De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Constructie van het kennismodel Koppelen van taak, inferentie en domein Het proces van kennismodelleren Elicitatietechnieken Interview deels gebaseerd.

Verwante presentaties


Presentatie over: "Constructie van het kennismodel Koppelen van taak, inferentie en domein Het proces van kennismodelleren Elicitatietechnieken Interview deels gebaseerd."— Transcript van de presentatie:

1 Constructie van het kennismodel Koppelen van taak, inferentie en domein Het proces van kennismodelleren Elicitatietechnieken Interview deels gebaseerd op boek en slides ‘The CommonKADS Methodology’ 1 Constructie van het kennismodel

2 De vele onderdelen van een kennismodel concepten regeltypen regels instanties tuples relaties taakmethoden taaktypen taakdecompositie taaktemplates inferenties dynamische kennisrollen statische kennisrollen domeinschema kennisbank inferentiestructuur annotaties domain mappings connection symbols transferfuncties … Constructie van het kennismodel 2

3 SAMENHANG Constructie van het kennismodel 3

4 CommonKADS Modelverzameling Organization Model Task Model Agent Model Knowledge Model Communication Model Design Model Context Concept Artefact

5 Constructie van het kennismodel 5 Overzicht kennismodel Ziekte (type) Symptoom (type) Test (type) hypothesize (inferentie) verify (inferentie) DIAGNOSE (taak) Taakkennis taakdoelen taakdecompositie taakcontrole Inferentiekennis basisinferenties rollen Domeinkennis domeintypes domeinregels domeinfeiten

6 Hoe hangt het kennismodel samen? iedere inferentie uit de taakmethode heeft kennisrollen die worden via ‘domain mappings’ aan domeinconstructen (bijv. concepten, regeltypes) gekoppeld waarvan de daartoe behorende instanties (bijv. feiten en regels) in de kennisbank staan. als hulpmiddel daarbij gebruiken we een inferentiestructuur met annotaties Constructie van het kennismodel 6

7 Stappenplan vanuit taakmethode 1.Start met taakmethode 2.Maak een inferentiestructuur 3.Annoteer met domeinvoorbeelden 4.Construeer concepten, relaties en regeltypes 5.Definieer inferenties en ‘domain mappings’ 6.Vul kennisbank Constructie van het kennismodel 7

8 CLASSIFICATIE voorbeeld Constructie van het kennismodel 8

9 Modelleren van analysetaken 9

10 TAAKMETHODE Constructie van het kennismodel 10

11 Basis van kennismodelleren 11 Taakmethode beschrijft de realisatie van een taak als een decompositie in subfuncties – subfuncties: een andere taak, inferentie, transferfunctie hoofdbestanddeel van een methode: “controlestructuur” – volgorde van subfuncties – klein programma – beschrijft de redeneerstrategie additionele taakrollen – om tussentijdse redeneerresultaten in op te slaan

12 Constructie van het kennismodel 12 while new-solution generate(object -> class) do candidate-classes := class add candidate-classes; while new-solution specify(candidate-classes -> attribute) and length candidate-classes > 1 do obtain(attribute -> new-feature); current-feature-set := new-feature add current-feature-set; for-each candidate in candidate-classes do match(candidate + current-feature-set -> truth-value); if truth-value = false; then candidate-classes := candidate-classes subtract candidate; taakmethode

13 INFERENTIESTRUCTUUR Construeer de Constructie van het kennismodel 13

14 Constructie van het kennismodel 14 inferentie- structuur Let op deze bolletjes: Wat betekenen ze?

15 DOMEINVOORBEELDEN Annoteer met Constructie van het kennismodel 15

16

17 Constructie van het kennismodel 17 jeanine trudy jeanine trudy tina vogue margriet tina vogue margriet leeftijd sex appeal leeftijd sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal waar onwaar waar onwaar jeanine -> tina jeanine -> vogue jeanine -> margriet trudy-> tina trudy -> vogue trudy -> margriet jeanine -> tina jeanine -> vogue jeanine -> margriet trudy-> tina trudy -> vogue trudy -> margriet {tina, vogue, margriet} -> leeftijd {tina, vogue, margriet} -> sex appeal {tina, vogue, margriet} -> leeftijd {tina, vogue, margriet} -> sex appeal tina, wel sexappeal -> onwaar tina, geen sexappeal -> waar tina, 35 jaar -> onwaar tina, 15 jaar -> waar vogue, wel sexappeal -> waar vogue, geen sexappeal -> onwaar vogue, 35 jaar -> onwaar vogue, 15 jaar -> waar margriet, wel sexappeal -> onwaar margriet, geen sexappeal -> waar margriet, 35 jaar -> waar margriet, 15 jaar -> onwaar tina, wel sexappeal -> onwaar tina, geen sexappeal -> waar tina, 35 jaar -> onwaar tina, 15 jaar -> waar vogue, wel sexappeal -> waar vogue, geen sexappeal -> onwaar vogue, 35 jaar -> onwaar vogue, 15 jaar -> waar margriet, wel sexappeal -> onwaar margriet, geen sexappeal -> waar margriet, 35 jaar -> waar margriet, 15 jaar -> onwaar geen (transferfunctie) geannoteerde inferentie- structuur

18 CONCEPTEN Construeer Constructie van het kennismodel 18

19 Basis van kennismodelleren 19 Concept en attribuut “Concept” beschrijft een verzameling objecten/instanties Georganiseerd in concepthiërarchieën Kunnen een willekeurig aantal attributen hebben Een attribuut refereert naar een waarde Waardes zijn atomair en gedefinieerd via waardetypes

20 Constructie van het kennismodel 20 jeanine trudy jeanine trudy tina vogue margriet tina vogue margriet leeftijd sex appeal leeftijd sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal waar onwaar waar onwaar concepten model tijdschrift model_attribuut sex-appeal waarde: boolean sex-appeal waarde: boolean leeftijd: waarde: leeftijd: waarde:

21 RELATIES Construeer Constructie van het kennismodel 21

22 Basis van kennismodelleren 22 Relatie typisch tussen concepten – elke ariteit (plaatsigheid) – specificatie van kardinaliteit speciale constructie voor binaire relaties relaties kunnen attributen hebben

23 Constructie van het kennismodel 23 jeanine trudy jeanine trudy tina vogue margriet tina vogue margriet leeftijd sex appeal leeftijd sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal waar onwaar waar onwaar relaties model kan op de cover van heeft- attribuut jeanine -> tina jeanine -> vogue jeanine -> margriet trudy-> tina trudy -> vogue trudy -> margriet jeanine -> tina jeanine -> vogue jeanine -> margriet trudy-> tina trudy -> vogue trudy -> margriet {tina, vogue, margriet} -> leeftijd {tina, vogue, margriet} -> sex appeal {tina, vogue, margriet} -> leeftijd {tina, vogue, margriet} -> sex appeal tijdschrift model_attribuut

24 REGELTYPEN Construeer Constructie van het kennismodel 24

25 Basis van kennismodelleren 25 Regeltype modelleert een relatie tussen expressies over ‘feature’- waardes (attribuutwaarden) gas-dial.value = zero -> fuel-tank.status = empty modelleert een verzameling van echte-wereld “regels” met een overeenkomende structuur afhankelijkheid is meestal niet strict logisch (= implicatie) – specificeer een ‘connection symbol’

26 Constructie van het kennismodel 26 tina vogue margriet tina vogue margriet 35 jaar 15 jaar wel sex appeal geen sex appeal 35 jaar 15 jaar wel sex appeal geen sex appeal regeltype tijdschrift sex-appeal waarde: boolean sex-appeal waarde: boolean leeftijd: waarde: leeftijd: waarde: vereist tijdschrift- constraints model_attribuut tina, wel sexappeal -> onwaar tina, geen sexappeal -> waar tina, 35 jaar -> onwaar tina, 15 jaar -> waar vogue, wel sexappeal -> waar vogue, geen sexappeal -> onwaar vogue, 35 jaar -> onwaar vogue, 15 jaar -> waar margriet, wel sexappeal -> onwaar margriet, geen sexappeal -> waar margriet, 35 jaar -> waar margriet, 15 jaar -> onwaar tina, wel sexappeal -> onwaar tina, geen sexappeal -> waar tina, 35 jaar -> onwaar tina, 15 jaar -> waar vogue, wel sexappeal -> waar vogue, geen sexappeal -> onwaar vogue, 35 jaar -> onwaar vogue, 15 jaar -> waar margriet, wel sexappeal -> onwaar margriet, geen sexappeal -> waar margriet, 35 jaar -> waar margriet, 15 jaar -> onwaar

27 INFERENTIES EN TRANSFERFUNCTIES Definieer Constructie van het kennismodel 27

28 Basis van kennismodelleren 28 Inferentiekennis beschrijft het laagste niveau van functionele decompositie basis informatieverwerkende eenheden: – inferentie => redeneren – transferfunctie => communicatie met andere agenten waarom speciale status? – indirect gerelateerd aan domeinkennis – maakt hergebruik van inferenties mogelijk

29 Constructie van het kennismodel 29 INFERENCE generate; ROLES: INPUT: object; OUTPUT: candidate; STATIC: generation-model; END INFERENCE generate; INFERENCE generate; ROLES: INPUT: object; OUTPUT: candidate; STATIC: generation-model; END INFERENCE generate; INFERENCE match; ROLES: INPUT: candidate, current- feature-set; OUTPUT: truth-value; STATIC: match-model; END INFERENCE match; INFERENCE match; ROLES: INPUT: candidate, current- feature-set; OUTPUT: truth-value; STATIC: match-model; END INFERENCE match; INFERENCE specify; ROLES: INPUT: candidate-classes; OUTPUT: attribute; STATIC: specification-model; END INFERENCE specify; INFERENCE specify; ROLES: INPUT: candidate-classes; OUTPUT: attribute; STATIC: specification-model; END INFERENCE specify; TRANSFER-FUNCTION obtain; TYPE: OBTAIN; ROLES: INPUT: attribute; OUTPUT: feature; END TRANSFER-FUNCTION obtain; TRANSFER-FUNCTION obtain; TYPE: OBTAIN; ROLES: INPUT: attribute; OUTPUT: feature; END TRANSFER-FUNCTION obtain; inferenties en transferfuncties

30 DOMAIN MAPPINGS Definieer Constructie van het kennismodel 30

31 Basis van kennismodelleren 31 Kennisrol Functionele naam voor data/kenniselementen Naam beschrijft de “rol” van het element in het redeneerproces Expliciete ‘mapping’ op domeintypes Dynamische rol: variërende input/output Statisch rol: invariante input – vgl. een kennisbank

32 Constructie van het kennismodel 32 KNOWLEDGE-ROLE object; TYPE: DYNAMIC; DOMAIN-MAPPING: model; END KNOWLEDGE-ROLE object; KNOWLEDGE-ROLE object; TYPE: DYNAMIC; DOMAIN-MAPPING: model; END KNOWLEDGE-ROLE object; domain mappings KNOWLEDGE-ROLE candidate; TYPE: DYNAMIC; DOMAIN-MAPPING: tijdschrift; END KNOWLEDGE-ROLE candidate; KNOWLEDGE-ROLE candidate; TYPE: DYNAMIC; DOMAIN-MAPPING: tijdschrift; END KNOWLEDGE-ROLE candidate; KNOWLEDGE-ROLE generation-model; TYPE: static; DOMAIN-MAPPING: kan-op-de-cover-van; END KNOWLEDGE-ROLE generation-model; KNOWLEDGE-ROLE generation-model; TYPE: static; DOMAIN-MAPPING: kan-op-de-cover-van; END KNOWLEDGE-ROLE generation-model; model tijdschrift kan op de cover van

33 Constructie van het kennismodel 33 domain mappings heeft- attribuut tijdschrift model_attribuut KNOWLEDGE-ROLE candidate-classes; TYPE: DYNAMIC; DOMAIN-MAPPING: SET-OF tijdschrift; END KNOWLEDGE-ROLE candidate-classes; KNOWLEDGE-ROLE candidate-classes; TYPE: DYNAMIC; DOMAIN-MAPPING: SET-OF tijdschrift; END KNOWLEDGE-ROLE candidate-classes; KNOWLEDGE-ROLE attribute; TYPE: DYNAMIC; DOMAIN-MAPPING: model-attribuut; END KNOWLEDGE-ROLE attribute; KNOWLEDGE-ROLE attribute; TYPE: DYNAMIC; DOMAIN-MAPPING: model-attribuut; END KNOWLEDGE-ROLE attribute; KNOWLEDGE-ROLE specification-model; TYPE: static; DOMAIN-MAPPING: heeft-attribuut; END KNOWLEDGE-ROLE specification-model; KNOWLEDGE-ROLE specification-model; TYPE: static; DOMAIN-MAPPING: heeft-attribuut; END KNOWLEDGE-ROLE specification-model;

34 Constructie van het kennismodel 34 domain mappings tijdschrift vereist tijdschrift- constraints model_attribuut KNOWLEDGE-ROLE current-feature-set; TYPE: DYNAMIC; DOMAIN-MAPPING: SET-OF model-attribuut ; END KNOWLEDGE-ROLE current feature-set; KNOWLEDGE-ROLE current-feature-set; TYPE: DYNAMIC; DOMAIN-MAPPING: SET-OF model-attribuut ; END KNOWLEDGE-ROLE current feature-set; deze kennisrol is al gedefinieerd; deze kennisrol is al gedefinieerd; KNOWLEDGE-ROLE match-model; TYPE: static; DOMAIN-MAPPING: tijdschrift-constraints; END KNOWLEDGE-ROLE match-model; KNOWLEDGE-ROLE match-model; TYPE: static; DOMAIN-MAPPING: tijdschrift-constraints; END KNOWLEDGE-ROLE match-model;

35 KENNISBANK Vul de Constructie van het kennismodel 35

36 Basis van kennismodelleren 36 Kennisbank bevat instanties van kennistypes – regeltype instanties = “regels” structuur: – USES: from – EXPRESSIONS:

37 Constructie van het kennismodel 37 tijdschrift kennisbank: instanties van concepten INSTANCE jeanine; INSTANCE-OF: model END INSTANCE INSTANCE trudy; INSTANCE-OF: model END INSTANCE INSTANCE jeanine; INSTANCE-OF: model END INSTANCE INSTANCE trudy; INSTANCE-OF: model END INSTANCE INSTANCE tina; INSTANCE-OF: tijdschrift END INSTANCE INSTANCE vogue; INSTANCE-OF: tijdschrift END INSTANCE INSTANCE margriet; INSTANCE-OF: tijdschrift END INSTANCE INSTANCE tina; INSTANCE-OF: tijdschrift END INSTANCE INSTANCE vogue; INSTANCE-OF: tijdschrift END INSTANCE INSTANCE margriet; INSTANCE-OF: tijdschrift END INSTANCE model

38 Constructie van het kennismodel 38 kennisbank: instanties van relaties TUPLE INSTANCE-OF: kan_op_de_cover_van; ARGUMENT 1: jeanine ARGUMENT 2: vogue END INSTANCE TUPLE INSTANCE-OF: kan_op_de_cover_van; ARGUMENT 1: jeanine ARGUMENT 2: vogue END INSTANCE model kan op de cover van tijdschrift TUPLE INSTANCE-OF: kan_op_de_cover_van; ARGUMENT 1: trudy ARGUMENT 2: tina END INSTANCE TUPLE INSTANCE-OF: kan_op_de_cover_van; ARGUMENT 1: trudy ARGUMENT 2: tina END INSTANCE

39 Constructie van het kennismodel 39 kennisbank: instanties van relaties TUPLE INSTANCE-OF: heeft_attribuut; ARGUMENT 1: vogue ARGUMENT 2: sex-appeal END INSTANCE TUPLE INSTANCE-OF: heeft_attribuut; ARGUMENT 1: vogue ARGUMENT 2: sex-appeal END INSTANCE TUPLE INSTANCE-OF: heeft_attribuut; ARGUMENT 1: tina ARGUMENT 2: leeftijd END INSTANCE TUPLE INSTANCE-OF: heeft_attribuut; ARGUMENT 1: tina ARGUMENT 2: leeftijd END INSTANCE heeft- attribuut tijdschrift model_attribuut

40 Constructie van het kennismodel 40 kennisbank: instanties van regeltypes (regels) kennisbank: instanties van regeltypes (regels) tijdschrift vereist tijdschrift- constraints model_attribuut tina vereist sex-appeal=true tina vereist leeftijd >10 AND leeftijd <16 vogue vereist sex-appeal=true vogue vereist leeftijd >15 AND leeftijd <30 margriet vereist sex-appeal=false vogue vereist leeftijd >25 AND leeftijd <45 tina vereist sex-appeal=true tina vereist leeftijd >10 AND leeftijd <16 vogue vereist sex-appeal=true vogue vereist leeftijd >15 AND leeftijd <30 margriet vereist sex-appeal=false vogue vereist leeftijd >25 AND leeftijd <45

41 Stappenplan vanuit taakmethode 1.Start met taakmethode 2.Maak een inferentiestructuur 3.Annoteer met domeinvoorbeelden 4.Construeer concepten, relaties en regeltypes 5.Definieer inferenties en ‘domain mappings’ 6.Vul kennisbank Constructie van het kennismodel 41

42 KENNISMODELLEREN Het proces van Constructie van het kennismodel 42

43 Constructie van het kennismodel 43 Stadia in de constructie van een kennismodel knowledge identification knowledge specification - choose task template (provides initial task decomposition) - construct initial domain conceptualization (main domain information types) - complete knowledge-model specification (knowledge model with partial knowledge bases) - domain familiarization (information sources, glossary, scenarios) - list potential model components for reuse (task- and domain-related components) - validate knowledge model (paper simulation, prototype of reasoning system) - knowledge-base refinement (complete the knowledge bases) knowledge refinement TYPISCHE ACTIVITEITENSTADIA

44 Constructie van het kennismodel 44 Middle-in and Middle-out DOMAIN SCHEMA concepts relations rule types Expressions in knowledge bases KNOWLEDGE BASE DEFINITIONS role mapping defines control over middle in middle out tasks and methods inference structure

45 Constructie van het kennismodel 45 Experttypes: Academicus domein heeft een logische structuur praat veel nadruk op generalisaties en wetten moet van zichzelf een consistent verhaal afleveren staat verder af van het oplossen van dagelijkse problemen

46 Experttypes: Praktijkdeskundige Moet veel dagelijkse problemen oplossen Heeft een impliciet begrip van het domein Nadruk op praktische problemen en bezwaren Gebruikt veelal heuristieken Constructie van het kennismodel 46

47 ELICITATIETECHNIEKEN

48 Constructie van het kennismodel 48 Laddering Organiseren van entiteiten in een hiërarchie Knopen kunnen van willekeurig type zijn – klasse, proces, relatie, … Met name geschikt voor de beginfase – ‘knowledge identification’

49 Constructie van het kennismodel 49 Voorbeeld covergirl tijdschrift tina vogue jonger publiek hip modellen eisen fijne bottenstructuur fijne bottenstructuur zo jong mogelijk

50 Constructie van het kennismodel 50 Concept (card) sorting Techniek: – geef de expert een stapel kaarten met conceptnamen – laat de expert deze sorteren in stapels Helpt relaties te vinden – Vooral geschikt voor subtiliteiten Gemakkelijk uit te voeren Complementair aan repertorgy grid – concept sorting: nominale categorieën – repertory grid: ordinale categorieën

51 Constructie van het kennismodel 51 Voorbeeld card sorting trudy cindy wendy rachelle reinanka roxanne tina geschikt ongeschikt rachelle cindy roxanne wendy reinanka trudy vogue geschikt ongeschikt

52 Repertory grid George Kelly: “Elke mens is een wetenschapper”

53 Repertory Grid Basismechanisme: vergelijk steeds 3 elementen waarop zijn twee gelijk en verschillen ze van de derde? Eliciteert constructen scalair en bipolair

54 Constructie van het kennismodel 54 Repertory grid Gebaseerd op personal construct theory (Kelly, 1955) Expert: discrimineer triades van elementen – Kelly en Wendy versus Jasmijn Expert wordt gevraagd naar onderscheidend feature – Bijvoorbeeld “fijne botstructuur” Herhaal tot geen nieuwe features worden gevonden Scoor alle elementen met betrekking tot alle features Matrix wordt geanalyseerd met clusteranalyse Handig om hier een tool bij te gebruiken

55 Repertory Grid Pas toe op: 1.appel, citroen, sinaasappel 2.appel, citroen, banaan 3.bloemkool, citroen, banaan 4.Gordon, Jeroen van der Boom, Rene Froger 5.diagnose, monitoring, assignment 6.diagnose, monitoring, assessment 7.repertory grid, concept sorting, protocol analysis

56 Repertory grid Hoe komt de knowledge acquisiteur aan de geschikte elementen? En hoe worden deze gepresenteerd?

57 En nu andersom Vul aan met een interessant 3 e element: waarom interessant? 1.havik, valk, … 2.tahoe, tempeh, … 3.assignment, scheduling, … 4.accu, benzinetank, …

58

59 Constructie van het kennismodel 59 Voorbeeld grid trudytrudy trudytrudy wendywendy wendywendy cindycindy cindycindy hansjehansje hansjehansje demiedemie demiedemie susansusan susansusan fijne botstructuur sex-appeal jong

60 Opdracht Jurjen stelt de volgende variatie op ‘repertory grid’ voor: neem in plaats van groepjes van drie elementen (‘triads’) steeds groepjes van twee elementen. Welke effecten heeft dit op het elicitatieproces?

61 Interviewing 1.doel en focus 2.structuur van interview 3.kwantiteit van elicitatie 4.kwaliteit van elicitatie Constructie van het kennismodel 61

62 firma interview – part 3

63 Volgende college 'Knowledge engineering in de praktijk' maandag 30 maart 9:00-10:45 Roel van den Broek, directeur The Logic Factory Behandelt ook tentamenstof die niet in het boek beschreven staat, wees er dus bij! Constructie van het kennismodel 63

64 Werkcolleges 1.bestuderen gehele practicumopdracht, werken aan opdracht 1 en opstarten opdracht 2 2.afronden opdracht 1, werken aan opdracht 2 3.afronden opdracht 2, opstarten opdracht 3 4.werken aan opdracht 3, verwerken feedback opdracht 2 (aanwezigheid verplicht) 5.afronden opdracht 3, opstarten opdracht 4 6.werken aan opdracht 4, verwerken feedback opdracht 3 (aanwezigheid verplicht) 7.afronden opdracht 4, opstarten opdracht 5 en 6 8.werken aan opdracht 5 en 6, verwerken feedback opdracht 4 (aanwezigheid verplicht) Constructie van het kennismodel 64

65 Deadlines Wo 11 feb 2015: opdracht 1 (23.59 uur) Wo 18 feb 2015: opdracht 2 (23:59 uur) Wo 4 mrt 2015: opdracht 3 (23:59 uur) Wo 25 mrt 2015: opdracht 4 (23:59 uur) Wo 8 apr 2015: presentaties Wo 15 apr 2015: eindrapport (18:00 uur) Constructie van het kennismodel 65


Download ppt "Constructie van het kennismodel Koppelen van taak, inferentie en domein Het proces van kennismodelleren Elicitatietechnieken Interview deels gebaseerd."

Verwante presentaties


Ads door Google