Разработка вопросно-ответной системы в области линейной алгебры на основе открытых баз знаний

Современные подходы в образовании предполагают разработку вопросно-ответных систем. В области математического знания не существует вопросно-ответной системы, ориентированной на линейную алгебру. Такая система востребована при подготовке специалистов в Data Science.

Согласно [1] для того, чтобы иметь возможность решать фундаментальные проблемы машинного обучения - задачи регрессии, уменьшения размерности, оценки плотности и классификации - необходимы следующие разделы математического знания: линейная алгебра, аналитическая геометрия, разложение матриц, теория вероятностей, векторный анализ, оптимизация. Текущая работа фокусируется на одной из этих областей, а именно линейной алгебре.

Об актуальности выбранной темы свидетельствуют результаты исследования Всемирного экономического форума, где говорится о том, что к 2027 году спрос на специалистов в области искусственного интеллекта и машинного обучения увеличится на 40%, а на аналитиков данных и работников других профессий, связанных с большими данными, - на 30%-35% [2].

Научная новизна отражается в использовании при проектировании вопросно-ответной системы структурированных данных, представленных в виде графа знаний, что обеспечивает наличие смысловой связи между концептами линейной алгебры, и разработке нового алгоритма анализа вопроса, заключающегося в комбинировании наборов предикатов и субъектов, и построения естественно-языкового ответа.

Объектом исследования является проектирование вопросно-ответных систем.

Предметом исследования является разработка вопросно-ответной системы в математическом домене знаний с применением онтологического подхода.

Цель данной работы - это создание прототипа вопросно-ответной системы на основе открытых баз знаний.

В ходе работы решаются изложенные ниже задачи:

разработать механизм преобразования вопроса на естественном языке в SPARQL-запрос;

разработать алгоритм поиска ответа в базе знаний;

разработать механизм преобразования ответа онтологии в естественно-языковую форму;

разработать архитектуру вопросно-ответной системы, объединяющую все реализованные механизмы;

разработать систему подсказок доступных терминов из линейной алгебры для повышения удобства и эффективности использования вопросно-ответной системы;

разработать пользовательский интерфейс для взаимодействия с системой.

Структура настоящей работы состоит из аннотации, введения, трёх глав, заключения, списка литературы и трёх приложений.

В первой главе изложена теоретическая информация, необходимая для проектирования вопросно-ответной системы. Акцент делается на назначении и классификации вопросно-ответных систем, даётся определение баз знаний, проводится обзор существующих решений по выбранной теме.

Вторая глава описывает непосредственно модель и функции разработанной вопросно-ответной системы. Здесь отражены такие проблемы, как анализ вопроса, обращение к базе знаний, генерация естественно-языкового ответа, и приведены диаграммы архитектуры.

Аннотация 2

Abstract 4

Содержание 6

Введение 8

Глава 1. Теоретическая основа вопросно-ответной системы 11

1.1. Суть и классификация вопросно-ответных систем 11

1.2. Графы и базы знаний 14

1.3. Инструментарий взаимодействия с графами 16

1.4. Существующие решения 17

Глава 2. Модель вопросно-ответной системы 21

2.1. Архитектура вопросно-ответной системы 21

2.2. Преобразование вопроса на естественном языке в SPARQL-запрос... 27

2.2.1. Терминологическая база вопросно-ответной системы 27

2.2.2. Синонимичные названия для допустимых терминов 28

2.2.3. Поддерживаемые типы вопросов 29

2.2.4. Анализ вопроса и нормализация его фокуса 31

2.2.5. Взаимодействие системы с графом знаний 35

2.3. Формирование ответа на естественном языке 38

2.4. Алгоритм работы вопросно-ответной системы 40

Глава 3. Реализация вопросно-ответной системы 45

3.1. Разработка интерфейса 45

3.2. Модуль подсказок для пользователя 47

3.3. Тестирование 47

3.4. Примеры работы вопросно-ответной системы 49

Заключение 53

Список литературы 54

Приложение А. Синонимы 58

Приложение Б. Предикаты 61

Приложение В. Запросы 64

1. Deisenroth M., Faisal A., Ong C. Mathematics for machine learning. Cambridge University Press, 2020. 411 p.

2. The Future of Jobs Report 2023. URL: https://www3 .weforum.org/docs/WEF_Future_of_Jobs_2023 .pdf (дата

обращения: 09.06.2024)

3. Система стандартов по информации, библиотечному и издательскому делу. Библиографическая запись. Библиографическое описание. Общие требования и правила составления, Москва Стандартинформ, 2010. 124 с. URL:

https://www.rsl.ru/photo/!_ORS/5-PROFESSIONALAM/7_sibid/%D0%93%D0% 9E%D0%A1%D0%A2_%D0%A0_7_0_100_2018_1204.pdf (дата обращения: 09.06.2024)

4. Единая система программной документации. Схемы алгоритмов, программ, данных и систем. Обозначения условные и правила выполнения. Москва Стандартинформ, 2010. С.137-158. URL:

https://is20-2019.susu.ru/wp-content/uploads/2021/04/gost_19.701-90.pdf (дата обращения: 09.06.2024)

5. Alanazi S. S., Elfadil N., Jarajreh M., Algarni S. Question Answering Systems: A Systematic Literature Review. In: International Journal of Advanced Computer Science and Applications, 2021. Vol. 12, No. 3. P.495-502. DOI: 10.14569/IJACSA.2021.0120359

6. Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. Лань, 2022. 324 с.