'

К логике и методологии гуманитарного знания

Понравилась презентация – покажи это...





Слайд 0

К логике и методологии гуманитарного знания В.К. Финн Отделение интеллектуальных систем в гуманитарной сфере Института лингвистики РГГУ


Слайд 1

1. Гуманитарное знание Знания в дисциплинах, изучающих человека и общество Гуманитарное знание (ГЗ) Естественно-научное знание (ЕНЗ)


Слайд 2

2. Гуманитарное знание языки без явно заданных аргументативных и дескриптивных функций (для представления знаний) концепции (не теории) идеи (не понятия) метафоры, аналогии аргументация (не доказательство) источники: тексты, наблюдение, эксперименты


Слайд 3

3. Методы Качественный анализ данных Семиотический анализ текстов Измерения Историзм


Слайд 4

4. Неформальная логика Аргументация Индукция Аналогия


Слайд 5

5. З теории истины Соответствия Когерентности Прагматическая


Слайд 6

6. Понимание науки Систематически организованное решение проблем посредством методов, выраженных в языках с дескриптивными и аргументативными функциями, результаты которых (методов) допускают фальсификацию и верификацию (если она возможна)


Слайд 7

7. Новая парадигма в ГЗ (потребности и возможности) логика – наука о правильном рассуждении и представлении знаний компьютерная обработка данных (фактов, текстов) открытые теории (КАТ) ? = ??, ??, R? R = Rp?Rd ?? – открытое множество: гипотезы и факты


Слайд 8

7. Новая парадигма в ГЗ (потребности и возможности) правдоподобные рассуждения – синтез познавательных процедур: (индукция + аналогия + абдукция) абдуктивная схема Ч.С. Пирса D – множество фактов H – множество гипотез H объясняют D любая h из H является правдоподобной


Слайд 9

8. Пример когнитивных рассуждений ДСМ-метод автоматического порождения гипотез (эвристика: индукция + аналогия + абдукция) Д.С. Милль (индукция – принцип сходства) Д. Пойа (правдоподобные рассуждения, в т.ч. аналогия) Ч.С. Пирс (абдукция) К.Р. Поппер (фальсификация – критерий демаркации)


Слайд 10

Общая схема ДСМ-рассуждений (1). Индукция. Порождение гипотез о причинах наличия (отсутствия) свойств объектов ((?)-причинах) (?2, БЗ1) на основе анализа сходства примеров (?1, БФ и БЗ2). ППВ-I. (2). Аналогия. Порождение гипотез о (?)-эффектах (?1, БЗ2) на основе структурной аналогии с использованием гипотез о причинах (?2, БЗ1) , полученных на предыдущем этапе. ППВ-II. (3). Итерация (1)&(2) до стабилизации. (4). Абдукция. Объяснение исходной БФ (?1) на основе полученных гипотез о причинах (?2, БЗ1). АКП(?). БЗ = БЗ1?БЗ2. ?1: БФ БЗ2 ?2: БЗ1 индукция аналогия Итерация до стабилизации БФ объяснена выход да расширение БФ абдукция абдукция нет


Слайд 11

9. ДСМ-метод АПГ условия применимости когнитивные рассуждения (КР) представление знаний: КАТ дедуктивная имитация КР интеллектуальные системы (ИС) ИС = (БФ + БЗ) + Решатель задач + комфортный интерфейс


Слайд 12

10. Примеры применения ДСМ-метода АПГ социология криминалистика история лингвистика


Слайд 13

Интеллектуальная система «Помощник криминалиста-почерковеда» Разрабатывается интеллектуальная система для криминалистов-почерковедов, призванная помочь следствию установить исполнителя рукописи или его свойства – пол, возраст, психофизический тип. Для системы создана единая база данных, позволяющая хранить необходимые для решения всех видов задач объекты. Различные задачи почерковедческой экспертизы требуют применения различных стратегий ДСМ-метода. Работа ведется в сотрудничестве с кафедрой исследования документов Государственного университета МВД. _____________________________________________ Гусакова С.М., Комаров А.С., Устинов В.В., Федорович В.Ю. Применение ДСМ-метода к решению задач почерковедческой экспетизы //10–ая национальная конференция по искусственному интеллекту с международным участием. Г. Обнинск, 26-28 сентября 2006 г. Труды конференции.


Слайд 14

Вариант ДСМ-метода для атрибуции исторических источников Разработан модифицированный вариант ДСМ-метода для решения задачи атрибуции исторических источников. Метод опробован на закодированном палеографическими признаками массиве берестяных грамот для определения их датировки. (См. В.Л. Янин, А.А. Зализняк «Новгородские грамоты на бересте»). Результаты сравнимы с результатами, полученными авторами указанной книги палеографическим методом, что доказывает применимость разработанного метода для решения задачи атрибуции исторических источников. Гусакова С.М. Подход к решению задачи атрибуции исторических источников с помощью ДСМ-метода // Новости искусственного интеллекта, 2004, № 3, с. 42-48


Слайд 15

Социология Субъект ?1 эффект поведения (действия, установки, мнения), X?1Y Постулат поведения: имеются три множества дифференциальных признаков (SC), (BD), (IP). Det ? (SC) ? (IP) ? (BD) (SC) – социальные (BD) – слабо социальные (IP) – собственно психологические Для каждого эффекта поведения существует Det БФ для X?1Y. Из БФ ДСМ-метод порождает V?2W и W 3?V


Слайд 16

Аргументация ? = {p1, …, pn}, ?, А g+(p) ? А, g–(p) ? А, g+(p)?g–(p) = ? J?p = t, если v[p]=?; J?p = f, если v[p]?? ??{1, –1, 0, ?}, шкала оценок «да», «нет», «да и нет», «неопределенность» ? = J?1p1&...& J?npn, ??1, …, ?n? – 4n случаев [?] = {J?1p1, ..., J?npn}


Слайд 17

Аргументация Внутренняя аргументация J?ipi i = 1, …, n J1pi = t ? g+(pi) ? ?, g–(pi) = ?; J–1pi = t ? g+(pi) = ?, g–(pi) ? ?; J0pi = t ? g+(pi) ? ?, g–(pi) ? ?; J?pi = t ? g+(pi) = g–(pi) = ?;


Слайд 18

Аргументация Внешняя аргументация Jбn,n с(X?1Y) ??, n?, n = 0 – факт, n > 0 – гипотеза, ??{?1, 0, ?}, n – число применений правил правдоподобного вывода (степень правдоподобия гипотезы) Результат индукции: Jбn,n с(V?2W), Jбn,nс(W 3? V) (n>0) V – причина, W – следствие Результат аналогии: Jбn,n с(X?1Y) (n>0, ??{?1, 0, ?}). Предсказание: субъект (объект) X обладает множеством свойств Y


Слайд 19

Аргументация Абдукция: если ?2, 3? – гипотезы объясняют множество фактов D (Jбn,n с(X?1Y), ? = ?1, 0), то порожденные гипотезы h из H принимаются.


Слайд 20

Аргументация Пример индуктивного правила вывода: 3? J(?,n)(V?2W), M+n(V,W)&?M–n(V,W) J?1,n+1?(V?2W) 3? Аналогично: ?M+&M– : ?–1, n+1? M+&M– : ?0, n+1? ?M+&?M– : ??, n+1?


Слайд 21

Распознавание рациональности мнений Рациональность субъекта Х – непротиворечивая аргументированность в принятии решения, X?1Y 2 уровня мотивации


Слайд 22

Формализация закрытого опроса Оm = ?Jm, ?, ?, K?, B? B = {X|??J??,0?(X?1Y)&(Y? K?)}, ? = ?1, 0, ? Y= J?1p1&...& J?npn, Y = {J?1p1, ..., J?npn} В – множество респондентов, ? – мнение, K? – результаты опроса (мнения), |K| = mn, K??K. С аргументацией: |K| = 4n, оценки ?1, 0, ? аргументы из А для Y мотивация Х для принятия Y согласно постулату поведения


Слайд 23

Рациональность опроса ??{?} непротиворечиво ?(K?, ?) = 1 – (|K???|/|K?|) ?(K?, К+) = (|K??К+|/|K?|) ?(K?, ?) = ?(K?, К+) – степень непротиворечивости мнений в опросе ? = 0, ? = 1, 0< ? <1 близость к «идеальному мнению» (?) согласованность мнений внутри социальной общности (?) Диаграмма для ??, ?, ?? – картина рациональности электоральных общностей


Слайд 24

11. Уточнение идей Идея ? понятие Q – терм, обозначающий идею I(Q) R0, R – отношения релевантности: QR0?, ?R? X0 = {? | QR0?} X = {? | ??((??X0)&?(??X0)&?R?} Cont(Q) = Cn(X0?X) – множество всех следствий X0?X


Слайд 25

11. Уточнение идей S(Q) – множество всех ситуаций (контекстов) употребления аспектов содержания Cont(Q) F(S) = Z, Z – аспект содержания, Z?Cont(Q) F: S(Q) ? 2Cont(Q) Е+ – примеры, подтверждающие существование аспектов Cont(Q) идеи I(Q) Е– – примеры, близкие I(Q), но не относящиеся к I(Q) E? – случаи неопределенности (не-Е+ и не-Е–) = ?Е+, Е–, E?? – экземплификация I(Q)


Слайд 26

11. Уточнение идей C(S, Y, e) – предикат корреляции в ситуации S идеи I(Q) для аспекта содержания Y, имеющего экземплификацию e: (е?Е+) ? (е?Е–) ? (е?E?) Предпонятие для I(Q): R0, R, Cont(Q), S(Q), F(S), , C(S, Х, e), C?(S, e) ? C(S, F(S), e) Понятие для I(Q): предпонятие и отношение квазипорядка ? на Cont(Q) Consis(Cont(Q)), ?Consis(Cont(Q)) Concept(Q) небессмысленно, если Consis(Cont(Q)) Concept(Q) бессмысленно, если ?Consis(Cont(Q))


Слайд 27

11. Уточнение идей Смысл I(Q) как понимание в смысле К.И. Льюиса: возможность упорядочения Cont(Q) указание на возможность употребления аспектов содержания Y?Cont(Q), Y = F(S) Consis(Cont(Q)) – непротиворечивость Cont(Q) Concept(Q) имеет смысл, если выполняются (a)&(b)&(с) Из бессмысленности Concept(Q) вытекает, что оно не имеет смысла. Но: если Concept(Q) не бессмысленно, то оно может не иметь смысла, если (а) или (b) ложны


Слайд 28

12. Аналогия идеи сознания и ИС Сознание = система знаний + мышление + субъективный мир личности ИС = (БФ + БЗ) + Решатель + комфортный интерфейс Внешний мир – сознание, пользователь – ИС Познавательный цикл: рост знания по К.Р. Попперу Р1 ? ТТ ? ЕЕ ? Р2 Р1 ? Решатель (БФ??) ? ЕЕ ? Р2 (эволюционная эпистемология ИС)


Слайд 29

13. 3 задачи компьютерной лингвистики Классификация текстов Заполнение БД из множества текстов Порождение логической структуры текстов


Слайд 30

14. Выводы (1) Логика ГЗ: формальный язык с дескриптивной и аргументативной функциями неклассические теории истины правдоподобные рассуждения аргументация аппарат порождения гипотез


Слайд 31

14. Выводы (2) Методология ГЗ: уточнение идей – системы понятий, семиозис в понимании текстов концепции как квазиаксиоматические теории формализованные эвристики объяснение фактов как абдукция использование логики рассуждений сравнение и выбор гипотез (объяснительная сила, полнота и аргументированность в использовании источников) ИС для обработки данных и знаний эволюционная эпистемология анализа данных и знаний, основанная на трех синтезах: синтезе познавательных процедур синтезе замкнутого и открытого знания синтезе трех теорий истины


Слайд 32

14. Выводы (3) ГЗ и образование образовательная ось: логика, методология истории, социология и социальная психология, философия науки и языка, введение в лингвистику, введение в информатику образовательные циклы: социальный – экономика, право, социология, антропология, социальная философия филология и культурология когнитивный – когнитивная психология, философия, искусственный интеллект, лингвистика Идея: междисциплинарный образ общества


×

HTML:





Ссылка: