Выводы

Выводы предшествующих подразделов основаны на анализе за­писей информационно-поисковых диалогов между людьми. Они по­казывают, что проблема неадекватности выводимого плана должна решаться на основе разграничения следующих четырех фаз:

[1] обнаружение неадекватности модели;

[2] выдвижение гипотезы о причине неадекватности;

[3] развернутая ответная реакция, часто включающая в себя ди­алог-переговоры с целью установления причины расхождения;

[4] модификация моделей для «выравнивания» структур планов.

Так как этот подход имитирует типичные действия участников че­ловеческого диалога, то поведение естественноязыкового интер­фейса, основанное на этой стратегии, будет восприниматься че- ловеком-пользователем как естественное.

5. РАЗВИТАЯ МОДЕЛЬ КОНТЕКСТА

Знание, полученное из диалога, и то, как оно было исполь­зовано для построения модели контекста,— это важные факторы при выявлении неадекватности моделей, реагировании на нее и ее пре­одолении. Участники человеческого диалога обычно используют раз­нообразные методы для понимания диалога и установления смысло­вых связей — такие, например, как стратегии фокусирования и правила умолчания,— но они, как кажется, бывают более уверены в одних аспектах результирующей модели и менее уверены в дру­гих. Системы общения на естественном языке должны использо­вать аналогичные механизмы, с тем чтобы их умозаключения соот­ветствовали ожиданиям человека, а их ответы максимально его удов­летворяли. Мы считаем, что в репрезентации выводимого плана его компоненты должны дифференцироваться по типу подтвержде­ния системой того, что данный компонент есть верная часть выве­денного плана, соответствующая намерениям пользователя. В этом плане наша система аналогична системе «подтверждения истин­ности» Дойла (Doyle, 1979), в которой отношениям к тем или иным фактам приписываются доводы, свидетельствующие в их поль­зу.

Мы усматриваем четыре типа подтверждения компонентов плана:

[1] вывела ли система данный компонент непосредственно из ска­занного ЗИ;

[2] вывела ли система данный компонент на основе своих соб­ственных знаний о предметной области, в известности кото­рых ЗИ система не может быть уверена;

[3] виды механизмов, использованных для введения каждого ком­понента в модель (например, правила умолчания, которые вы­бирают один из нескольких возможных компонентов, или эври­стика, которая предполагает перемещение фокуса внимания), и основания для применения данного механизма;

[4] согласуются ли знания системы о предметной области с вклю­чением данного компонента в состав правильного общего пла­на, или же они противоречат такому включению, или нейтраль­ны в этом отношении.

Первые три фактора важны при выдвижении гипотезы об ис­точнике несоответствия между моделью системы и планом ЗИ. Если система полагает, что ЗИ стремится к тому, чтобы система узнала из его высказывания, что G есть компонент плана ЗИ, то система может ввести G в свою модель контекста и с высшей сте­пенью уверенности считать, что это действительно компонент плана ЗИ. Следовательно, весьма маловероятно, что такие компоненты могут быть источниками несоответствия между моделью контекста, имеющейся у системы, и планом ЗИ.

Уверенность системы в компонентах, которые она сама добав­ляет к модели контекста на базе своих знаний о предметной области, будет сильной, но не такой, как в случае, когда ЗИ непосред­ственно высказывает их. Эти компоненты относятся скорее к «рас­познаванию через замочную скважину», нежели к «распознаванию, на которое рассчитывают» (Sidner, 1985; 1983). Поскольку ЗИ, возможно, и не имел намерения их высказать, они с большей долей вероятности могут оказаться источниками ошибки, чем компоненты, которые ЗИ предназначал для распознавания их ПИ.

Рассмотрим для примера систему консультирования студентов. Если сдача экзамена по иностранному языку требуется только для получения степени бакалавра гуманитарных наук, то запрос

Какой курс я должен прослушать, чтобы сдать экзамен по фран­цузскому языку как иностранному?

может подвести систему к умозаключению, что ЗИ стремится по­лучить степень бакалавра гуманитарных наук.

Сколько нужно иметь зачетов для защиты дипломного про­екта?

указывает на несоответствие планов. Либо второй запрос не со­ответствует общей задаче ЗИ (Pollack, 1986), либо модель кон­текста в системе уже содержит ошибку. Поскольку компонент Получить-Степень (ЗИ, БАКАЛАВР-ГУМНАУК) был выведен на основе знаний системы о предметной области, а не непосредственно из высказывания ЗИ; он берется на подозрение как источник ошибки.

Механизмы, используемые для введения компонента в модель контекста, оказывают влияние на степень уверенности ПИ в дан­ном компоненте как части общего плана ЗИ. Вернемся к примеру ИСПО на рис. 1. При построении высказывания [4] ПИ исходил из предположения, сделанного по умолчанию, что ЗИ не был охва­чен никакой пенсионной программой в течение указанного года (в то время правила оформления ИСПО были иными). Следующее за этим высказывание ЗИ выражает недоумение по поводу ответной реакции ПИ, тем самым сигнализируя о возможной неадекватности выведенного плана. В высказывании [6] в качестве возможного ис­точника неадекватности ПИ выбирает компонент, введенный в модель контекста через посредство предположения, основанного на умолча­нии, сообщает ЗИ, что этот компонент входит в модель контекста ПИ, и пытается обосновать его введение.

Анализ естественных диалогов, таких, как на рис. 1, показы­вает, что в целях развертывания модели контекста и создания более детализированной и удобной в работе среды для понимания очередных высказываний и реагирования на них человек исполь­зует такие механизмы, как правила вывода умозаключений по умол­чанию и эвристика фокусирования. Системы, работающие на естест­венном языке, должны применять сходные механизмы, чтобы вести естественный диалог с человеком, основанный на принципе сотруд­ничества. Однако эти правила осуществляют выбор одной из нес­кольких возможностей и, следовательно, выдают такие компоненты модели контекста, которые с большей долей вероятности становятся источниками ошибок, чем компоненты, вводимые на основе прямых заявлений ЗИ или получаемые из знаний системы о предметной области.

Четвертое основание для дифференциации компонентов — со­гласуются ли знания системы о предметной области с включением данного компонента в состав правильного общего плана, проти­воречат такому включению или нейтральны в этом отношении — важно для устранения несоответствия планов. Знания о предмет­ной области ограничены даже у экспертных систем. Кроме того, в стремительно меняющемся мире знающие пользователи могут об­ладать более точной информацией о тех или иных аспектах дан­ной области, чем система. Так, например, система консультиро­вания студентов может не сразу узнать о замене преподавателя по данному курсу. Поэтому мы считаем, что модель контекста долж­на допускать включение компонентов, предлагаемых пользователем, независимо от того, согласуются они со знаниями системы, про­тиворечат им или нейтральны по отношению к этим знаниям.

Например, в диалоге «Кермит», решив, что знания ЗИ о пред­метной области, вероятно, превосходят знания системы, система должна развернуть свою модель, включив в нее полученное знание о том, как, по мнению ЗИ, можно приобрести гибкие диски. Скон­струированные таким образом компоненты плана могут вводиться в модель системы с той оговоркой, что они помечаются как ком­поненты, предложенные ЗИ, но не получившие полного подтвержде­ния со стороны знаний системы. Таким путем система может ассими­лировать новые высказывания, которые выходят за рамки ее зна­ний или противоречат им, и получать расширенную модель кон­текста, выступающую в качестве «знаний», на которые можно ссылаться в ходе дальнейшего общения.

6. РЕЗЮМЕ

В работе рассматривалась проблема неадекватности модели кон­текста, которую выводит система, работающая на естественном языке, по отношению к тому плану, который строит пользователь. Мы предложили четырехфазовую процедуру и показали, что для обработки неадекватных планов требуется усовершенствованная модель контекста. Эта модель должна допускать введение компо­нентов, прелагаемых пользователем, но не получающих полной поддержки со стороны знаний системы о предметной области, и должна дифференцировать свои компоненты по типу поддержки, которую они получают как кандидаты на вхождение в правиль­ный общий план пользователя. Далее мы показали, что тип под­держки компонента влияет на формирование системой гипотезы об источнике ошибки (в тех случаях, когда система будет вынуж­дена сомневаться в адекватности выводимого ею плана).