7.3.3.       Вывод портретов и генерация их текстовых представлений

Для удобства работы психолога-эксперта результаты профилирования выдаются в специальное окно в виде графика, на оси абсцисс которого указаны факторы, а на оси ординат — «сырые баллы», набранные испытуемым по каждому из факторов. Существует в системе и возможность табличной визуализации числового профиля. Несколько иначе визуализируется результат построения качественного профиля испытуемого. Здесь психологу-эксперту выдается 16 семантических шкал.(по числу факторов), на каждой из которых отмечается числовое значение соответствующего фактора.

Процедуры обработки данных анкетирования в рамках предыдущих опций базируются на знаниях. Но знания эти доведены до алгоритмов, реализация которых в виде продукционной системы нецелесообразна. Поэтому в ЭС «Cattell» все такие процедуры реализуются на языке C++, а затем подключаются в нужных точках. Вместе с тем сами технологические знания представлены эксплицитно совокупностью следующих фреймов прототипов и экземпляров:

Запускаются процедуры получения числового и семантического профилей испытуемого как демоны при выборе соответствующих опций в меню ЭС «Cattell».

В опции «портретирование» осуществляется психологическая интерпретация полученных на предыдущих этапах профилей испытуемого с целью построения его словесного личностного портрета. Здесь уровень алгоритмизации знаний пси- холога-эксперта существенно иной. Разные школы психологов несколько по-разному оценивают роль и вес разных факторов, приписывают им различные текстовые отображения. Поэтому реализация вывода словесного портрета испытуемого в ЭС «Cattell» базируется на продукционно-фреймовом формализме. Собственно вербализация портрета — нисходящая (от цели), а подготовка его структурированного невербализованного описания — восходящая (от данных).

Наиболее сложным и интересным является этап вывода невербализованного портрета, реализованный в виде продукционной системы, предложенной в работе [Гаврилова и др., 1992]. Правила этой системы служат для выявления и устранения противоречий двух типов. Первый связан, в конечном счете, с анализом ответов на определенные вопросы анкеты и позволяет фиксировать ситуации, когда построение сколько-нибудь достоверного личностного портрета на основании имеющихся данных нецелесообразно. Возникновение таких ситуаций обычно связывается либо с невнимательным заполнением анкеты испытуемым, либо с попыткой преднамеренного искажения результатов тестирования за счет противоречивых ответов на дублирующиеся по семантике вопросы теста. И в том и в другом случае анкета помечается как «плохая» и из дальнейшей обработки исключается. Второй тип противоречий связан с выявлением и устранением контекстной зависимости и доминирования значений разных факторов, что позволяет получить более «гладкий» личностный портрет.

Но и в том и в другом случае исходными данными для работы продукционной системы являются числовой и семантический профили испытуемого, прототипы которых (n_prfl и s prfl) приведены выше. Примеры словесных формулировок правил разрешения противоречий выглядят следующим образом:

Если

значение фактора «Г» в семантическом профиле испытуемого «Очень Низкий», а значение фактора «03» - «Низкий», то

фактор «03» поглощается фактором «F».

Если

значения факторов «01» и «02» в семантическом профиле испытуемого «Очень Высокий»,

то

для принятия решения о поглощении нужно сравнить значения этих факторов в числовом профиле испытуемого. Кандидатом на поглощение будет тот фактор, у которого числовое значение меньше.

На уровне ЯПЗ PILOT/2, обсуждавшегося выше, описание этих правил трансформируется во фрагмегіт продукционной программы вида:

Н={«Не имеет навыка решения логических задач, довольно медленно обучается новым понятиям.»};

СР={«Имеет определенные навыки в решении логических задач.»};

В={«Умеет абстрактно мыслить, хорошо решает логические задачи, довольно быстро обучается новым понятиям.»};

0В={«Умеет абстрактно мыслить, очень хорошо решает логические задачи, быстро обучается новым понятиям.»};

[ Q4 is_a factor;

0Н={«В настоящий момент самоуспокоен, расслаблен, не напряжен.»};

Н={«В настоящий момент находится в спокойном расслабленном состоянии.»};

СР=;

В={«В настоящий момент человеку присуще высокое рабочее напряжение, собранность, энергичность.»};

0В={«В настоящий момент человек напряжен, собран и даже несколько «взвинчен».»};

Учитывая то, что генерация текстовых представлений портретов осуществляется в ЭС «Cattell» на уровне целых предложений и групп предложений, здесь используется простая продукционная система со следующими правилами:

Результатом работы этой продукционной программы является фрейм-экземпляр прототипа verb, слоты order и Ы-Ь4 которого содержат ту же информацию, что и в невербальном портрете, а слоты bl_txt—b4_txt — собственно текстовое представление портрета испытуемого.

7.3.4. Помощь и объяснения в ЭС «Cattell»

Помощи в ЭС «Cattell» обеспечивается стандартным гипертекстовым Help. В нашем случае топиками и подтопиками такого гипертекста являются общее описание системы и подсказки для работы внутри блоков системы. Последние, в свою очередь, делятся на описания действий пользователя в рамках ввода и/или редактирования анкет испытуемых и их числовых (семантических) профилей и получения вербальных портретов. Во всех случаях акцент в текстах помощи делается на описании доступных пользователю способов получения нужных ему результатов.

Объяснения в ЭС «Cattell» строятся на основе модели [Сіапсеу, 1983; Khoro- shevsky, 1985]. При этом система поддерживает два типа запросов; общие и специальные. Последние, в свою очередь, делятся на запросы типа «Почему», «Как» и «Что». Модель объяснений опирается не на трассу вывода решения, а на ключевые темы, связанные с функционированием системы. Таких тем — три: вербальный портрет испытуемого, его профиль и заполненная анкета. Типичные примеры запросов на объяснения — следующие:

Случай общих запросов

При построении данного портрета были неинтерпретируемые факторы ?

Сколько противоречий было при построении данного портрета?

Какие факторы при построении данного портрета не интерпретировались?

Как разрешались противоречия при построении данного портрета? и т. п.

Случай специальных запросов

Почему в портрете испытуемого присутствует фраза «..>?

Как в профиле испытуемого получено значение фактора «...*■? и т. д.

Для устранения непониманий все запросы на объяснения после анализа перефразируются и выдаются эксперту в виде эхо-вопросов. И только в случае, если его «устраивает» интерпретация запроса, данная системой, происходит формирование текста объяснения. Так, например, эхо-запрос для последнего из общих вопросов — Вас интересуют правша поглощения противоречивых факторов в данном портрете?, а для последнего из специальных вопросов — Вы хотели бы узнать, каким образом сформировано значение фактора «..> = «„>?

Примеры объясняющих текстов для тех же запросов, к которым приведены эхо- вопросы системы — следующие:

Фактор «...» = «..> поглощен фактором «..> = «...», так как на шкале «ОН-Н-СР- В-ОВ» значение «..> выражено «сильнее» значения «..>.

Общая формула, которая является ключом теста, выглядит следующим образом:  Для фактора «..> она трансформируется в формулу:

F_value («..>) = ответ (q3)*вес-ответа (q3) + ...+ ответ (ql76)*Bec-OTBeTa (ql76); С учетом ответов испытуемого эта формула приводится к выражению вида;

Таким образом сформировано значение фактора «...» = «...».

Как следует из приведенных примеров, объяснения в ЭС «Cattell» достаточно подробные и позволяют получить психологу-эксперту практически всю интересующую его информацию. Понятно, что поддержка объяснений такого уровня существенно сложнее, чем выдача аннотаций к трассе вывода решения и требует своей базы знаний (согласованной с предметной БЗ) и своей программы вывода. Основные моменты построения этих компонентов и рассматриваются ниже.

В целом подсистема объяснения системы «Cattell» строится по «полной» схеме: прием запроса от пользователя; анализ запроса; генерация эхо-вопроса; прием подтверждения на системную интерпретацию запроса и вывод собственно текста объяснения.

Формирование запросов на объяснения осуществляется на основе меню, в корневых опциях которого находятся темы объяснений, а на листьях — ЕЯ-шаблоны конкретных вопросов. В зависимости от типа запроса он может сопровождаться параметрами, которые выбираются пользователем непосредственно из портрета или профиля испытуемого. Система, «зная» описание текущего испытуемого, дополняет запрос пользователя и формирует структуру вида

«тема» «тип-запроса» «имя объясняемого фрейма-экземпляра»

«контекст»),

которая, по существу, является внутренним представлением запроса на объяснение. Таким образом, удается избежать построения Л-процессора для анализа запросов и вместе с тем обеспечить естественное общение.

Айализ внутреннего представления осуществляется параллельно с генерацией эхо-вопроса. При этом сама внутренняя структура является управляющей цепочкой, которая задает поверхностную структуру эхо-вопроса. Фрагмент соответствующего множества ATN показан на рис. 7.5.

В результате анализа запросов на объяснения и генерации эхо-вопросов, а также уточнений, которые отражают процесс согласования мнений системы и пользователя, в базе знаний ПОЭС (подсистемы объяснений ЭС) «Cattell» формируется окончательная редакция запроса — фрейм-экземпляр следующего прототипа:

В начальный момент вывода текста объяснения в этом экземпляре заполнены слоты rq_team (тема объяснения из БЗ ПОЭС); rq_type (тип запроса, — WHY, HOW или WHAT, — сформированный анализатором); rq^context (параметры запроса, если они требуются) и echo_txt (поверхностное представление «согласованного» эхо-вопроса). Слоты expl fr (объясняемый фрейм-экземпляр из предметной БЗ теста); expl_sl (объясняемые слоты объясняемого фрейма-экземп- ляра) и expl_fun (имя процедуры вывода текста объяснения) заполняются самой ПОЭС. Значение слота expl_txt представляет результат работы.

Собственная БЗ ПОЭС — статическая и содержит совокупность поддерживаемых моделей объяснений, определяемых как экземпляры следующих основных прототипов:

В нашем случае это множество экземпляров представляется следующими фреймами

Анализ их показывает, что в ЭС «Cattell» поддерживаются модели объяснения всех групп интерпретируемых в вербальном портрете факторов, всех факторов в профиле испытуемого и модели общих запросов.

Так, например, знания, необходимые для объяснения вербального портрета конкретизируются фреймом-экземпляром portret, где заданы ссылки на объясняемые

тексты («Ы    txt», «b2_txt», «b3_txt», «b4_txt») и способы доступа к релевантной

информации из предметной БЗ теста (whl, wh2, wh3, wh4):

При такой модели процессор объяснений интерпретирует последовательно описания экземпляров типа wh, где описываются пути, ведущие от запроса на объяснение к тем данным, которые и составляют внутреннее представление ответа. Наиболее сложной является модель объяснения поглощения факторов, активируемая подмножеством общих вопросов. В этом случае ПОЭС должна иметь в своей БЗ модели всех правил поглощения и объяснять рассуждения машины вывода «Cattell». Для конкретности дальнейшего обсуждения предположим, что обрабатывается запрос вида «Как разрешались противоречия при построении данного портрета?» и пользователь согласился с интерпретацией системы, специфицированной в эхо-вопросе «Вас интересуют правила поглощения противоречивых факторов в данном портрете?» Пусть также, для определенности, единственным поглощенным фактором при выводе вербального портрета был фактор А. Для этого фактора в модели существуют два правила объяснения поглощения, соответствующие очень низкому (ОН) и очень высокому (ОВ) значению этого фактора в семантическом профиле испытуемого:

Однако реально поглощение фактора А наблюдается лишь тогда, когда значения факторов Е и L тоже ОН или ОВ. Понятно, что в такой ситуации подсистема объяснения должна сравнивать не семантические профили по вышеуказанным факторам, а их числовые профили. Учитывая вышесказанное, продукционная система вывода объяснения поглощений содержит 98 правил, аналогичных правилам для фактора А:

\

Таким образом, осуществляется генерация объяснений в ЭС «Cattell». В данной версии каждый запрос на объяснение приводит к генерации одного и того же экземпляра прототипа explrequest. Однако нетрудно модифицировать обсуждавшуюся продукционную программу так, чтобы в БЗ объяснений сохранялась история работы с ней пользователя. В таком случае БЗ объяснений может использоваться для обучения специалистов интерпретации результатов по тесту Кеттелла.

Выше описаны основные проектные решения, использованные при создании психодиагностической ЭС «Cattell». Однако читателям должно быть ясно, что эти решения являются достаточно общими и характерными не только для данной экспертной системы, но и для большинства ЭС диагностики.

Представление данных и знаний в Интернете

□    Язык HTML и представление знаний

□    Онтологии и онтологические системы

□    Системы и средства представления онтологических знаний