建这样的工具。
对开源解决方案有什么建议吗?
java - 使用 Drools 专家开发专家系统的想法
我想使用 Drools 专家开发税务咨询系统。这种系统的想法是能够选择税收规则来计算税额并提出减少税收的建议。
对于税收计算,假设纳税人是医生。他以工资的形式赚取收入。他的收入扣除率是总收入的40%,但不超过60,000。他有自费,因为他是本国公民。税收计算公式为总收入-扣除收入-免税额=净收入
该净收入将用于税收计算方法:累进和固定税率
如果纳税人收入不是工资形式,则始终选择累进法,而将选择固定税率法。
系统选择完税款计算方法并进行计算后。它应该能够提出减税计划。
在前面的示例中,医生以工资的形式赚取收入。工资收入可以扣除总收入的40%,但不超过60,000。但是,如果他声明自己是医学专业,而不是医院的雇员,他将允许扣除最高60%的收入。
我希望专家系统可以建议纳税人做这样的事情。
Drools 专家有能力做这样的事情吗?
先感谢您