Изследвания · Експертна система

Експертна система, изградена от описание на обикновен език

Експертните системи дълго изискваха месеци моделиране. Във VVL е достатъчно да опишете областта, типовите профили и правилото за решение така, както бихте ги обяснили на нов колега. Системата извежда от това онтология, профили и правила и създава нова инструкция на езика, която решава за всяко досие.

Как се изгражда

Изграждането става веднъж, с две извиквания на езиковия модел. Първото създава онтологията на областта: основния клас, неговите атрибути и типовите профили, представени като абстрактни обекти, които кодират характерните си свойства. Второто превежда правилото за решение в правила за извод: всяко досие получава етикета на профила, на който съответства най-добре, според степен на съответствие.

  1. Описание на обикновен език
  2. Онтология и профили
  3. Правила за решение
  4. Нова инструкция

След това всяко досие, подадено като свободен текст, винаги минава по един и същ път: езиковият модел извлича полетата му, фактите се записват в онтологията, а после правилата решават. Когато извлечените стойности точно съответстват на профилите, решението не изисква допълнително извикване; в противен случай сравненията по смисъл се решават от Jev или от езиковия модел и се кешират. Експертът може да бъде запазен, зареден отново в друга сесия и автоматично консултиран от универсалния решател.

Примери от бизнеса

Кредит: оценка на клиентско досие

Три рискови профила и правило за решение, описани с няколко реда. Създаденият експерт се казва Scoring и се използва като всяка друга инструкция.

[expert "
  Domaine evaluation risque credit. Dossier client avec nom, revenu,
  score_credit (eleve/moyen/faible), anciennete (longue/moyenne/recente),
  decision. Profils BonRisque (score_credit eleve, anciennete longue),
  RisqueModere (score_credit moyen, anciennete moyenne),
  RisqueEleve (score_credit faible, anciennete recente).
  decision : 'approuve' si BonRisque, 'a_etudier' si RisqueModere,
  'refuse' si RisqueEleve, sinon 'a_etudier'.
" "Scoring"]

[Scoring "Alice, revenu 4500, score eleve, anciennete longue"]   # approuve
[Scoring "Bob, revenu 2800, score moyen, anciennete moyenne"]    # a_etudier
[Scoring "Carol, revenu 1800, score faible, anciennete recente"] # refuse

Документирани резултати: одобрено, за разглеждане, отказано.

Клиентска поддръжка: приоритет и категория на тикет

Един и същ експерт може да дава няколко решения. Тук всеки тикет получава приоритет и категория.

[expert "
  Domaine support SaaS. Ticket avec titre, description, type_probleme
  (panne_majeure/bug/question), impact_utilisateurs (eleve/moyen/faible),
  urgence_business (critique/haute/basse), priorite, categorie.
  Profils Critique (panne_majeure, impact eleve, urgence critique),
  Important (bug, impact moyen), Routine (question), Mineur (impact faible).
  La priorite est : 'P0' si Critique, 'P1' si Important, 'P2' si Routine,
  'P3' si Mineur, sinon 'P2'.
  La categorie est : 'incident' si Critique ou Important, 'demande'
  si Routine, 'low_prio' si Mineur, sinon 'demande'.
" "TicketTriager"]

[TicketTriager "Production en panne complete, panne_majeure, impact eleve, urgence critique"]
# Ticket[priorite="P0", categorie="incident"]

Счетоводство: класифициране на паричните потоци

Експерт-счетоводител описва как всяка банкова операция се поставя в отчета за паричните потоци: оперативна, инвестиционна, финансова дейност. След това експертът класифицира реални операции, включително съставна операция, която дава два реда.

$_desc = "Classification d un flux de tresorerie d entreprise ...
Attribut de sortie:
- cycle (exploitation/investissement/capitaux_propres/endettement/placement_financier): ...
Regles:
Vente comptant ou encaissement client = cycle exploitation, ligne recette_exploitation, agregat ETE.
Acquisition machine, immobilisation, brevet = cycle investissement, ligne investissement, agregat FTD.
..."
[expert $_desc "FluxTreso"]
[FluxTreso "Acquisition presse hydraulique 145 000 EUR"]   # investissement / investissement / FTD

Документиран казус: класифицирани са дванадесет реални операции; един двусмислен случай, корпоративният данък, е отбелязан за преглед.

Повторно използване на експерта: запазване и решател

Експертът се запазва в работното пространство и се зарежда отново в друга сесия. След като е регистриран, универсалният решател му поверява въпросите от неговата област.

[workspace go demo]
[expert:save "Scoring"]
# dans une nouvelle session :
[workspace go demo]
[expert:load "Scoring"]
[Scoring "Eve, revenu 5000, score_credit eleve, anciennete longue"]
$r = [§§? "Évalue le dossier de Alice Dubois, revenu 4500, score élevé, ancienneté longue"]
$r.value           # {..., 'decision': 'approuve'}

Какво гарантира и какви са ограниченията му

  • Решението се взема от записани и четими правила, които могат да бъдат прегледани, променени и запазени.
  • Всяко досие първо се пренася в онтология: извлечените полета са видими и могат да бъдат проверени.
  • Всяко досие струва едно извикване на езиковия модел за извличането; изграждането на експерта струва две.
  • Един експерт обхваща един основен клас и всяко очаквано решение трябва да бъде назовано в описанието.

Да приложим тази работа към вашите процеси?

Диагностиката тръгва от реалния начин, по който работите, и определя решенията, които могат да бъдат поверени на ИИ.

Свържете се с нас в WhatsApp