|
Abstract |
Lernverfahren für prädikatenlogische Formalismen eignen sich als
Werkzeuge, die den Aufbau und die Wartung komplexer Sachbereichstheorien
unterstützen, da sie sowohl Hintergrundwissen in den Lernvorgang
einbeziehen als auch relationale Beziehungen zwischen den Objekten der
Theorie behandeln können. Die im Vergleich zu klassischen, auf
Aussagenlogik basierenden Verfahren erweiterte Ausdrucksstärke führt aber
auch zu einer
grösseren Komplexität der Lernaufgabe. Das induktive Lernverfahren Rdt
der Werkbank Mobal verwendet Modellwissen in Form von Regelmodellen um
den Suchraum einzuschränken. Diese syntaktischen Vorgaben an das
Lernziel ermöglichen zwar eine genaue Steuerung der Lernaufgabe durch den
Benutzer, fehlen aber die zum Lernziel korrespondierenden Formelschemata,
kann das Lernziel nicht erreicht werden.
Die vorliegende Arbeit päsentiert daher einen heuristischen Ansatz zum
automatischen Erwerb von Regelmodellen, der auf der Berechnung speziellster
Generalisierungen beruht. Um Hintergrundwissen zu berücksichtigen, werden
die für das Lernziel relevanten Teile dieses Wissens mit den Beispielen
verknüpft. Die Berechnung speziellster Generalisierungen von
Regelmodellen dient zur schrittweisen Verallgemeinerung der Regelmodelle.
Eine neue
Erweiterung der Theta-Subsumtion auf Regelmodelle und ein Redundanzbegriff
für solche Formelschemata sind weitere Bestandteile dieser Arbeit.
|
