不完全情報下における知識の表現とモジュール化に関する研究

点击翻译按钮获取中文摘要

本研究では、不完全な情報下における知識の表現とモジュール化の過程の理論化を画ることを目的として、A.確率論理による知識表現とモジュール化、B.自己認識論理に基づく知識の表現とモジュール化、C.書換え型規則で与えられた知識のモジュール化とその部分評価、D.部分情報からの構造情報の抽出とそのモジュール化の5つの項目について研究を進めた。以下に、各項目毎に本年度の研究実績の概要を述べる。まず、A.については、最近、音声認識や言語処理の分野で注目されているHMM(隠れマルコフモデル)が確率オートマトンで表現できることを示し、その安定性について論じ、強安定であるための条件を明かにすると共に、その同定ならびに学習アルゴリズムについて検討し、いくつかの知見を与えた。B.については、多エージェント自己認識論理を用いた時空間的変化を伴う知識の表現法を明かにすると共に、リゾリューション原理に基づく手法と戦略を用いてその決定問題を解く能率の良いアルゴリズムを与えた。また、不完全な情報しか得られない過程として、談話のプロセスを取り上げ、発話の連続性と状況に基づく発話理解モデルを提案した。C.については、動的項書換えモデル(DTRC)を用いて書換え形規則で与えられるモジュールの機能的性質の証明を記述することによって、証明のプロセスに帰着できることを示した。また、オブジェクトのクラス定義から制約を導出しそれに基づいて型推論をする手法を明かにした。D.については、帳票文書のための書式構造知識の自動獲得の方法を明かにし、また、多種帳票文書の構造認識の手法へ拡張した。