01.05.2013 Views

Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

Afstudeerscriptie - Kunstmatige Intelligentie - Rijksuniversiteit ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

focus naar de hoeveelheid (in plaats van het object zelf) niet door heeft, dan geeft dit vaker<br />

problemen. Stel iemand zegt tegen de luisteraar (in het Frans): "Ik heb één schoen!" en de<br />

luisteraar interpreteert de une als een, in plaats van als één, dan zal de luisteraar blij zijn voor<br />

deze persoon. Hij zal niet de eigenlijke boodschap niet begrijpen – dat het hebben van slechts één<br />

schoen helemaal niet oké is, omdat je er twee nodig hebt om op straat te kunnen lopen! In het<br />

model is deze niet-symmetrische foutmaat als volgt verwerkt: als het model introduceren begrijpt,<br />

waar eigenlijk hoeveelheidaangeven was bedoeld, dan is de toegevoegde effort hoger dan in de<br />

andere gevallen, namelijk 2.0. Als het model hoeveelheidaangeven begrijp in plaats van<br />

introduceren, dan krijgt het de normale hoeveelheid extra effort bij verkeerd begrijpen (1.1).<br />

2.4 Situatie A, B en C<br />

Een belangrijk onderdeel van de werking van het model is de onderverdeling in drie fases. Dit zijn,<br />

globaal gezien, dezelfde drie fases als die door Karmiloff-Smith (1992) worden onderscheiden,<br />

alleen is het beginpunt steeds eerder, omdat het effect van een situatieverandering pas later<br />

merkbaar is. In het model heb ik de drie fases situatie A, B en C genoemd. Situatie A is de situatie<br />

zoals die is voor aanvang van de simulatie en deze loopt nog door tot drie maanden na het begin.<br />

Dan begint situatie B. Deze loopt bijna vijf jaar. Op achtjarige leeftijd komt het model vervolgens in<br />

situatie C. De drie situaties zijn echt verschillende situaties, want de beschikbare kennis in het<br />

declaratieve geheugen verandert zodra je een nieuwe situatie (en dus een nieuwe fase)<br />

binnenkomt. We zagen al eerder dat er telkens nieuwe relevante dimensies beschikbaar komen in<br />

de loop van de tijd. In situatie A is er één dimensie bekend, namelijk aantal. In situatie B komt daar<br />

focus-na bij. Focus-voor, tenslotte, komt beschikbaar in situatie C. Van een beschikbare dimensie<br />

kan het model de waarde proberen te achterhalen in de omgeving. Dit betekent dat zodra er een<br />

nieuwe dimensie bijkomt, de beschikbare voorbeelden ook meer gevuld raken. Het model let nu<br />

immers wel op de waarde in het bijbehorende slot. Is een dimensie nog niet beschikbaar, dan<br />

heeft het model alleen voorbeelden waarbij bij het overeenkomstige slot onbekend is ingevuld. In<br />

situatie A ziet een voorbeeld er dus bijvoorbeeld zo uit (de Franse objectnamen zijn versimpeld tot<br />

strings van letters):<br />

(voorbeeld1<br />

ISA voorbeeld<br />

determinator la<br />

noun AAA<br />

aantal 1<br />

focus-voor onbekend<br />

focus-na onbekend<br />

rol introduceren<br />

status klaar<br />

taak normaal<br />

correct introduceren<br />

)<br />

Het slot correct is alleen maar aanwezig om de gevonden rol te kunnen vergelijken met de intentie<br />

van de spreker. Als het model aan het begin van situatie B is, dan zitten de voorbeelden uit<br />

situatie A natuurlijk ook nog vers in het geheugen. Als het model dan een situatie-A-voorbeeld<br />

gebruikt voor analogie, dan komt hij niets te weten over de nieuw ontdekte dimensie focus-na. Dat<br />

slot blijft dan op onbekend staan. Dankzij de competitie tussen regels zal het gebruiken van<br />

informatievere voorbeelden echter wel toenemen. In de volgende subparagraaf zien we hoe het<br />

analogieproces in iedere situatie precies verloopt.<br />

72

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!