설명 기반 학습

Explanation-based learning

설명 기반 학습(EBL)은 매우 강력하거나 심지어 완벽한 도메인 이론(즉, Scott의 도메인 이론과 혼동되지 않는 온톨로지 엔지니어링의 도메인 모델과 유사한 애플리케이션 도메인의 공식 이론)을 이용하여 훈련 [1]예에서 일반화하거나 개념을 형성하는 기계 학습의 한 형태입니다.또, 인코딩(메모리)과 링크 되어 있어 학습에 도움이 됩니다.[2]

세부 사항

완벽한 도메인 이론을 사용하는 EBL의 예는 예를 통해 체스를 배우는 프로그램입니다."블랙 퀸의 두 동작 강제 손실"과 같은 중요한 기능을 포함하는 특정 체스 포지션에는 보드 상의 폰의 특정 산란과 같은 많은 관련 없는 기능이 포함됩니다.EBL은 단일 트레이닝의 예를 들어 관련 기능을 특정하여 [3]일반화를 작성할 수 있습니다.

도메인 이론은 원칙적으로 도메인에 대한 질문을 결정하는 데 필요한 모든 정보를 포함하고 있다면 완벽하거나 완전하다.예를 들어, 체스의 도메인 이론은 단순히 체스의 규칙이다.원칙적으로 규칙을 알고 있으면 어떤 상황에서든 최선의 방법을 추론할 수 있다.그러나 실제로 이러한 추론을 하는 것은 조합 폭발로 인해 현실적으로 불가능하다.EBL은 실제로 효율적인 도메인 이론의 연역적 결과를 찾기 위해 훈련 예를 사용합니다.

본질적으로 EBL 시스템은 시스템의 기존 도메인 이론 데이터베이스에서 각 훈련 예를 추론하는 방법을 찾아냄으로써 작동합니다.트레이닝 예제의 간단한 증명은 도메인 이론 데이터베이스를 확장하기 때문에 EBL 시스템은 트레이닝 예시와 유사한 미래의 예를 매우 [4]신속하게 찾아 분류할 수 있습니다.Minton은 이 방법의 주요 결점인 학습 증명 매크로를 적용하는 데 드는 비용을 분석했다.[5]

기본 제제

EBL 소프트웨어는 다음 4가지 입력을 받습니다.

  • 가설 공간(모든 가능한 결론의 집합)
  • 영역 이론(관심 영역에 대한 설명)
  • 훈련 예(일부 가설을 배제하는 특정 사실)
  • 운용성 기준(도메인에서 효율적으로 인식할 수 있는 기능, 예를 들어 [6]센서를 사용하여 직접 검출할 수 있는 기능 등)

어플

특히 EBL에 적합한 애플리케이션 도메인은 Natural Language Processing(NLP)입니다.여기서 풍부한 영역 이론, 즉 자연 언어 문법은 완벽하지도 완전하지도 않지만 트리뱅크(tree bank)를 사용하여 특정 응용 프로그램이나 특정 언어 사용에 맞춰 조정된다.레이너는 이 [7]일을 개척했다.첫 번째 성공적인 산업 애플리케이션은 관계형 데이터베이스에 대한 [8]상업용 NL 인터페이스에 대한 것이었습니다.이 방법은 몇 가지 대규모 자연어 구문 [9]분석 시스템에 성공적으로 적용되었으며, 여기서 효용 문제는 원래의 문법(도메인 이론)을 생략하고 전문화된 LR 파싱 기술을 사용하여 해결되었으며, 커버리지 비용은 많이 들지만 모호성이 향상되었다.EBL과 같은 기술은 [10]파싱의 반대인 표면 생성에도 적용되어 왔다.

EBL을 NLP에 적용할 때, 운영성 기준은 수작업으로 [11]만들 수 있으며, 또는 ORL의[12] 엔트로피 또는 대상 커버리지/불확실화 트레이드오프(= 리콜/불확실 트레이드오프 = f-점수)[13]를 사용하여 트리뱅크에서 추론할 수 있다.EBL은 또한 일반적인 통일 [14]문법에서 음성 인식을 위한 문법 기반 언어 모델을 컴파일하는 데 사용될 수 있습니다.Minton에 의해 처음 공개된 효용 문제는 원래의 문법/도메인 이론을 폐기함으로써 어떻게 해결되었는지, 인용된 글은 원래 용어 설명에 기초한 일반화와는 정반대인 문법의 전문화를 포함하는 경향이 있다는 점에 유의하십시오.아마도 이 기술의 가장 좋은 이름은 데이터 기반 검색 공간 감소일 것입니다.NLP를 위한 EBL에서 일한 다른 사람들로는 Guenther Neumann, Aravind Joshi, Srinivas Bangalore, Kalil Sima'an 등이 있습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Special issue on explanation in case-based reasoning". Artificial Intelligence Review. 24 (2). October 2005.
  2. ^ Calin-Jageman, Robert J.; Horn Ratner, Hilary (2005-12-01). "The Role of Encoding in the Self-Explanation Effect". Cognition and Instruction. 23 (4): 523–543. doi:10.1207/s1532690xci2304_4. ISSN 0737-0008. S2CID 145410154.
  3. ^ 블랙 퀸의 예
  4. ^ Mitchell, Tom (1997). Machine Learning. McGraw-Hill. pp. 320. ISBN 0-07-042807-7. In its pure form, EBL involves reformulating the domain theory to produce general rules that classify examples in a single inference step.
  5. ^ Minton, Steven (1990). "Quantitative Results Concerning the Utility Problem in Explanation-Based Learning". Artificial Intelligence. 42 (2–3): 363–392. doi:10.1016/0004-3702(90)90059-9.
  6. ^ 켈러, 리차드(1988년)."explanation-based를 배우는 데 operationality 정의"(PDF).인공 지능. 35(2):227–241. doi:10.1016(88)90013-6.2009-02-22 Retrieved.해류 Operationality Defn.:만약 그것이 효율적으로 일반적인 정의한 후 그것을 나타내는 개념의 인스턴스를 인식하는데 사용할 수 있는 개념서 작전, 신문은 사실 반대more-refined 기준에 찬성한다고 주장한다.
  7. ^ Rayner, Manny (1988). "Applying Explanation-Based Generalization to Natural Language Processing". Procs. International Conference on Fifth Generation Computing, Kyoto. pp. 1267–1274.
  8. ^ Samuelsson, Christer; Manny Rayner (1991). "Quantitative Evaluation of Explanation-Based Learning as an Optimization Tool for a Large-Scale Natural Language System". Procs. 12th International Joint Conference on Artificial Intelligence, Sydney. pp. 609–615.{{cite news}}: CS1 유지보수: 위치(링크)
  9. ^ Samuelsson, Christer (1994). Fast Natural-Language Parsing Using Explanation-Based Learning. Stockholm: Doctoral Dissertation, Royal Institute of Technology.
  10. ^ Samuelsson, Christer (1996). "Example-Based Optimization of Surface-Generation Tables". in R. Mitkov and N. Nicolov (eds.) "Recent Advances in Natural Language Processing," vol. 136 of "Current Issues in Linguistic Theory": John Benjamins, Amsterdam.{{cite news}}: CS1 유지보수: 위치(링크)
  11. ^ Rayner, Manny; David Carter (1996). "Fast Parsing using Pruning and Grammar Specialization". Procs. ACL, Santa Cruz.
  12. ^ Samuelsson, Christer (1994). "Grammar Specialization through Entropy Thresholds". Procs. ACL, Las Cruces. pp. 188–195.
  13. ^ Cancedda, Nicola; Christer Samuelsson (2000). "Corpus-based Grammar Specialization". Procs 4th Computational Natural Language Learning Workshop.{{cite news}}: CS1 유지보수: 위치(링크)
  14. ^ Rayner, Manny; Beth Ann Hockey; Pierrette Bouillon (n.d.). Putting Linguistics into Speech Recognition: The Regulus Grammar Compiler. ISBN 1-57586-526-2.