Trong bài báo này chúng tôi đề xuất cải tiến cho FOCL bằng cách tạo thêm các ràng buộc đệ quy cho FOCL trong khi học nhằm tránh rủi ro này. Các ràng buộc được đưa ra để ngăn chặn FOCL lựa chọn và kết nạp các trực kiện gây rủi ro vào tập mệnh đề định nghĩa khái niệm đệ quy cần học. Kết quả thử nghiệm cho thấy việc cải tiến thực sự có tác dụng. | Phạm Thị Thương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 86(10): 49 - 54 CẢI TIẾN FOCL TRONG VIỆC HỌC CÁC KHÁI NIỆM ĐỆ QUY Phạm Thị Thương*, Ngô Thị Lan, Nguyễn Lan Oanh 1 Trường ĐH CNTT&TT – ĐH Thái Nguyên TÓM TẮT FOCL là một thuật toán học khái niệm logic vị từ cấp một đã được đề xuất bởi Pazzani, Brunk Silverstein, 1991; Pazzani và Kibler, (1992) [3]. Tuy nhiên vấn đề học khái niệm đệ quy phức tạp – chứa nhiều lời gọi đệ quy có thể dẫn đến rủi ro, thuật toán không dừng do gặp phải đệ quy không xác định. Trong bài báo này chúng tôi đề xuất cải tiến cho FOCL bằng cách tạo thêm các ràng buộc đệ quy cho FOCL trong khi học nhằm tránh rủi ro này. Các ràng buộc được đưa ra để ngăn chặn FOCL lựa chọn và kết nạp các trực kiện gây rủi ro vào tập mệnh đề định nghĩa khái niệm đệ quy cần học. Kết quả thử nghiệm cho thấy việc cải tiến thực sự có tác dụng. Từ khóa: FOCL (First Order Combined Learner) – Hệ học Kết hợp logic vi từ Cấp 1, đệ quy vô hạn, khái niệm đệ quy, trực kiện, trực kiện âm, vị từ, vi từ mục tiêu, vị từ mở rộng, mệnh đề, mệnh đề Horn, mệnh đề bội, nhóm, tri thức miền, tập dữ liệu huấn luyện. ĐẶT VẤN ĐỀ Học để tổng quát hóa các khái niệm là một trong những chủ đề chính của lĩnh vực Máy học, thuộc ngành Trí tuệ nhân tạo. Tổng quát hóa khái niệm nghĩa là từ các tình huống hay các quy tắc, sự việc cụ thể ta diễn dịch được một công thức đủ khái quát để mô tả các tình huống, quy tắc và các sự việc này [8]. Có rất nhiều các thuật toán học đã được nghiên cứu cho chủ đề này như FIND_S, LTE, CEL, GOLEM, FOIL, FOCL, [6 ]. Tuy nhiên các thuật toán này chưa quan tâm nhiều đến việc học các khái niệm đệ quy phức tạp. Việc học các khái niệm này phải đương đầu với nhiều khó khăn, trong tập dữ liệu huấn luyện và tập tri thức miền có thể chứa các định nghĩa đệ quy không xác định, dẫn đến thuật toán học dễ rơi vào tình trạng không dừng. Trong bài báo này chúng tôi chọn FOCL để cải tiến vì FOCL được sử dụng để học các khái niệm được biểu diễn bằng logic vị từ cấp một. .
