Активные гиперсхемы как когнитивный инструмент доступа к электронным библиотекам Котова Е.Е.,Лещева И.А.,Писарев А.С. Институт высокопроизводительных вычислений и баз данных (ИВВ и БД), С.-Петербург, наб. Фонтанки 118, т , факс

Основные направления практической деятельности: структурирование данных и знаний для разработки баз данных и знаний в мягких предметных областях с целью применения в ЭЛЕКТРОННЫХ БИБЛИОТЕКАХ; разработка экспертных систем в различных слабоформализованных предметных областях (экономика, медицина,социология, юриспруденция); разработка адаптивных интеллектуальных систем дистанционного обучения. Лаборатория интеллектуальных систем

Прототип экспертной системы для выявления авитаминоза, созданный в среде KEW

Разработка курсов с учетом модели обучаемого (психофизиологической, когнитивной) при помощи адаптивных обучающих систем четвертого поколения является одной из актуальных задач повышения эффективности дистанционного обучения (ДО). Особенностью рассматриваемого подхода является интеграция методов визуальной спецификации для процесса концептуализации знаний и многоагентных интеллектуальных систем.

Визуальная спецификация представляет собой метод проектирования баз знаний и гипертекстов с применением графических средств (окон, меню, кнопок, мыши, инструментов редактирования и рисования) для структуризации предметных областей в виде концептов и отношений между ними (what, how-to,why и др.).

Гипертекстовая схема – как дидактический инструмент Гипертекстовая схема представляет собой компьютерную семантическую сеть, состоящую из узлов и упорядоченных соотношений или связей, соединяющих эти узлы. Узлы выражают понятия или концепты, а связи описывают взаимоотношения между этими узлами (родитель – потомок, часть – целое, свойство и др.).

Программный инструментарий для проектирования обучающих гипертекстовых активных схем (ПЕГАС)

Гипертекстовые схемы представляют следующие типы блоков: блоки графических изображений; связанные текстовые блоки, содержащие ссылки на ресурсы сети (URL); декларативную базу знаний для логической обработки диалога с пользователем ( в виде тестов) и определения наилучшей последовательности и темпа обучения.

Гипертекстовые схемы обладают дополнительной способностью к проявлению активности для повышения эффективности ДО - т.е. целеустремленным действиям по адаптивному извлечению, структурированию и представлению информации и обмену сообщениями с другими программными агентами.

Под агентом понимается программная система, обладающая характеристиками автономности (возможность инициации агентом действия для достижения поставленной цели), кооперации и коммуникации (взаимодействие с др. агентами с помощью специального коммуникационного языка), реактивности (реагирование на окружающую среду).

Архитектура и функции многоагентной СДО ключают интеллектуальных агентов для моделирования обучаемых, преподавателей, экспертов предметных областей, системного администратора, агентов доступа к коллекциям предметных данных, агента – посредника координатора взаимодействий. Взаимодействие агентов определяется рабочим стандартом ARPA Sharing Knowledge и основывается на языке ACL (agent communication language).

Сеанс обучения состоит из последовательных процедур взаимодействий между обучаемым с одной стороны и программными агентами с другой стороны. При обращении обучаемого через ИНТЕРНЕТ к серверу дистанционного обучения, на его компьютер загружается агент пользовательского интерфейса в виде схемы. На схеме отображается структура курса и доступные для изучения разделы, называемые областью видимости.

Доступность определяется логической обработкой результатов предварительного тестирования и уровнем подготовки обучаемого. Результаты регистрации и тестирования обучаемого передаются в виде базы фактов от агента интерфейса обучаемого к агенту моделей обучаемых. Предусматривается управляемый и автоматический процессы выбора разделов курса обучения.

При управляемом процессе обучаемый имеет возможность определять следующий раздел для обучения из доступных, в том числе и возвращаться к уже пройденным разделам..

При автоматическом с учетом параметров модели обучаемого агент интерфейса на основе работы машины логического вывода, базы знаний и поставленной цели обучения разделам курса выполняет в определенном темпе демонстрацию материала и проводит контрольное тестирование.

Применение управляющей системы с декларативным представлением базы знаний в отличие от процедурного подхода позволяет осуществлять выбор наилучшей последовательности представления учебных материалов без предварительного явного описания всех возможных ситуаций. Пользователь всегда может перейти из автоматического в управляемый режим.

Для формирования курса обучения на основе графических активных схем разработаны: Программный инструментарий для проЕктирования обучающих Гипертекстовых Активных Схем - ПЕГАС (редактор и генератор JAVA агентов) и Графический Навигатор обучающих гиперТекстовых схем – ГРАНТ (среда поддержки агента интерфейса обучаемого).

Для обеспечения эффективности выполнения редактирования схем ПЕГАС реализован в виде исполняемого модуля и динамических библиотек для WIN32. Функции ГРАНТ реализованы в виде классов Java.

ГРАНТ обеспечивает отображение графических схем, навигацию по схеме в управляемом и автоматическом режимах, отображение связанных с узлами ресурсов (URL), достижение цели ДО определенным курсам путем адаптации действий на основе механизма логического вывода при обработке результатов диалога с пользователем и др. агентами СДО.

Программная среда ПЕГАС-ГРАНТ находится на стадии тестирования прототипа на примере разработки курсов дистанционного обучения по искусственному интеллекту и психолингвистике. Работа частично поддержана грантом РФФИ.

Пример схемы с отношениями между узлами в виде правил

Пример сеанса редактирования онтологии (понятий, их свойств и отношений в виде правил)

Пример сеанса ввода значений свойств и результата обработки базы знаний

Система дистанционного обучения по психо- и нейролингвистике