Разработка сервиса поиска нечетких высказываний в естественном языке (Fuzzy Logic) (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
Строка 55: Строка 55:
  
 
=== Критерии оценки ===
 
=== Критерии оценки ===
4-5 : Программа переведена на работу с базой данных  
+
4-5 : Программа переведена на работу с базой данных <br />
6-7 : В программе реализована возможность выявлять из произвольного текста: правила нечеткой логики, лингвистические переменные, термы, модифицированные термы, и сопоставлять с уже определенными в базе знаний. Поставлен эксперимент.
+
6-7 : В программе реализована возможность выявлять из произвольного текста: правила нечеткой логики, лингвистические переменные, термы, модифицированные термы, и сопоставлять с уже определенными в базе знаний. Поставлен эксперимент.<br />
 
8-10 : Произведена экспериментальная проверка программы, функциональные возможности программы документированы.
 
8-10 : Произведена экспериментальная проверка программы, функциональные возможности программы документированы.
  
 
=== Ориентировочное расписание занятий ===
 
=== Ориентировочное расписание занятий ===
 
ПН 18.30-20.00, ПТ 17.30-19.30
 
ПН 18.30-20.00, ПТ 17.30-19.30

Версия 13:56, 5 сентября 2017

Ментор Иван Лисенков
Учебный семестр Осень 2017
Учебный курс 2-й курс
Проект можно развивать на летней практике
Максимальное количество студентов, выбравших проект: 2



Проект заключается в развитии существующей программы формирования базы знаний правил нечеткой логики. На данный момент программа может создавать и редактировать правила нечеткой логики (Fuzzy Rules). Так же, есть возможность вычислять, по заданному входу, выходное значение на основе сохраненных правил нечеткой логики (Fuzzy Rules) посредством алгоритмов Mamdani и/или Tagaki-Sugeno. Программа имеет пользовательский интерфейс и сохранение информации в виде файлов. Следующий этап развития сервиса - это автоматический поиск возможных правил нечеткой логики в произвольном тексте (текстовая литература, новостные ленты информационных агенств, интернет итд). Найденные нечеткие правила, могут быть сопоставлены с уже ранее сохраненными в базе знаний и в случае необходимости могут быть уточнены экспертом. Так как количество нечетких правил данных будет существенно увеличиваться, необходимо настроить сохранение информации в базу данных. В результате проекта должен быть сформирован прототип сервиса поиска нечетких высказываний в произвольном тексте.

Общий формат правила нечеткого высказывания:

Если <ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ 1> есть [не|очень|слегка…] <ТЕРМ 1> [и, или,] <ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ 2> есть [не|очень|слегка…] <ТЕРМ 2> ... тогда <ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ 3> есть [не|очень|слегка…] <ТЕРМ 3>

Пример:

"....Если у ресторана очень низкие цены и качество еды высокое тогда количество посетителей большое...."

если Лингвистическая переменная(Цены) = [очень] низкие и Лингвистическая переменная(Качество) = высокое тогда Лингвистическая переменная(Количество посетителей) = большое

Чему вы научитесь?

  • Формулировать постановку задачи
  • Основам теории нечеткой логики (Fuzzy Logic)
  • Современным подходам контекстного поиска и синтаксического разбора текста (библиот
  • Писать надежный и понятный код
  • Работать с реляционными базами данных, проектировать модели хранения данных (физическую и логическую)

Какие начальные требования?

  • Программирование на C(C++)/Python/Java (в рамках прослушанного курса)
  • Знание SQL желательно

Какие будут использоваться технологии?

  • C++ / Python в рамках прослушанного курса
  • NLTK пакет библиотек и программ для символьной и статистической обработки естественного языка
  • PostgresSQL (возможно Redis как NoSQL)
  • Microsoft Azure

Темы вводных занятий

  • Основы организации разработки продукта и управление проектами
  • Основы теории нечеткой логики (Нечеткие множества, Нечеткие и Лингвистические переменные, Контроллер на основе нечеткой логики)
  • Основы синтаксический разбора естественного текста. Работа с текстовыми данными
  • Работа с реляционными базам данных (проектирование модели хранения данных, написание SQL запросов)

Направления развития

  • Формирование базы знаний нечеткими правилами, нечеткими и лингвистическими переменными на основе информации из открытых источников (internet)
  • Использование разработанной программы и сформированной базы знаний для поддержки принятия решений
  • Аналитическая обработка сформированной базы знаний. Выстраивание новых нечетких правил (логических цепочек) на основе сформированной базы знаний

Критерии оценки

4-5 : Программа переведена на работу с базой данных
6-7 : В программе реализована возможность выявлять из произвольного текста: правила нечеткой логики, лингвистические переменные, термы, модифицированные термы, и сопоставлять с уже определенными в базе знаний. Поставлен эксперимент.
8-10 : Произведена экспериментальная проверка программы, функциональные возможности программы документированы.

Ориентировочное расписание занятий

ПН 18.30-20.00, ПТ 17.30-19.30