Bug‘doy navlarini tanlash jarayoniga Multiagent texnologiyalarini qo‘llash

1.2 MLning qo‘llanilishi.

An'anaviy dasturlash usullaridan foydalangan holda spam filtrini qanday yozishni ko‘rib chiqaylik (1-rasm pastda)
1. Avval biz spam qanday ko‘rinishda bo‘lishini ko‘rib chiqaylik. Xabarning mavzusida juda ko‘p ma'lum so‘zlar yoki iboralar mavjudligini sezishimiz, bundan tashqari, jo‘natuvchining nomi, xabar matni va hokazolarda bir nechta boshqa chizgilarni ham ko‘rishimiz mumkin.
2. Biz ko‘rgan har bir chizgi uchun uni aniqlash algoritmini yozamiz va agar shunday chizgilar yetarli sonda topilsa, dastur xabarni spam deb belgilaydi.
3. Biz dasturni sinab ko‘rib 1 va 2-bosqichlarni ML yetarlicha yaxshilangunga qadar takrorlaymiz.
Qo‘yilgan vazifa muhim bo‘lganligi uchun, bizning dasturimiz murakkab qoidalarning uzun ro‘yxatiga ega bo‘lishi mumkin, ammo bu kabi ro‘yxatlarni saqlash qiyinchilik tug‘diradi.

1-rasm. An’anaviy yondashuv.
Ushbu yondashuvdan farqli o‘laroq, ML-ga asoslangan spam filtri oddiy xabar misollari bilan solishtirganda spam-xabar namunalarida odatiy bo‘lmagan tez-tez so‘z shakllarini aniqlash orqali qaysi so‘z va iboralar yaxshi spam bashorat qiluvchi ekanligini avtomatik ravishda bilib oladi (2-rasm pastda). Bu holatda dastur ancha qisqaroq shu sababli uni rivojlantirish osonroq va aniqroq bo‘ladi.

2-rasm.Mashinali o‘qitish bo‘yicha yondashuv.
Bundan tashqari agar spamerlar masalan "1K" iborasini o‘z ichiga olgan barcha xabarlari bloklanayotganini aniqlasa, ular o‘rniga "One K" iborasini yozishlari mumkin. Bu holatda an'anaviy dasturlash texnikasi yordamida yaratilgan spam filtri xabarlarni "One K" bilan belgilash uchun yangilanishi kerak bo‘ladi. Agar spamerlar bizning spam filtrimizni chetlab o‘tishda davom etsa, biz yangi qoidalarni yozishni davom ettirishga majbur bo‘lamiz[3].
Aksincha, ML texnikasiga asoslangan spam-filtr avtomatik ravishda “One K” iborasi foydalanuvchilar tomonidan spam sifatida belgilangan xabarlarda odatiy holga aylanganini sezadi va bizning aralashuvimizsiz ularni aniqlashni boshlaydi (3-rasm).
ML ustunlik qiladigan yana bir soha an'anaviy yondashuvlar yordamida hal qilish juda qiyin bo‘lgan yoki ularni hal qilish uchun ma'lum algoritmlar mavjud bo‘lmagan muammolarni qamrab oluvchi soha hisoblanadi. Masalan, nutqni aniqlashni olaylik: deylik, biz ishni oddiy narsadan boshlamoqchimiz va “bir” hamda “ikki” so‘zlarini ajrata oladigan dastur yozmoqchimiz: “Ikki” so‘zi baland tovush (“I”) bilan boshlanganini sezishimiz mumkin va shuning uchun baland tovushning intensivligini o‘lchaydigan va aytib o‘tilgan so‘zlarni farqlash uchun qo‘llaniladigan algoritmga asosan dastur yozishimiz kerak bo‘ladi.