Compreensão de Diálogo
(tratamento de linguagem natural)
(memória dinâmica)
Raciocínio Baseado em Casos
Profª MSc. Fernanda Hembecker
[email protected]
Prof. Dr. Edson Emílio Scalabrin
[email protected]
Problema
 Computação e a Ficção Científica.
 Computação e a Inteligência
Artificial.
 De que maneira um sistema
computacional pode efetivamente
compreender sentenças escritas em
linguagem natural?
Fernanda Hembecker – Edson Emílio Scalabrin
2/43
Problema
 Onde se quer chegar:



usuários e computadores
“falando a mesma língua”;
melhores níveis de interação
entre usuários e
computadores; e
melhor aproveitamento dos
processos computacionais.
Fernanda Hembecker – Edson Emílio Scalabrin
3/43
Solução
 Compreensão automática da
linguagem natural:


compreensão de sentenças voltadas a
sistemas automáticos de diálogo; e
diálogos realizados em português.
 Reprodução de características
cognitivas humanas.
Fernanda Hembecker – Edson Emílio Scalabrin
4/43
Ciência Cognitiva
 Ciência Cognitiva = ciência da mente:


psicologia, lingüística, filosofia, biologia,
neurociências e computação; e
estudo dos aspectos cognitivos humanos:
armazenamento ...................armazenamento
 recuperação ...............................recuperação
 transformação.........................processamento
 emissão de informações ....................resposta

Fernanda Hembecker – Edson Emílio Scalabrin
5/43
Ciência Cognitiva
 Analogias e a compreensão:








Enfrentar o problema-alvo a ser resolvido
Ler um termo da sentença de entrada
Relembrar um problema-fonte semelhante já
conhecido
Encontrar na memória conceitos correlatos
Comparar os problemas alvo e fonte
Definir o conceito mais apropriado
Adaptar o problema-fonte e solucionar o
problema-alvo
Atualizar conceitos da memória
Fernanda Hembecker – Edson Emílio Scalabrin
6/43
Compreensão de
Linguagem Natural
 Linguagem natural: rica e elaborada
e ao mesmo tempo vaga e ambígua:

significado dos termos;
independentes; e
 associados a outros termos.



omissão: dados considerados
conhecidos; e
inúmeras formas de se dizer a mesma
coisa.
Fernanda Hembecker – Edson Emílio Scalabrin
7/43
Compreensão de
Linguagem Natural
 Processamento de Linguagem
Natural (NLP):

dicionário léxico (lexicon);
“I went hunting this weekend and shot two bucks”
Word
“shot”
Instructions
Suggest HUNTING, SPENDING, WHISKEY,...
For HUNTING:
If no HUMAN has already been seen
then discard HUNTING
else make that HUMAN the actor of HUNTING
wait for an ANIMAL to be seen
if an ANIMAL is seen
then make that ANIMAL the object of HUNTING
else discard HUNTING
For SPENDING:
Fernanda Hembecker – Edson Emílio Scalabrin
8/43
Compreensão de
Linguagem Natural
 Processamento de Linguagem
Natural (NLP):

análises seqüenciais:
morfológica;
 sintaxe;
 semântica;
 pragmática.


dados estatísticos.
Fernanda Hembecker – Edson Emílio Scalabrin
9/43
Compreensão de
Linguagem Natural
 “Como nós, seres humanos,
efetivamente compreendemos
algo?”
Marvin Minsky
 “Consciência não reflete o presente,
mas o passado, uma vez que se
relaciona à lembrança de
pensamentos recentes.”
Marvin Minsky
Fernanda Hembecker – Edson Emílio Scalabrin
10/43
Memória Dinâmica
 “Geralmente falamos em memória como
sendo coisas que guardamos em caixas
na nossa mente, como objetos que
mantemos nos armários de nossas casas.”
Marvin Minsky
 “A visão correspondente de lembrança é
que quando precisamos de uma porção
de conhecimento, vamos até nossa
memória e então a recuperamos.”
Roger Schank
Fernanda Hembecker – Edson Emílio Scalabrin
11/43
Memória Dinâmica
 Ponto central: a memória humana é
consideravelmente complexa e sofre
mudanças constantes.
 Alteração é a regra e os fatos
estáticos não são os mais
significativos.
Fernanda Hembecker – Edson Emílio Scalabrin
12/43
Memory Organization
Packages
atrib1
Abstrações
Especializações
emp
atrib1
atrib2
Instâncias
Empacotamentos
Novos conceitos
Fernanda Hembecker – Edson Emílio Scalabrin
13/43
Raciocínio Baseado em Casos
Espaço de
descrição
dos problemas
Espaço de
descrição
das soluções
Fernanda Hembecker – Edson Emílio Scalabrin
Recuperação
1
2
Reutilização
Revisão
Armazenamento
14/43
Raciocínio Baseado em Casos
 Princípios:


Problemas similares possuem soluções
similares; e
Os tipos de problemas tendem a se
repetir.
Fernanda Hembecker – Edson Emílio Scalabrin
15/43
Raciocínio Baseado em Casos
 Raciocínio Humano:




regras vs. lembrança;
comparações e analogias;
previsão; e
aprendizado.
 “Especialistas humanos não são
sistemas de regras, são bibliotecas
de experiências”
Riesbeck
Fernanda Hembecker – Edson Emílio Scalabrin
16/43
Raciocínio Baseado em Casos
 Base de atuação: casos semelhantes
previamente resolvidos.
 Qualidade de um sistema:





experiência prévia que possui;
habilidade de reconhecer similaridades entre
os casos;
habilidade de efetuar adaptações;
habilidade de realizar reparos;
correto armazenamento de novas
experiências.
Fernanda Hembecker – Edson Emílio Scalabrin
17/43
Raciocínio Baseado em Casos
 Casos:




representados de acordo com um
contexto;
não há como definir um modelo ideal;
ensinam o raciocinador a alcançar seus
objetivos; e
novos casos podem ser inseridos na
base, relatando novas experiências.
Fernanda Hembecker – Edson Emílio Scalabrin
18/43
Raciocínio Baseado em Casos
 Ciclo de funcionamento:




recuperação: definir caso de maior
similaridade;
reutilização: aproveitar informações do
caso recuperado;
revisão: avaliar a nova solução
proposta;
armazenamento: reter o novo caso na
base.
Fernanda Hembecker – Edson Emílio Scalabrin
19/43
Raciocínio Baseado em Casos
Problema
Caso
testado
Solução
confirmada
Fernanda Hembecker – Edson Emílio Scalabrin
RECUPERAÇÃO
Casos
prévios
Base de casos
REVISÃO
Caso
recuperado
Novo
caso
REUTILIZAÇÃO
ARMAZENAMENTO
Caso
aprendido
Novo
caso
Caso
resolvido
Solução
sugerida
20/43
Raciocínio Baseado em Casos
 Indexação:





associada diretamente à recuperação;
identifica pontos semelhantes entre
casos conhecidos e um caso novo;
representa a interpretação de uma
situação;
deve antecipar situações de
recuperação dos casos; e
deve caracterizar os casos.
Fernanda Hembecker – Edson Emílio Scalabrin
21/43
Raciocínio Baseado em Casos
 Aplicações:



memória para um especialista;
conjunto de casos de estudo para
iniciantes; e
componente da memória
organizacional.
Fernanda Hembecker – Edson Emílio Scalabrin
22/43
Parsers Baseados em Casos
 Parsers Baseados em Casos: processo
de reconhecimento:

identificar conceitos na memória
relevantes a um determinado texto.
 Compreensão: relacionamento entre
as afirmações de um texto e partes
das informações previamente
armazenadas no sistema.
Fernanda Hembecker – Edson Emílio Scalabrin
23/43
Parsers Baseados em Casos
Nono nononon nono no.
abc
qrs
xyz
ghi
mno
def
jkl
Fernanda Hembecker – Edson Emílio Scalabrin
24/43
Parsers Baseados em Casos
•Representação da memória
•Processo de busca
ghi
abc
Fernanda Hembecker – Edson Emílio Scalabrin
def
25/43
Direct Memory Access Parsing
 Processo de compreensão contínuo:

memória pré-modelada (MOPs);

busca bi-direcional:
marcadores de previsão; e
 marcador de referência.


índices:
expectativas do sistema; e
 dicionário léxico dinâmico.

Fernanda Hembecker – Edson Emílio Scalabrin
26/43
Direct Memory Access Parsing
 Índices:



estabelecem a conexão entre o texto e
a memória do sistema;
compostos por termos da linguagem
natural {milton friedman} ou por
empacotamentos {(actor) says (info)};
resolvem ambigüidade: {casa (pessoa)}
e {casa (material)}.
Fernanda Hembecker – Edson Emílio Scalabrin
27/43
MOBJECT
Entrada
“Milton Friedman says increase tax”
Índices
Mtrans-1: { (actor) says (info) }
Friedman-1: { milton friedman }
Increase-1: { increase tax }
P
actor MTRANS
HUMAN
Dicionário Léxico
FRIEDMAN
INCREASE
FRIEDMAN
INCREASE
MTRANS
actor
tax
milton
increase
friedman
increase
says
MONETARIST
R
FRIEDMAN
FRIEDMAN
Fernanda Hembecker – Edson Emílio Scalabrin
info
actor
MONETARIST
MONETARIST
info
COMMUNICATION
COMMUNICATION
MONETARIST
COMMUNIC-01
info
P
MONETARY
ARGUMENT
R
INCREASE
28/43
Sistema ComPor
 Objetivo:

viabilizar a criação, a execução e o
acompanhamento de diálogos entre
computadores e usuários em linguagem
natural.
 Pontos principais:


compreensão da linguagem natural; e
condução do diálogo.
Fernanda Hembecker – Edson Emílio Scalabrin
29/43
Sistema ComPor
 Modelagem da memória: livraria

objetos do diálogo:
livros comercializados; e
 clientes da livraria.


ações do usuário ou fases do diálogo:
comprar um livro específico; e
 cliente fornecer sua identificação.


condução ou plano do diálogo:

seqüência de ações que concretizam a
compra de um livro.
Fernanda Hembecker – Edson Emílio Scalabrin
30/43
Sistema ComPor
 Modelagem da memória
objetos
ações
planos
Fernanda Hembecker – Edson Emílio Scalabrin
31/43
Sistema ComPor
 Índices:




modelado em função das possíveis
entradas do usuário;
podem representar sentenças inteiras
ou palavras-chave;
termos léxicos: objetos e ações; e
empacotamentos: planos e ações que
se referem a objetos.
Fernanda Hembecker – Edson Emílio Scalabrin
32/43
Sistema ComPor
 Respostas do sistema:




associadas diretamente aos conceitos;
modelados em função dos índices e
dos planos de diálogo;
caracterizados por sentenças simples ou
sentenças compostas por valores
extraídos dos conceitos; e
devem induzir as entradas do usuário.
Fernanda Hembecker – Edson Emílio Scalabrin
33/43
Sistema ComPor
M-ComPor
objetos
ações
planos
M-Objeto
M-Livros
objeto M-Informações
da livraria
objeto M-Informações
dos livros
M-L-Resumo
M-L-Preço
M-Exatas
M-L-Total
M-Informática
quero comprar
o livro {objeto}
O preço do livro
é {objeto preço}
Confirma a
compra?
M-SMente
M-Engines
engines for
education
Fernanda Hembecker – Edson Emílio Scalabrin
M-Informações
da compra
M-Confirma
compra
confirmo
a compra
Informe
seu nome
M-Informações
dos clientes
M-Cancela
compra
M-Efetua
compra
M-Eduardo
M-Fernanda
fernanda
hembecker
cliente
meu nome
é {cliente}
M-Modelos
de diálogo
c-compra
e-compra
l-total
M-Modelo1-L
M-Modelo-2-L
{l-total} {c-compra} {e-compra}
Sua compra foi efetuada.
34/43
C: Quero comprar o livro Engines for Education.
S: O preço do livro é R$70,00. Confirma a compra?
C: Confirmo a compra.
S: Informe seu nome.
C: Meu nome é Fernanda Hembecker.
S: Sua compra foi efetuada.
S: Deseja outras informações?
M-ComPor
objeto M-Informações
da livraria
M-Objeto
M-Livros
M-Exatas
M-Informática
objeto M-Informações
dos livros
M-L-Resumo
M-L-Preço
M-Informações
da compra
M-Confirma
compra
M-L-Total
M-Cancela
compra
M-Efetua
compra
objeto M-L-Total0
M-Informações
dos clientes
M-Engines
M-Efetua
compra1
M-Modelos
de diálogo
e-compra
l-total
Fernanda Hembecker – Edson Emílio Scalabrin
M-Fernanda
cliente
c-compra
M-SMente
M-Eduardo
M-Modelo1-L
e-compra
M-Modelo1-L-2
l-total
M-Modelo-2-L
35/43
Sistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin
36/43
Sistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin
37/43
Sistema ComPor
Fernanda Hembecker – Edson Emílio Scalabrin
38/43
Sistema ComPor
 Validação do sistema:


compreensão da linguagem natural; e
correta condução de um diálogo.
 Dependente da estrutura de
memória, índices e respostas
modeladas.
Fernanda Hembecker – Edson Emílio Scalabrin
39/43
Sistema ComPor
 Principais resultados:

memória:
compreensão da linguagem natural;
 reaproveitamento de conceitos;
 aprendizado;
 atualizações;
 condução do diálogo; e
 abrangência do diálogo.

Fernanda Hembecker – Edson Emílio Scalabrin
40/43
Sistema ComPor
 Principais resultados:


combinações de memória, índices e
respostas; e
ambiente de desenvolvimento.
 Limitações:


manipulação dos índices; e
aprendizado.
Fernanda Hembecker – Edson Emílio Scalabrin
41/43
Sistema ComPor
 Trabalhos Futuros:



associação a sistemas de
processamento automático da voz;
aplicação em sistemas multi-agente;
aprendizado:
conceitos mais abstratos;
 novos índices (novas entradas).

Fernanda Hembecker – Edson Emílio Scalabrin
42/43
Conclusões
 Computação não é uma ciência
isolada.
 Obtenção de ganhos a partir da
reprodução das características
cognitivas humanas.
 Compreensão estabelecida em
função de conhecimento prévio.
Fernanda Hembecker – Edson Emílio Scalabrin
43/43