Знания, их виды. Базы знаний. Эксп. с-мы.

Знания-форма сущ-я и систем-ции рез-тов познават деят-сти человека.; субъект, образ, объект реальности, т.е. адекват отражение внеш и внутр мира в созн чел-ка в форме предст-ний, понятий, суждений, теорий. З. в шир. смысле – сов-сть понятий, теор. построенй и представл. Знания в узк см. – данные, информация. Виды: 1. научн / вненаучн 2 неявн/скрыт/, формализов Св-ва: 1.внутр интерпретир-сть 2 структур-сть (кажд 1 может включаться в состав любой другой инфо. между отд. 1-ми можно установить отношения: часть-целое, род-вид, элемент-класс) 3 связность (устан связи различн типа) 4 семантич. метрика (находить знания, близкие уже к найденным) 5 активность (декларативная часть –пассивная, процедурная часть – активная, соединяем их _ знания активные). БЗ – 1 или неск спец образом организов файлов, хранящих систематиз сов-сть понятий, правил и фактов,(относ к предм обл) построение на основ. инфо эксперта (исходим из специфики знаний): 1. опис. предм. области; 2. выбор способа и модели представл. знаний; 3. приобретение знаний.Модели представл знаний: 1.продукционн; 2. семантич сети; 3. фреймовая структ; 4. форм. логич модели. Эксп. с-ма — комп. пр-мма, спос.частично заменить спец-ста-эксперта в разреш-и проблемной ситуации. Совр. ЭС начали разраб-ся иссл-лями искус. интеллекта в 1970-х годах, а в 1980-х получили коммерч. подкрепление. ЭС рассм. как модели повед-я экспертов в опред.й области знаний с исп-ем процедур логич. вывода и принятия решений. Наиб. распростр. ЭС: CLIPS, OpenCyc, WolframAlpha, MYCIN, HASP/SIAP.

40. Продукц. модели, База фактов, правил. Работа машины вывода. Продукционн. модель – модель, осн. на правилах, позвол. представить знание в виде предл-й типа «Если (условие), то (действие)».. Записыв. в виде: ЕСЛИ А1,А2,…,Аn ТО В. Продукц. инф-я явно выделена и описыв. иными ср-вами, чем декларат. инф-я. В таких моделях осуществ вывод на знаниях. В кач-ве условий: любая сов-сть суждений, объедин. логич связями типа и/или.Условие=посылка.Дейст=вывод, закл. Условия А1, А2,…, Аn обычно наз. фактами. Факт в данном случае — утвержд-е, являющ. постоянно истинным, напр.: «Адам явл. человеком». Правило в дан. случае — параметризов. утвержд-е, сост. из двух частей: усл-я и рез-та, напр.: «Если X явл. потомком человека, то X явл. чел-ком». В дан. примере правило опр. условие «X явл. потомком человека». Если для знач-я пар-ра X это условие истинно, то правило превращ. в факт «X явл. человеком».Опис-е предм. обл. строится на предпол. об устр-ве предм обл: 1. ПО может быть описана в виде мн-ва фактов и правил; 2. правила опис. прич-следтв связи м\у фактами; 3. могут отражать след типы отнош-й: сит-действ, посылка-заключ, причина-следств. Машина вывода — пр-мма, кот. вып. логич. вывод из предвар-но постр. базы фактов и правил в соотв. с законами формальной логики. В продукц. системах исп. 2 основн. способа реал-ции мех-ма вывода: прям. вывод, (от данных); обрат вывод (от цели). В 1-м случае идут от извест. данных и на каждом шаге вывода к этим фактам прим-ют все возм. правила, кот. порождают нов.факты, и так пока не будет порожден факт-цель. Во 2случае вывод идет в обр. направл-и – от поставл. цели. Если цель соглас. с заключ-ем правила, то посылку правила приним. за подцель или гипотезу, и этот пр-сс повт-ся пока не будет получено совпад-е подцели с известн. фактами

41. Семантические сети. Виды отн. Пример:

Сетевая модель – в основе лежит конструкция, кот. называется семантич сетью.

Семантич. сети – информац. модель предметной области, имеющая вид ориентир. графа, вершины кот. соотв. объектам предметной области, а дуги задают отношения между ними.

Классиф-ия семантич. сетей:

1) По кол-ву типов отнош.:

¾ однородные (один тип связи)

¾ неоднородные (больше 1)

2) по арности:

¾ с бинарными соотношениями

¾ N-арные

Виды отношений:

¾ отнош. между объектом и множеством, обознач., что объект принадлежит множеству (ISA)

¾ отнош. между подмножеством и надмнож-ом – AKO (A kind of)

¾ Отнош., опис. части/целые объекты – HAS Part.

Другие:

¾ функцион-ые

¾ колич-ые

¾ простр-ые

¾ временные

¾ атрибутивные

¾ логические

¾ лингвистические

Попытка создания семантической сети на основе Всемирной паутины получила название семантич. паутины:

¾ язык RDF

¾ язык XML

42. Фрейм – (англ. frame-«каркас» или «рамка») – способ представления знаний, представляющий схему действий в реальной ситуации.

Фреймовая модель – фиксир-ся жесткая стр-ра инф. единиц, назыв. протофреймом.

Стр-ра фрейма:

1) имя фрейма

¾ имя слота 1 (знач. слота 1)

¾ имя слота 2 (знач. слота 2)

2) связь между фреймами.

Виды фреймов:

¾ фрейм-стр-ра

¾ фрейм-роль

¾ фрейм-сценарий

¾ фрейм-ситуация.

Спец. языки представления знаний в сетях фреймов FRL (Frame Representation Language) позволяют решать (строить) промышл. ЭС.

Значением слота м.б. практ.что угодно (числа или мат. соотношения,правила вывода или ссылки на друг.слоты дан. фрейма или др. фреймов). В кач-ве знач-я слота может выступать набор слотов более низк. уровня, что позв-т во фрейм. представлениях реализ-ть "принцип матрешки". При конкретизации фрейма ему и слотам присва-тся конкр имена и происходит заполнение слотов. Таким образом из протофреймов получаются фреймы - экземпляры. Переход от исходного протофрейма к фрейму - экземпляру может быть многошаговым, за счет постепенного уточнения значений слотов. Связи между фреймами задаются знач-ями спец.слота с именем "Связь".

Дата добавления: 2015-10-21