Razonamiento aproximado y adaptable en el procesamiento de consultas vagas

Abstract

Resumen: La imprecisión o la vaguedad es un tipo de incertidumbre o de imperfección inherente al lenguaje natural, modelo habitual de comunicación humana. Puesto que en la interacción humano-máquina, los términos vagos deben precisarse para obtener respuestas de esta última, en esta investigación se aborda el problema de la representación y manejo de la vaguedad como una estrategia clave para aproximar el lenguaje estándar de consulta a bases de datos, el SQL, al lenguaje natural. Para la interpretación de las consultas vagas se concibió una máquina de inferencia que puede adaptarse a los distintos contextos delimitados por cada consulta. Ello se logró dotando al sistema de inferencia subyacente en el lenguaje de capacidades de razonamiento no deductivo para que, por su propia cuenta y dinámicamente, descubra los modelos particulares que representan adjetivos calificativos y otros términos vagos dependientes del contexto, expresados en las consultas. La máquina de inferencia identifica la semántica de etiquetas lingüísticas, examinando los modelos teóricos definidos para los diferentes patrones sintácticos con los que puede encajar el texto de la consulta y estima el valor de los parámetros usando los datos disponibles en la base de datos referentes al contexto. Por esto, desde una perspectiva general, el modelo propuesto constituye un aporte cuya principal novedad consiste en la delegación de la obtención de los modelos que representan los conjuntos rotulados con alguna etiqueta lingüística, a la máquina de inferencia, con el propósito de obtener respuestas confiables de los sistemas flexibles de consulta a bases de datos objeto-relacionales. El modelo conceptual propuesto incluye una extensión del lenguaje estándar SQL de consulta a bases de datos, generalizando los operadores IS y LIKE existentes e incorporando otros nuevos para representar adverbios de cantidad, cuantificadores y valores lingüísticos de la verdad. Estos operadores permiten representar y operar con términos vagos simples o complejos, en los cuales se incluye aquellos que están formados por una combinación lineal de condiciones simples, vagas o concretas. También se aporta un mecanismo útil y sencillo de extracción de nuevo conocimiento para caracterizar, de manera aproximada, las asociaciones existentes entre los objetos de una base de datos.

Abstract:Vagueness is a kind of uncertainty or imperfection inherent in natural language, usual pattern of human communication. Since in the human-machine interaction, vague terms need to be transformed into crisp values in order to obtain answers from the query systems, this research addresses the problem of representation and management of vagueness as a key strategy to bring standard database query language SQL closer to natural language.An inference machine was conceived for the interpretation of vague queries that can be adaptable to multiple contexts. This was achieved by giving non deductive reasoning capabilities to the inference system so that, by its own and dynamically, discover the models that represent qualifying adjectives and other vague terms that depends on linguistic context. The inference machine identifies the meaning of the labels by examining the theoretical fuzzy models defined for the different syntactic patterns which can match the query text and obtains parameter values using contextual data available in the database. For this reason, from a general perspective, the proposed model represents a contribution of which the main novelty is the delegation for obtaining the models that represent linguistic labels to the inference machine, in order to get reliable answers from flexible querying systems. The proposed conceptual model includes an extension of the standard query language SQL by overriding existing operators IS and LIKE and incorporating new ones to represent linguistic labels used as qualifying adjectives, quantifying adverbs, quantifiers and truth values. The proposal covers operators to represent and manipulate simple or complex vague terms, including those that are derived from a linear combination of conditions, vague or specific. It also provides a useful and easy way to extract new knowledge to characterize, approximately, associations between objects in a database.