유사성과 인접성을 이용한 연결주의적 의미망에서의 설명 메카니즘 = Jstification Mechanism for Connectionist Semantic Network using Similarity and Contiguity

국문 초록 (Abstract)

기존의 기호주의적 인공지능 시스템이 추론을 하는데 있어서 유연성이 부족하다는 것은 잘 알려진 사실이다. 이러한 문제점을 해결하기 위해 신경망을 이용한 추론시스템들이 제안되었다. 그러나 이러한 시스템들은 추론한 결과를 설명하는 기능이 없다는 단점을 가지고 있다. 본 논문에서는 유연한 지식 표현과 추론을 위한 연결주의적 모텔로 이미 제안된 연결주의적 의미망 즉, CSN(Connectionist Semantic Network)을 기반으로 하여 추론결과를 설명할 수 있는 설명 알고리즘(justification algorithm)을 제안한다. 이 설명 알고리즘은 추론에 중요하게 영향을 미친 개념들을 설명하고, 개념들 사이의 유사도와 인접도를 계산함으로써 유사성과 인접성에 의한 추론을 설명할 수 있다. 본 논문에서는 실험을 통하여 제안된 설명 알고리즘의 수행과정을 보이고 타당성을 검토한다.

다국어 초록 (Multilingual Abstract)

We have recently proposed the Connectionist Semantic Network(CSN) as a model for flexible knowledge representation and inference based on neural networks. However, it is the case that netural networks lack transparency in knowledge representation adn reasoning, which causes difficulties in understanding and explaining reasoning process.
In this paper, we preopose a justification algorithm for CSN using conceptual similarity adn contiguity. Our method, first, extracts important concepts relevant to the inference results and then computes similarity and contiguity among those concepts, from which a justificatio can be constructed. Simulation results show that our method is sufficiently powerful and flexible in justifying connectionist inference.