Модель сетевого представления системы знаний

66. Модели представления знаний. Семантические сети

Семантические сети основываются на результатах изучения организации долговременной памяти человека. Характерной осо­бенностью для семантических сетей является то, что они для об­разования своей структуры используют два компонента — поня­тия и отношения. Вершинам сети соответствуют понятия(объек­ты, события, процессы, явления), а дугам, их соединяющим, — отношения между понятиями.

В зависимости от структуры узлов и характера отношений между ними различают следующие сети: простые, иерархические, однородные и неоднородные. Последние делятся на функциональ­ные сети, сценарии и семантические сети.

В семантических сетях знания представлены в терминах есте­ственного языка и отношений между ними (элемент — класс; класс — подкласс; функциональные дуги).

Основные характеристики семантических сетей:

• объекты описываются на естественном языке;

• все знания накапливаются в относительно однородной структуре памяти;

• на сетях определяются унифицированные отношения меж­ду объектами, которым соответствуют унифицированные мето­ды вывода;

• методы вывода в соответствии с запросами определяют участки семантического знания, имеющего отношение к поставлен­ной задаче, формулируя акт понимания запроса и некоторую цепь выводов, соответствующих решению задачи.

Семантические сети обладают следующими достоинствами: повышенной гибкостью за счет наличия свойств ассоциатив­ности и иерархичности; гармоничным и естественным сочетани­ем декларативного и процедурного, синтаксического и семанти­ческого знания; наглядностью отображения объектов, связей, отношений в силу присущей им возможности графической нота­ции; легкой читаемостью и понимаемостью знаний; высокой сте­пенью структуризации знаний.

Среди недостатков сетевого представления выделяют: сложность и трудность разработки алгоритмов их анализа ввиду нерегулярности структуры и большого количества дуг, несущих синтаксическую информацию; пассивность структуры сети, для обработки которой необходим сложный аппарат формальноговывода и планирования; разнообразие типов вершин и связей, произвольность структуры, требующей большого разнообразия процедур обработки; трудность представления и обработки не­точных и противоречивых знаний.

В целом семантические сети позволяют представлять семан­тику ПрО, а также осуществлять за счет наличия связей и отно­шений между понятиями целевую ориентацию и таким образом отражать прагматическую составляющую знаний.

В связи с указанными недостатками предприняты попытки усо­вершенствования семантических сетей, которые в основном наце­лены на организацию процессов обобщения в сети, решение про­блемы поиска и повышения их изобразительных возможностей.

67. Модели представления знаний. Фреймы

Фрейм — (англ. frame — «каркас» или «рамка») — способ представления знаний в искусственном интеллекте, представляющий собой схему действий в реальной ситуации. Первоначально термин «фрейм» ввёл Марвин Минский в 70-е годы XX века для обозначения структуры знаний для восприятия пространственных сцен. Фрейм — это модель абстрактного образа, минимально возможное описание сущности какого-либо объекта, явления, события, ситуации, процесса. Фреймы используются в системах искусственного интеллекта (например, в экспертных системах) как одна из распространенных форм представления знаний.Различают фреймы-образцы, фреймы-экземпляры, фреймы-структуры, фреймы-роли, фреймы-сценарии, фреймы-ситуации. Система связанных фреймов может образовывать семантическую сеть. Применяются фреймы в экспертных системах и других интеллектуальных системах различного назначения.Структура фрейма-Под структурой фрейма понимается способ использования схемы, типичной последовательности действий, ситуативная модификация фрейма. Фрейм, кроме всего прочего, включает определённое знание по умолчанию, которое называется презумпцией.Фрейм отличает наличие определённой структуры.Фрейм состоит из имени и отдельных единиц, называемых слотами. Он имеет однородную структуру:

Читайте также:  Каналами связи в компьютерных сетях могут быть

Имя 1-го слота: значение 1-го слота

Имя 2-го слота: значение 2-го слота

Имя N-го слота: значение N-го слота.

В качестве значения слота может выступать имя другого фрейма. Таким образом фреймы объединяются в сеть. Свойства фреймов наследуются сверху вниз, т.е. от вышестоящих к нижестоящим через так называемые АКО-связи. Слот с именем АКО указывает на имя фрейма более высокого уровня иерархии.Незаполненный фрейм называется протофреймом, а заполненный — экзофреймом. Роль протофрейма как оболочки в экзофрейме весьма важна. Эта оболочка позволяет осуществлять процедуру внутренней интерпретации, благодаря которой данные в памяти системы не безлики, а имеют вполне определенный, известный системе смысл.Слот может содержать не только конкретное значение, но и имя процедуры, позволяющей вычислить его по заданному алгоритму, а также одну или несколько продукций (эвристик), с помощью которых это значение определяется. В слот может входить не одно, а несколько значений. Иногда этот слот включает компонент, называемый фасетом, который задает диапазон или перечень его возможных значений. Фасет указывает также граничные значения заполнителя слота.Помимо конкретного значения в слоте могут храниться процедуры и правила, которые вызываются при необходимости вычисления этого значения. Среди них выделяют процедуры-демоны и процедуры-слуги. Первые запускаются автоматически при выполнении некоторого условия, а вторые активизируются только по специальному запросу. Если, например, фрейм, описывающий человека, включает слоты ДАТА РОЖДЕНИЯ и ВОЗРАСТ и в первом из них находится некоторое значение, то во втором слоте может стоять имя процедуры-демона, вычисляющей возраст по дате рождения и текущей дате и активизирующейся при каждом изменении текущей даты.Совокупность фреймов, моделирующая какую-либо предметную область, представляет собой иерархическую структуру, в которую фреймы собираются с помощью родовидовых связей. На верхнем уровне иерархии находится фрейм, содержащий наиболее общую информацию, истинную для всех остальных фреймов. Фреймы обладают способностью наследовать значения характеристик своих родителей, находящихся на более высоком уровне иерархии. Эти значения могут передаваться по умолчанию фреймам, находящимся ниже них в иерархии, но если последние содержат собственные значения данных характеристик, то в качестве истинных принимаются именно они. Это обстоятельство позволяет без затруднений учитывать во фреймовых системах различного рода исключения. Различают статические и динамические системы фреймов. В системах первого типа фреймы не могут быть изменены в процессе решения задачи, а в системах второго типа это допустимо. О системах программирования, основанных на фреймах, говорят, что они являются объектно-ориентированными. Каждый фрейм соответствует некоторому объекту предметной области, а слоты содержат описывающие этот объект данные, то есть в слотах находятся значения признаков объектов. Фрейм может быть представлен в виде списка свойств, а если использовать средства базы данных, то в виде записи.

Читайте также:  Программное обеспечение компьютерных сетей технологии

Источник

7. Сетевые модели представления знаний.

Наиболее полно (в явном виде) образуют семантику предметной области. С этой формой представления связаны понятие:

Опр.: Семантическая сеть – структура, отображающая совокупность объектов предметной области и отношений между ними (при этом объектам соответствуют узлы сети, а отношениям – дуги между ними). Объектами могут быть: — обобщенные понятия;

— свойства указанных объектов.

Совокупность объектов, включаемых в сеть определяется:

— содержанием предметной области;

— кругом рассматриваемых задач.

Опр.: Однородные сети – сети с одинаковыми отношениями между вершинами.

Опр.: Неоднородные сети – сети, которые могут содержать дуги различных типов, имеющие различный смысл.

Опр.: Сеть иерархического типа – сети, вершины которых могут иметь свою внутреннюю сетевую структуру.

Наиболее распространенные типы отношений:

8. Представление знаний в виде иерархической структуры фреймов.

Опр: Фрейм (М.Минский) – иерархическая структура для описания стереотипной ситуации, состоящей из характеристик этой ситуации (слотов) и значений этих характеристик (заполнители слотов).

  • Совокупность фреймов, моделирующая определенную предметную область, имеет иерархическую структуру.
  • Каждый фрейм соответствует некоторому объекту предметной области.
  • Слоты содержат данные, списывающие этот объект.
  • На верхнем уровне иерархии находится фрейм, отражающий наиболее общую информацию, присущую фреймам низшего уровня.
  • В качестве заполнителей слотов может указываться:

— одно значение (число, качество, свойство);

— фасет (перечень или диапазон возможных значений);

— правило, согласно которому определяется заполнитель слота;

— имя процедуры, реализующей алгоритм вычисления заполнителя слота.

  • Значение характеристик фреймов может передаваться по умолчанию фреймам более низкой ступени иерархии, если те не содержат собственных значений данных характеристик.
  • Различают статические и динамические системы фреймов: первые не меняются в процессе решения задачи, вторые – могут изменяться.
  • Плюсы сетевых (в том числе фреймовых) моделей представления знаний:

— явное представление иерархических связей (видна семантика предметной области);

— представление значений слотов в единственном экземпляре;

— возможность вычисления значения любого слота (заполнителя) с помощью процедур или эвристик.

Минусы фреймов:

Читайте также:  Локальные сети топология и компоненты локальных сетей

— сложности в реализации фреймов и во внесении изменений в базу знаний.

9.Продукционное правило как форма представления знаний.

Анализ действий экспертов, связанных с диагностикой состояний сложных объектов, систем показывает, что профессионал проводит экспертизу вполне целенаправленно, придерживаясь определенной стратегии. При этом он руководствуется множеством правил, эвристик (то, что вырабатывается опытным путем), которые могут быть представлены в форме продукционного правила (ПП):

< ПОСЫЛКА >– антецедент (первая часть правила);

< ЗАКЛЮЧЕНИЕ >– консеквент (вторая часть правила).

Опр: Антецедент – состоит элементарных предложений (высказываний), соединенных логическими связками «И» и выражающих условия срабатывания правила.

Опр: Консеквент – включает одно или несколько предложений, описывающих выдаваемое правилом решение или ссылку на некоторое действие.

С коэффициентами уверенности могут быть заданы так же конкретные факты (в посылке). При организации базы знаний в виде набора ПП, антецеденты и консеквенты этих ПП могут быть представлены совокупностью пар или троек вида:

Преимущества представления знаний в виде ПП

  1. Модульность – каждое ПП не зависит от других, чтобы изменить базу знаний не надо «резать по живому» (похоже на реляционную БД);
  2. Единообразие структуры СОЗ – возможность построения и использования оболочек, настраиваемых через формализм базы знаний на конкретную предметную область;
  3. Естественность – имитация рассуждений эксперта;
  4. Гибкость иерархии понятий с точки зрения внесения изменений.

Недостатки представления знаний в виде ПП

  1. Громоздкость процесса вывода, связанная с проверкой применимости правил;
  2. Сложность управления процессом вывода;
  3. Отсутствие наглядности представления иерархии понятий.

Сопоставив ПП с другими формами представления знаний (семантические сети, фреймы) с точки зрения рассмотренных плюсов и минусов, можно сделать выводы:

  • Рассмотренные преимущества ПП неоспоримы, хотя создавать и настраивать на конкретные предметные области можно и оболочки СС и фреймов, но это оказывается сложнее с точки зрения программной реализации, а главное, затрудняет процесс формализации конкретных знаний на инфологическом уровне. Так же усложняет процесс наполнения базы знаний конкретными знаниями.
  • В ПП для представления знаний на инфологическом уровне удобно используется дерево решений, которое, к тому же, компенсирует недостаток ПП, связанный с отсутствием наглядности представления иерархии понятий.
  • Что касается громоздкости процесса вывода на ПП и сложности управления им, то эти проблемы так же решаются, например, путем учета статистики срабатывания правил, организации распределенной структуры базы правил, использования других доступных приемов.
  • К сожалению, труднее компенсировать отсутствие у ПП явного компактного представления связей, иерархии понятий и наследования по умолчанию значений слотов путем ссылок на прототипы, характерных для сетевых моделей (СС и фреймов).
  • В пользу ПП говорит то, что эта ФПЗ хорошо согласуется с представлением задач в пространстве состояний, характерном для целевого назначения многих ИС.

Источник

Оцените статью
Adblock
detector