Avaliação da Recuperação em Sistemas de RBC Estrutural e Textual: Uma Aplicação no Domínio de Help Desk

• Fábio Pessôa de Sá UNISANTOS
• Marta Costa Rosatelli UNISANTOS
• Eduardo Raul Hruschka UNISANTOS

Resumo

Este artigo apresenta uma avaliação da etapa da recuperação de duas abordagens de Raciocínio Baseado em Casos (RBC): estrutural e textual. Para realizar a etapa da recuperação foi utilizada uma base de casos reais do domínio de help-desk, formada por questões freqüentes (FAQ - Frequently Asked Questions). Os casos foram modelados com o auxílio de um especialista no domínio. No RBC estrutural, a base de casos é estruturada na forma de pares atributo-valor, e o método do vizinho-mais-próximo baseado no coeficiente de casamento simples é usado. No RBC textual, a base de casos é formada pelas próprias FAQs (Frequently Asked Questions), e os casos são recuperados usando um modelo de vetor de termos de interesse. Resultados experimentais demonstram a relação custo versus benefício entre o esforço de estruturação de uma base de casos contra o uso de um conjunto de documentos existente.

Referências

AI-CBR: Information Resources to Case-Based Reasoning Academics and Commercial Developers. Dept. of Computer Science at the University of Auckland, New Zealand. [link], 2006.

Baeza-Yates, R., Ribeiro Neto, B. (1999), Modern Information Retrieval, ACM Press, New York.

Burke, R., Hammond, K., Kulyukin, V., Lytinen, S., Tomuro, N. & Schoenber, G. (1997) “Question Answering from Frequently Asked Question Files”. AI Magazine, 18(2), 57-66.

CBR-Works (2001). CBR-Works 4 Reference Manual, Empolis Knowledge Management GmbH, Revision 2.3.

Dearden, M. A. & Bridge, G. D. (1993) “Choosing a Knowledge Based System to Support a Help Desk”. The Knowledge Engineering Review 8(3), 201 – 222.

Empolis Orenge. Technology White Papers. [link], 2006.

Kolodner, J. L. (1993), Case-Based Reasoning, Morgan Kaufmann, San Mateo.

Lenz, M., Hübner, A. & Kunze, M. (1998) Question Answering with Textual CBR. In. Proc. of the Int. Conf. on Flexible Query Answering Systems.

Roth-Berghofer, T. & Iglezakis, I. (2000). Developing an integrating multilevel helpdesk support system. In. Proc. of the 8th German Workshop on Case Based Reasoning, pages 145-155

Schulz, S. (1999). CBR-Works: A state-of-the-art shell for case-based application building. In Proc. of the 7th German Workshop on Case-Based Reasoning.

Wallis, P. & Thom, J. A. (1996) “Relevance Judgements for Assessing Recall”. Information Processing & Management 32 (3), 273-286.

Watson, I. (1997), Applying Case-Based Reasoning: Techniques for Enterprise Systems, Morgan Kaufmann, San Mateo.

Wilson, D. & Bradshaw, S. (1999). CBR textuality. In Proc. of the 4 th UK Case-Based Reasoning Workshop.

Witten, I. & Frank, E. (2005), Data Mining: Practical Machine Learning Tools and Techniques, Morgan Kaufmann, San Mateo.

Yang, Q., Kim, E. & Racine, K. (1997). CaseAdvisor: Supporting interactive problem solving and case base maintenance for help desk applications. In Proc. of the Int. Joint Conference on Artificial Intelligence, Workshop on Practical Applications of CBR.