基于辩论理论的多Agent对话系统的研究

司彦峰

湖北工业大学计算机学院 湖北 430068

0 引言

多Agent对话系统是以辩论模型为基础而实现的一个支持系统，它有若干个相互独立的Agent组合在一起形成的系统，其中，每个Agent都具有自主性、反应性、社交性、主动性的特点，能够有效解决复杂性的问题。

图1 实例联系知识表示形式

图2 语义网络实例

1 知识库的设计

多Agent系统对话系统建立在知识库的基础上，要有效的去解决该领域中的问题，系统就必须拥有大量的知识并不断的进行更新知识库，才能够保证问题解决的正确性，知识库的设计在本系统中起着决定性的因素，直接影响着本系统智能水平的高低。另外，系统采用较强的逻辑推理能力，用适当的方法来表示知识。

实例联系(ISA)可以描述为任何的描述语句，如图2中所示，鲍勃是一个机器人，这是一个基本事实，我们也可以建立两个节点：“鲍勃”节点和“里克”节点，这两个节点之间以ISA链相连，如图3所示。

图3 两个节点的语义网络

1.1 语义网络知识表示方法

现在我们从语义联系的角度来分析语义网络的知识表示方法。

1.1.1 表示事物的基本事实

（2）事物间的属性联系

事物间的属性联系表示对象的属性以及属性值，我们用有向弧表示属性，相应的属性值用有向弧所指向的节点来表示，在属性联系中，节点用来表示基本事物。如图4所示。

表示事物简单的事实我们就以个体节点为核心来组织知识，其中，节点表示个体，有向弧表示节点之间的联系，通常有ISA、AKO等。

（1）实例联系(ISA)

实例联系表示类与实体之间的联系，即“具体——抽象”关系，有向弧上的标识为ISA，其中，知识表示形式如图1、2所示。

图4 属性联系

图4的表现形式：在网络语义中加入事实，把多个属性放在一个网络语义中，事实表明鲍勃属于智能机器，具有对问题求解的功能，采取合作的方式来解决。

（3）分类联系

分类联系是指事物之间的类属关系，分类联系表示一种类节点与抽象类节点之间的联系，在有向弧上以 AKO为标识(图 5)。

图5 分类、从属联系知识表示

在分类联系的知识表示中，如图 6所示，“鲍勃”隶属于智能机器，智能机器具有独自解决问题的能力。由此可以看出，在语义网络中的节点具有普遍的属性以外，同时还具有自身所特有的一些属性。如图7所示。

图6 语义网络表示

图7 隶属关系

（4）聚合联系

聚合联系表示成员与集合之间的关系，即“部分——整体”关系，这个关系表示某一个整体和部分之间的联系，有向弧上的标识为Part-of。如图8所示。

图8 聚合联系知识表示形式

部分如果离开整体就不再具有部分的功能。整体与部分之间相互影响，整体属性的改变会直接影响到部分性能状态的变化。如图9所示。

图9 天空有乌云属于阴雨天气的一部分

1.1.2 表示动作或事件

用节点来表示的行为有一组向外的弧线，这一组弧线所指向的节点表示与这个行为有关的各种变量。比如一个事实“鲍勃从九点钟到十点钟解决某个问题”我们可以用谓语形式来表示：解决(鲍勃，问题，开始时间，结束时间)。我们采用语义网络表示时，以谓语“解决”来组织知识，并从这个节点引出四条有向弧，分别连接与“解决”这个事件有关的四个变量属性：解决者(鲍勃)、解决事(某个问题)、开始时间(九点钟)、结束时间(十点钟)。语义网络表示如图10所示。

图10 语义网络表示动作或事件

1.2 知识不确定性推理

在多Agent对话系统中，每一个Agent关于它的任务和环境通常是不确定的，因此，知识表示也应具有不确定性。在我们的现实生活中，经常可以看到具有不确定性的事情，例如：“现在我们处于经济危机中，则所有行业的经济都处于萧条中”等等，对于这一举例，我们很难能够用准确的语句来表明，还需要根据环境和时间等其它因素才能做出判断。

在主观Bayes方法中，证据不确定性的表示通常可以分为两个方面：

（1）当某一证据E是确定的，我们可以直接采用LS和LN定义的公式：

我们采用这一公式来计算出运用规则“if E then (LS,LN)H”之后的O(H︱E)与O(H/～E)，然后再通过公式：

（2）当证据E处于不确定的状态下，即证据P(E)≠1，此时，我们就不能够采用上面的公式来计算 P(H/E)和P(H/～E)，我们可以采用不确定证据公式来计算：

在上面的公式中，E′是用户对证据E相关的信息，具体分析如下：

当P(E︱E′)=1时，证据肯定出现，此时P(～E︱E′)=0，并且有

当P(E︱E′)=0时，可以说明证据不存在，此时P(～E︱E′)=1，并且有

当P(E︱E′)= P(E)时，此时我们可以表明E′对E没有影响，可以得出：

通过上式的计算，可以得出P(H/E′)上的三个特殊值：0，1，P(E)。现在以P(E/E′)作为横向坐标，P(H/E′)为纵向坐标，以0，1，P(E)三个特殊值相对应的3个特殊点作为分段线性插值，现在我们可以采用下面的公式来计算出当P(H/E′)为其它值的时候，相对应的P(H/E′)值：

2 结果分析

在辩论开始前，每个Agent都有属于自己的知识库，该知识库可以作为当前Agent发出的争议前提。如果规定首争议支持的结论不能作其他争议的前提，一个陈述在受到攻击之后也不能作为其后的争议的前提，则对话过程中就不能够执行下去。

辩论Agent根据用户提出的主题进行逻辑推理与规则知识库进行匹配，辩论返回的结果按照某种有效的规则来计算辩论结果的有效值，并将结果显示给用户，由用户决定辩论结果的正确性，如果不满意就继续补充前提条件，然后进行下一轮的辩论。辩论过程如图11所示。

图11 辩论结果满意度分析

3 结束语

本项目来源于湖北省科技厅自然科学基金项目(编号：2007ABA025)，目的是开发一套智能的对话系统，在没有人为干涉的情况下，系统能够做出具有专家级别水平的判断。为了实现这一目的，首先从阅读大量的文献中了解到了国内外的研究现状，然后对多Agent技术做了较深入的学习和研究。

[1] 李德华,熊才权.一种研讨信息组织模型及其在研讨厅中的应用[J].计算机应用研究.2008.

[2] 熊才权,李德华.一种研讨模型[J].软件学报.2009.

[3] An Argumentation-based Semantics for Agent Communication Languages,Leila Amgoud[J].In 15th European Conference on Artificial Intelligence. ECAI'2002. Lyon. France.2002.

[4] Jennings N R, Wooldrideg M. Agent-oriented[J],Software Engineering in Handbok of Agent Technology.2000.

[5] A.Hayzelden,J,Bigham.Agent technology in communications systems:an overview(J).Knowledge Engineering Review.1999.

[6] Rao,Georgeff.Modeling rational Agents with in a BDI--architecture. In:Proc.of KR-91,San Mateo,CA,USA.1991.

[7] Bratman,M.E,Israel,D.J.,and Pollack,M. E. Plans and Resourcebounded Practical Reasoning.Computational Intelligence.1988.