 |
Модели представления знаний
|
|
|
|
Существует несколько классов моделей (языков) представления знаний:
· продукционные модели;
· семантические сети;
· фреймы;
· формальные логические модели.
Продукционная модель
Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа "Если (условие), то (действие)". Под условием (антецедентом) понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием (консеквентом) – действия, выполняемые при успешном исходе поиска.
Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные – это исходные факты, хранящиеся в базе фактов, на основании которых запускается машина вывода или интерпретатор правил, перебирающий правила из продукционной базы знаний. Продукционная модель чаще всего применяется в промышленных экспертных системах (язык OPS 5; оболочки EXSYS Professional, Kappa, ЭКСПЕРТ; ЭКО, инструментальные системы ПИЭС (1993), СПЭИС (1998) и др.).
Семантические сети
Термин семантическая означает "смысловая", а сама семантика – это наука, устанавливающая отношения между символами и объектами, которые они обозначают, то есть наука, определяющая смысл знаков.
Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги – отношения между ними. В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: "это", "имеет частью", "принадлежит". Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:
· класс – элемент класса (цветок – роза);
|
|
|
· свойство – значение (цвет – желтый);
· пример элемента класса (роза – чайная).
Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями. По количеству типов отношений:
однородные (с единственным типом отношений),
неоднородные (с различными типами отношений).
По типам отношений:
бинарные (отношения связывают два объекта),
N-арные (в которых есть специальные отношения, связывающие более двух понятий).
Наиболее часто в семантических сетях используются следующие отношения:
· Связи типа "часть–целое", "класс–подкласс", "элемент–множество",
· Функциональные связи, определяемые глаголами "производит", "влияет"…
· Количественные (<, >, =),
· Пространственные (далеко, близко от, за, под, над …),
· Временные (раньше, позже, в течение),
· Атрибутивные связи (иметь свойство, иметь значение),
· Логические связи (И, ИЛИ, НЕ),
· Лингвистические связи и др.
Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе. Данная модель была предложена американским психологом Куиллианом. Основным преимуществом является то, что она наиболее соответствует современным представлениям об организации долговременной памяти человека. Недостаток – сложность организации процедуры поиска вывода на семантической сети. Для реализации семантических сетей существуют специальные сетевые языки (NET, SIMER+MIR), экспертные системы, использующие семантические сети в качестве языка представления знаний – PROSPECTOR, CASNET, TORUS.
Фреймы
Термин фрейм (от англ. Frame, что означает "каркас", "рамка") был предложен Марвином Минским, одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия пространственных сцен. Эта модель имеет глубокое психологическое обоснование. Фрейм – это абстрактный образ для представления некоего стереотипа восприятия. В психологии и философии есть понятие абстрактного образа. (Пример фрейма – образ комнаты). В теории фреймов образ комнаты называется фреймом комнаты. Фреймом также называется и формализованная модель для отображения образа. Различают фреймы-образцы, или прототипы, хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через:
|
|
|
· фреймы-структуры, использующиеся для обозначения объектов и понятий;
· фреймы-роли;
· фреймы-сценарии;
· фреймы-ситуации.
Структура фрейма может быть представлена как список свойств: (ИМЯ ФРЕЙМА: имя первого слота: значение первого слота, имя второго слота: значение второго слота и т.д.
Ту же запись можно представить в виде таблицы, дополнив ее двумя столбцами:
| Имя фрейма | |||
| Имя слота | Значение слота | Способ получения значения | Присоединенная процедура |
В таблице дополнительные столбцы предназначены для описания способа получения слотом его значения и возможного присоединения специальных процедур. В качестве значения слота может выступать имя другого фрейма, так образуются сети фреймов. Существует несколько способов получения слотом значений во фрейме-экземпляре:
· по умолчанию от фрейма-образца;
· через наследование свойств от фрейма, указанного в слоте АКО;
· по формуле, указанной в слоте;
· через присоединенную процедуру;
· явно из диалога с пользователем;
· из базы данных.
Важнейшим свойством теории фреймов является наследование свойств. И во фреймах и в семантических сетях наследование происходит по АКО-связям (A-kind-of=это). Слот АКО указывает на фрейм более высокого уровня иерархии, откуда переносятся значения аналогичных слотов.
Основным преимуществом фреймов как модели представления знаний является то, что она отражает концептуальную основу памяти человека, а также ее гибкость и наглядность. Специальные языки представления знаний в сетях фреймов FRL, KRL, фреймовая оболочка КАРРА и другие программные средства позволяют эффективно строить промышленные ЭС. Широко известны такие фреймовые ЭС как ANALYST, TRISTAN, ALTERID, МОДИС.
|
|
|
