Модель мышления и понимания в автоматической обработке запросов пользователя ©А СТощев atoschev@kpfu.tu Модель мышления и понимания в автоматической обработке запросов пользователя 6430A7C7F4AF80F38B60DD360F835AC8 GROBID - A machine learning software for extracting information from scholarly documents

Описан механизм машинного понимания для обработки и решения проблем на естественном языке, поставленных и сформулированных пользователями. Обоснован теоретический подход, базирующейся на теории мышления Мински. Предложены архитектура и программная реализация системы, использующей выработанный алгоритм.
Введение

В настоящее время в области IT набрало большую популярность системы удаленной поддержки информационной инфраструктуры, так называемой «Аутсорсинг». Ввиду развития рынка компаниям становится невыгодно держать свой штат службы поддержки, и они отдают свою инфраструктуру сторонней компании.

После анализа статистической информации обработки инцидентов было выяснено [1], что большинство проблем, которые решает удаленная служба поддержки, носят весьма тривиальный характер:

• Установить приложение

Сравнение с подобными системами

Для сравнения использовалась система Wolfram Alpha [2]. Она имеет более общий характер и в отличие от созданной нами системы сможет ответить только на общие, но не специфичные вопросы. Кроме того, наша система при построении семантической сети запроса использует Wolfram Alpha для поиска синонимов, чтобы найти концепции из базы знаний. Например, программное обеспечение, софт, программа ссылаются на одну концепцию.

Для сравнения со специфическими системами использовалась HP Open View [6]. Названная система включает комплекс программ для обработки входящих запросов на естественном языке, но не умеет понимать запрос, а направлена на регистрацию запросов при помощи человекаспециалиста. Кроме того, решение проблемы, сгенерированной пользователем, также выполняется человеком. В качестве автоматизации система предлагает блок «Самообслуживание», когда пользователь может выбрать из списка необходимое ему действие (возможный запрос), а система автоматически выполнит его на компьютере пользователя (в нашей системе это отнесено к первому уровнюуровню инстинктивных реакций).

Результаты

Для тестирования системы была составлена выборка типичных запросов из системы обработки заявок. По результатам тестирования удалось добиться 61% успешности обработок заявок.

Труды 16-й Всероссийской научной конференции «Электронные библиотеки: перспективные методы и технологии, электронные коллекции» -RCDL-2014, Дубна, Россия, 13-16 октября 2014 г.Человеческое понимание тесно связано с мыслительной деятельностью и является одной из его функций [3]. Существует множество моделей мышления, например, модель Рассела и Норвига [4], модель Мински шести уровней мышления [5] (с. 381-432). Нами была выбрана последняя, так как она лучше подходит для реализации как компьютерной системы. Модель Мински состоит из шести уровней мышления и триплета Критик -Селектор -Образ мышления. Каждый последующий уровень инкапсулирует предыдущий. Уровень обученных реакций: человек увидел быстро приближающийся автомобиль, он запомнил эту ситуацию и теперь знает, что нужно отойти в сторону. Уровень рассуждений: чтобы понять, что нужно предложить покупателю на встрече, продавец рассмотрела несколько альтернатив и выбрала лучшую. Уровень рефлексии: человек размышляет над тем, что он недавно сделал для того, чтобы стать более высококвалифицированным профессионалом.реагировать на свое состояние, например, классификации проблем, который обрабатываетопределять степень нагрузки и распределять входящий запрос, строя семантическую сеть.ресурсы. Третий уровень включает все логические(вероятностные) рассуждения системы.Четвертый уровень -уровень рассуждений -производит постановку целей для системы иКаждый из Критиков распознает разные типыконтролирует два предыдущих уровня. Механизмпроблем. Когда Критик фиксирует достаточноеДля целей имеет иерархическую структуру, во главе решения проблемы автоматической которой стоит базовая цель «Помочь обработки инцидентов (проблем), возникающих в области поддержки пользователю». Подцелями базовой цели могут информационной быть «Понять запрос», «Понять проблемы», «Найти инфраструктуры было решено отталкиваться от решение». Также четвертый уровень контролирует человеческого понимания. время выполнения входящего запроса и, если оноколичество внешних воздействий, он активирует Образ мышления, который будет полезен и наиболее адекватен в данной ситуации. Селекторы отвечают за выделение ресурсов памяти. С точки зрения программного комплекса Селекторы отвечают за выбор данных.время превышает определённый предел, производит перераспределение ресурсов.4. Четвертая линия. Решение архитектурных Модель Мински описывает человеческое мышление, нами эта модель была дополнена иНа пятом уровне происходят инициализацияпроблем инфраструктуры адаптирована для задачи обработки и решения• Переустановить приложение • Решить проблему с доступом к тому или иному ресурсу Данные проблемы решают специалисты технической поддержки. Обычно техническая поддержка делится на несколько линий: 1. Первая линия. Решение уже известных, задокументированных проблем, работа напрямую с пользователем 2. Вторая линия. Решение ранее неизвестных проблем 3. Третья линия. Решение сложных и нетривиальных проблем контекста запросов и коммуникации с пользователем. Шестой уровень контролирует общее состояние системы, ресурсов, проблемы функционирования аппаратного комплекса и выставляет общий статус системы. Если все запросы укладываются в отведенное время, то выставляется положительный статус, иначе выставляется отрицательный статус. По общему статусу можно определить, необходимо ли внешнее вмешательство в работу системы: замена компонентов, увеличение ресурсов. Обмен информацией между уровнями идет посредством разработанной нами концепции контекстов. В системе предусматривается два класса контекстов: краткосрочный и долгосрочный. Краткосрочные контексты существуют во время выполнения запросов и не пересекаются друг с другом. Долгосрочный контекст существует на более высоких уровнях и объединяет знания системы. Как сказано выше, на втором уровне запрос преобразуется в семантическую сеть из концепций. Важно отметить, что в системе только две предустановленных концепции -это объект и действие. Всем остальным концепциям система обучается посредством взаимодействия с тренером. Обучение также проходит через все 6 уровней модели, после чего новая концепция записывается в базу знаний. С точки зрения технических особенностей нужно воспринимает сигналы предыдущего контролирует его. и со своими идеалами. Каждый последующий уровень продумывает, что он сделает, опираясь на сравнение Уровень самосознательной рефлексии: человек заставляет человека заранее продумывать его планы. Уровень саморефлексии: нежелание опаздывать отметить, что для хранения данных выбрана нереляционная база данных, так как она оптимизирована для представления семантических сетей и объектов.Каждая запросов на естественном языке, созданных линия поддержки представлена пользователями в системах типа Служба специалистами. В среднем команда, обслуживающая технической поддержки. одного заказчика насчитывает 60 человек. 3.1 Реализация Модели мышления 1.1 Проблема Основной тенденцией в развитии области удаленной поддержки инфраструктуры является попытки удешевить и улучшить стоимость предоставления услуг. Компании, работающие на этом рынке, вкладывают большие деньги в автоматизацию. Кроме того современное развитие науки и техники, а точнее вычислительных мощностей позволяет автоматизацию даже самых ресурсоемких процессов. Дальнейшим развитием области является замена человеческих специалистов на автоматические системы. Многие ведущие компании ведут разработки в этом направлении. Например, компания HP. Данная компания имеет свои системы по регистрации подобных инцидентов и сейчас ведется работа над автоматизацией системы. Кроме компании HP подобную систему разрабатывает Wolfram Alpha [2], данная система может понимать и отвечать на вопросы пользователя. Например, если спросить ее «2 + 2», то она ответит «4». Это лишь один тривиальный На базе доработанной модели были создана архитектура приложения с расширением исходной модели и реализована система, работающая по дан-ной архитектуре. Шесть уровней мышления были реализованы отдельным компонентом «Цикл мышления», который запускает и контролирует все действия системы (Критики, Образы мышления), а также общий контекст системы и контекст текущих задач, инкапсулируя необходимую информацию. В функции «Цикла мышления» входит определение целей работы системы. Критики были реализованы нами как программные функции (вероятностные предикаты), которые в качестве одного из параметров возвращают вероятность, с которой данная функция может обработать входящие данные, тем самым среди всех Критиков выбирается и используется наиболее вероятный. После выбора, активации и работы Критика он в качестве результата формирует объект Селектор. Селекторы возвращают данные из текущего контекста запроса. Образ мышления реализован как компонент, который может модифицировать текущий контекст, изменяя данные пример. в нем. 2 Постановка задачи Задачами данного исследования являются разработать архитектуру системы, практически реализующую модель мышления для обработки и решения запросов на естественном языке, созданных пользователями в системах типа Служба технической поддержки; • разработать модели и методы обучения системы; • протестировать эффективность работы • разработать адаптивную демонстрирующую способность системы адекватно удалось. На этом уровне активируется Критик архитектуру, переходит, если решение на первом уровне найти не системы в сравнении со специалистами-людьми; На уровень обученных реакций система рассуждения. используя встроенные шаблоны, но не логические совершает базовую обработку «инстинктивно», На уровне инстинктивных реакций система системах типа Служба технической поддержки. на естественном языке, созданных пользователями в При реализации уровней мышления нами была дана новая интерпретация значения уровней, предложенных Мински с точки зрения поставленной задачи обработки и решения запросов
• Подсчет статистических результатов работы комплекса3 Модель мышленияПримерами человеческого поведения в рамках модели Мински являются следующие.Уровень инстинктивных реакций: человек услышал звук и повернул голову. Другой важной составляющей модели Мински является триплет Критик -Селектор -Образ мышления.
Thinking Model and Machine Understanding in Automated User Request Processing

Alexander S. Toschev A mechanism of machine understanding in processing and resolving of problems generated and formulated by users in natural language is considered. The theory described is based on the Minsky thinking model. An architecture and software implementation of the computer system based on the described algorithm are presented.

Результаты анализа инцидентов ICL КПО <author> <persName><forename type="first">Вольфрам</forename><surname>Альфа</surname></persName> </author> <ptr target="https://www.wolframalpha.com/" /> <imprint/> </monogr> </biblStruct> <biblStruct xml:id="b2"> <monogr> <ptr target="http://litpsy.ru/obshhaya-psixologiya/psixologiya-poznaniya/sootnoshenie-myshleniya-i-ponimaniya/" /> <title level="m">Соотношение мышления и понимания СРассел Норвиг П. Искусственный интеллект. Современный подход. -Вильямс 2007 1408 ММински Машина эмоций. -Саймон & Шустер Пейпербэкс 2007 400 МПекар Фогнет: руководство по HP OpenView -Фогбукс 2008 251