Agent劝说模型案例推理原理

案例推理起源于美国耶鲁大学的Roger Schank，他于1982 年在Dynamic Memory 中描述，案例推理是人工智能领域中较新崛起的一种重要的基于知识的问题求解和学习方法，它解决问题是通过重用或修改以前解决相似问题的方案来实现的［49］。人类对于已经认知的知识会对其形成记忆，并将同类的知识按不同方式储存，在遇到未知事物的时候，人类会搜索其记忆，找到与之类似的情况对其现有的事物做归类理解。类似地，案例推理会对一部分知识形成知识库，在遇到新的未知事物时，搜索案例库得到最相似解，并将其处理结果重新应用，即可得到新解释。

案例推理缓解了常规知识系统中知识获取的瓶颈问题，它将定量分析与定性分析相结合，具有动态知识库和增量学习的特点。另外，在早期对类比推理的研究中，哲学和心理学中对概念形式理论及问题求解和经验学习理论的研究也对案例推理思想产生一定的影响。它通过寻找与之相似的历史案例，把它重新应用到新问题的环境中，也就是采用检索历史案例、获得与当前工况相似特征参数的匹配案例，根据具体情况对匹配案例解决方案进行修订，然后应用于当前工况。

案例推理的核心部分包括以下3 个方面。

（1）案例库：记录曾经处理过的“事件”，并将其解决办法和事件的特征按照一定规则储存。

（2）匹配模型：按照目标的特征寻找最相似的案例过程。

（3）推理模型：按照检索的案例的处理办法推理出新目标的解决办法。

在核心部分构建后，案例推理应通过以下4 个主要过程进行和完成：

（1）新的目标案例以不完整或模糊的信息出现后，利用目标案例的信息联想过去的源案例，即对案例库进行检索，由此得到与目标案例相关的案例库。

（2）通过检索获得的案例对新问题的解决不一定正确，因此，在最初的检索结束后，要比较它们之间的相似性，然后进一步检索两个相似体之间的更多细节，探索它们之间更进一步的可类比性和差异，以获得能初步解决问题的源案例。

（3）从源案例库中选择相似度最高的一个源案例，建立它与目标案例之间的一一对应关系，利用这些一一对应关系转换源案例完整或部分求解方案，从而获得目标案例完整或部分求解方案。若目标案例得到部分解答，则把解答结果加到目标案例的初始描述中，从头开始整个类比过程。若所获得的目标案例的求解未能给目标案例以正确的解答，则需要解释方案失败的原因，且调用修正过程来修改所获得的方案。

（4）对类比求解的有效性进行评价。整个类比过程应该递增式进行，直到获得满意的解或者目前案例库没有该类解。如果目前案例库没有该类解，就应该将该问题采用适当的方式加入案例库中，以备将来使用。

具体来说，案例推理应通过以下7个步骤实现。

步骤1　案例表示

案例表示涉及问题较为广泛，例如，选择什么信息存放在一个案例中、如何选择合适的案例内容描述结构、案例库如何组织和索引等。一般来说，基于案例推理的效率和案例表示密切相关，对于那些案例数量达到成千上万，且十分复杂的案例库，组织和索引尤其重要。

步骤2　案例检索

利用检索信息从源案例库中检索并选择潜在可用的源案例，后面的工作能否发挥出应有的作用，很大程度上依赖于这一阶段得到的案例质量的高低，因此，这个步骤非常关键。相比之下，基于案例推理和人类解决问题的方式很接近，即当遇到一个新问题时，首先分析目标案例，从中识别和抽取检索源案例库中包含的信息，然后从源案例库中选择出与当前问题相关的最佳案例。(www.xing528.com)

案例检索还可进一步分为特征获取、初步匹配和最佳选定3 个子过程。

（1）特征获取。对新问题进行特征获取，可以根据上下文，或者从问题的描述中直接获得的特征，或者根据知识模型的需要从用户处通过交互方式获取的特征，也可以是对问题经过分析理解后导出的特征。

（2）初步匹配。从案例中找到一组与当前问题相关的候选案例进行初步匹配。这是通过使用上述特征作为案例库的索引来完成的。由于一般不存在完全的精确匹配，因此，要对案例之间的特征关系进行相似度的估计。它可以是基于上述特征与领域知识关系不大的表面估计，也可以是通过对问题深入分析后的深层估计。在具体做法上，可以通过对特征赋以权值来体现不同的特征，以表明其具有不同的重要性。

（3）最佳选定。从初步匹配过程中获得的一组候选案例中选取一个或几个与当前问题最相关的案例。这一步与领域知识密切相关，具体做法是运用领域知识模型对候选案例进行解释或生成某些期望的结果，然后对这些解释或结果进行有效性测试或评估，最后依据某种度量标准对候选案例进行排序，得分最高的就成为最佳选定的案例。最佳选定的案例一般不可能完全相符，只能是部分匹配或近似匹配。因此，它要求有一个相似性的评价标准。

步骤3　类比转换

转换源案例中与目标案例相关的信息，以便应用于目标案例的求解过程中，其中会涉及对源案例求解方案的修改。把检索到的源案例的解答复用于新问题或新案例中，主要解决两个问题：一是源案例与目标案例间有何不同之处，二是源案例中哪些部分可以用于目标案例。对于简单的分类问题，仅需要把源案例的分类结果直接用于目标案例，无需考虑它们之间的差别，因为实际上案例检索已经完成这项工作，对于问题求解之类的问题，则需要根据它们之间的不同，对复用的解进行调整。从复用的信息内容来看，主要有两种类型结果的复用和方法的复用。

步骤4　解释过程

对把转化过的源案例的求解方案应用到目标案例时所出现的成功或失败做出解释，给出成功或失败的因果分析报告。

步骤5　类比验证

验证目标案例和源案例进行类比的有效性。

步骤6　案例保存

在新问题得到解决后，就形成一个可能用于将来情形与之相似的问题，这时有必要把它加入案例库中，这就是案例保存。此过程涉及选取哪些信息保留，以及如何把新案例有机集成到案例库中。把新案例加入案例库中，需要对它建立有效的索引，使得与该案例有关时能够回忆出，与它无关时不应回忆出，以后才能做出有效的回忆。

步骤7　案例重用

典型的案例推理还应包含案例重用。在不复杂的案例重用过程中，可以将源案例的处理结果作为本次目标的解，对于复杂案例的结果，需要将原结果进行校正修改之后再进行输出，如公式矫正法、导式调整、参数调整等。