STUDENT (programa de computador)

STUDENT
DesenvolvedorDaniel G Bobrow
Lançamento inicial1964
Escrito emLisp
TipoInteligência artificial

STUDENT é um dos primeiros programas de inteligência artificial, que resolve problemas de palavra da álgebra. Foi escrito em Lisp por Daniel G Bobrow como sua tese de doutoramento em 1964 (Bobrow, 1964). Foi projetado para ler e resolver tipos de problemas descritos em palavras encontrados em livros de álgebra do ensino médio. O programa é frequentemente citado como uma das realizações iniciais da IA em processamento de linguagem natural.

Descrição técnica

Na década de 1960, os computadores mainframe estavam disponíveis apenas dentro de um contexto de pesquisa na universidade. Dentro do projeto MAC no MIT, o sistema STUDENT foi um dos primeiros exemplos de um software de busca de respostaa a perguntas que envolvia exclusivamente processamento de linguagem natural e programação simbólica. Outras tentativas iniciais de resolver problemas de história de álgebra também foram realizadas com hardware e software da década de 1960: por exemplo, os sistemas Philips, Baseball e Synthex.

STUDENT aceita uma descrição em álgebra escritas em inglês como entrada e gera um número como saída. Isso é realizado com um pipeline em camadas que consiste em heurística para transformação de padrões. Inicialmente, as sentenças em inglês são convertidas em sentenças do kernel, cada uma contendo uma única informação. Em seguida, as sentenças do kernel são convertidas em expressões matemáticas. O sistema de Bobrow feito em 1968, que resolvia problemas de ákgebra com palavras, continha 52 fatos em sua base de conhecimentos.

STUDENT usa um sistema baseado em regras com inferência lógica. As regras são pré-programadas pelo desenvolvedor do software e são capazes de analisar a linguagem natural.

Técnicas mais poderosas para processamento de linguagem natural, como aprendizado de máquina, entraram em uso mais tarde, à medida que o hardware se tornou mais capaz e ganhou popularidade em sistemas baseados em regras mais simples.

Exemplo de problema

(extraído de Norvig)

Referências

  1. 1 2 Norvig, Peter (1992). Paradigms of Artificial Intelligence Programming. Case Studies in Common Lisp. San Francisco, California: Morgan Kaufmann. pp. 109–149. ISBN 1-55860-191-0
  2. ↑ Bobrow, Daniel G (1964). Natural language input for a computer problem solving system (Tese de Doutorado). Massachusetts Institute of Technology
  3. ↑ Raphael, Bertram (1964). SIR: A computer program for semantic information retrieval (Tese de Doutorado). Massachusetts Institute of Technology
  4. ↑ Shuming Shi and Yuehui Wang and Chin-Yew Lin and Xiaojiang Liu and Yong Rui (2015). Automatically Solving Number Word Problems by Semantic Parsing and Reasoning (PDF). Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics. doi:10.18653/v1/d15-1135
  5. ↑ Kenneth D. Forbus (2010). «AI and Cognitive Science: The Past and Next 30 Years». Wiley. Topics in Cognitive Science. 2 (3): 345–356. PMID 25163864. doi:10.1111/j.1756-8765.2010.01083.x
  6. ↑ Lin, Yi-Chung and Liang, Chao-Chun and Hsu, Kuang-Yi and Huang, Chien-Tsung and Miao, Shen-Yun and Ma, Wei-Yun and Ku, Lun-Wei and Liau, Churn-Jung and Su, Keh-Yih (2015). Designing a tag-based statistical math word problem solver with reasoning and explanation. International Journal of Computational Linguistics & Chinese Language Processing. 20
  7. ↑ Dongxiang Zhang and Lei Wang and Luming Zhang and Bing Tian Dai and Heng Tao Shen (2019). «The Gap of Semantic Parsing: A Survey on Automatic Math Word Problem Solvers». Institute of Electrical and Electronics Engineers (IEEE). IEEE Transactions on Pattern Analysis and Machine Intelligence: 1. PMID 31056490. arXiv:1808.07290Acessível livremente. doi:10.1109/tpami.2019.2914054

Ligações externas