Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

is wat er in de loop van de tijd gebeurt:
• Het model vormt de verleden tijd van een sterk werkwoord goed, als het een werkwoord is
waarvan de verleden tijd (vaak genoeg) eerder is vernomen en dus terug te vinden is in het
declaratieve geheugen.
• In andere situaties neemt het model de verleden tijd van een willekeurig werkwoord en
gebruikt de analogiestrategie om tot de verleden tijd van het gevraagde werkwoord te komen.
Vaak zal de bron voor de analgie (source analog) een sterk werkwoord zijn, waarbij dus niets
aan de stam van het werkwoord wordt toegevoegd. Als het gevraagde werkwoord bijvoorbeeld
work was en het model gebruikt go als bron voor de analogie, dan zal het resultaat work zijn,
want er wordt niets aan de stam toegevoegd.
• Sterke werkwoorden worden veel vaker gehoord en gebruikt door het model dan zwakke, dus
de hierboven beschreven procedure zal vaak gebeuren. Als deze methode vijfentwintig keer is
aangeroepen, treedt specialisatie op van de productieregels die bij deze methode betrokken
zijn. Dit leidt tot het ontstaan van een nieuwe regel, de blank suffix rule. Deze regel is echter
niet zo succesvol, want nu gebruikt het model gewoon de stam als verleden tijd. Dit brengt een
hoop extra kosten met zich mee, omdat het model nu onduidelijk communiceert, of zijn zin aan
moet vullen met tijdsaanduidingen zoals gisteren. Deze regel blijft dus wel onderdeel van het
model, maar zal niet vaak gekozen worden om in actie te komen.
• De analogie-strategie wordt in een kleiner deel van de gevallen ook toegepast met een zwak
werkwoord als bron van de analogie. In dat geval is het gevraagde woord bijvoorbeeld talk en
de bron bijvoorbeeld walk walked. Dit leidt tot het resultaat talked.
• Na een wat langere tijd heeft het model ook deze vorm van de analogie-strategie vijfentwintig
keer gebruikt. Nu treedt opnieuw specialisatie op. De regelmatige-werkwoorden-regel ontstaat.
Deze regel is zeer succesvol, want je kunt hem op ieder werkwoord toepassen. Het model
kiest nu zo vaak voor deze regel, dat er overgeneralisatie optreedt – break wordt breaked. Op
het moment is echter het meest van belang hoe deze regel heeft kunnen ontstaan en werkelijk
succesvol wordt in het model. Conclusie: de regelmatige-werkwoorden-regel is een algemene
regel. Hij is algemener dan de regel die gewoon het werkwoord opzoekt in het declaratieve
geheugen (de "opzoekregel"). De generalisatie naar de regelmatige-werkwoorden-regel is
echter geen generalisatie van deze opzoekregel, hoewel je dat wel zou verwachten. De
generalisatie naar de regelmatige-werkwoorden-regel blijkt een specialisatie van de (zeer
algemene) analogiestrategie te zijn.
3 Opmerkingen bij de analogiestrategie
Zojuist zagen we het generalisatie-door-specialisatie-idee in actie. Er moeten echter nog wel wat
vragen worden beantwoord over dit idee in de context van het verledentijdmodel. Hoe ziet die
analogiemethode er dan uit in dit ACT-R model? Waar komen die analogie-productieregels zelf
dan weer vandaan? En met name: is dit mechanisme van het ontstaan van toegespitste, maar
toch algemene regels ook in andere contexten toepasbaar en hoe gaat dan dat in zijn werk? De
laatste vraag is zo belangrijk dat hij een eigen paragraaf krijgt hieronder. Op de eerste twee
vragen ga ik nu in.
Hoe ziet de analogiestrategie eruit in het verleden-tijden-model? Deze bestaat uit twee zeer
gespecialiseerde pattern-matching productieregels, namelijk:
RULE ANALOGY-FILL-SLOT
IF the goal has an empty suffix slot
AND there is an example in which the suffix has a value
THEN set suffix of the goal to the suffix value of the example
25