Модели представления знанийМодели представления знаний Существуют десятки моделей (или языков) представления знаний для различных предметных областей. Большинство из них может быть сведено к следующим классам: -Продукционные модели; -Семантические сети; -Фреймы; 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 ориентированные граф, вершины которого – понятия, а дуги – отношения между ними. В качестве понятий обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа: «это» («is»), «имеет частью» («has part»), «принадлежит». Характерной особенностью семантических сетей является обязательное наличие трех типов отношений: -Класс – элемент класса (цветок – роза); -Свойство – значение (цвет – желтый) -Пример элемента (роза – чайная) Наиболее часто в семантических сетях используются следующие отношения: -Связи типа «часть-целое» («класс – подкласс», «элемент – множество») -Функциональные связи (определяемые обычно глаголами «производит», «влияет») -Количественные (больше, меньше, равно) -Пространственные (далеко от, близко от) -Временные (раньше, позже, в течение) -Атрибутивные связи (иметь свойство, иметь значение) -Логические связи (И, ИЛИ, НЕ) Проблема поиска решения в базе знаний сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе. Данная модель представления знаний была предложена американским психологом Куиллианом. Основным преимуществом является то, что она более других соответствует современным представлениям об организации долговременной памяти человека. -Недостатком этой модели является сложность организации процедуры поиска вывода на семантической сети. -Для реализации семантических сетей существуют специальные сетевые языки: NET, язык реализации сетей SIMER + MIR. Существуют ЭС, использующие семантические сети в качестве языка представления знаний – PROSPECPOR, CASNET, TORUS. ФРЕЙМЫ Термин Фрейм (от английского “FRAME” рамка) был предложен Марвином Минским в 1979 году для обозначения структуры знаний ля восприятия пространственных сцен. Эта модель, как и семантическая сеть имеет психологическое обоснование. Фрейм – это абстрактный образ для представления некоего стереотипа восприятия. В психологии и философии известно понятие абстрактного образа. Например, слово «комната», произнесенное вслух, порождает у слушающих образ комнаты: «жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью». Из этого описания ничего нельзя убрать. Например, убрав окна, мы получаем чулан, а не комнату. Но в нем есть «дырки» или «слоты» - это незаполненные значения некоторых атрибутов – например, количество окон, цвет стен, высота потолка и др. В теории фреймов такой образ комнаты называется фреймом комнаты. Также, фреймом называется формализованная модель для отображения образа. Различают фреймы образцы, или прототипы, и фреймы – экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить различные знания через: -Фреймы – структуры, использующиеся для обозначения объектов и понятий; -Фреймы – роли (менеджер, кассир, клиент) -Фреймы – сценарии (собрание акционеров, вручение дипломов, празднование именин) -Фреймы – ситуации (тревога, авария) Структура фрейма может быть представлена как список свойств. Важным свойством теории фреймов является заимствование из теории семантических сетей – наследование свойств. И во фреймах, и в семантических сетях наследование происходит по АКО связям. Слот АКО указывает на слот более высокого уровня иерархии, откуда переносятся значения аналогичных слотов. Здесь понятие «ученик» наследует свойства фреймов «ребенок» и «человек», которые находятся на более высоком уровне иерархии. Так, на вопрос «любит ли ученик сладкое» следует ответ «да», так как этим свойством обладает фрейм ребенок. Наследование свойства может быть частичным, например, возраст для ученика не наследуется из фрейма «ребенок», а указывается явно в собственном фрейме Основным преимуществом фреймовой модели является её гибкость и наглядность. Известны фрейм – ориентированные промышленные экспертные системы: ANALIST, MODIS, TRISTAN, ALTERID. Язык представления фреймов – FRL – Frame Representation Language/ 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 данных, а под «действием» (консеквентом) – действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия и терминальными или целевыми, завершающими работу системы). Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для её 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. Правило 1. ЕСЛИ индекс цен возрастет не менее чем на 3% (условие В) ct(В) И цены на энергоносители вырастут не более чем на 19% (условие С), ct(С) = 0,6 ТО акции покупать (заключение А) ct(А) =?, ct(правила 1) = 0,8. Правило 2. ЕСЛИ ВВП возрастет не менее чем на 1,5% (условие Д) ct(Д) = 0,4 ИЛИ ставки Центрального банка будут в пределах 12% (условие Е) ct(Е) = 0,7 ИЛИ объем экспорта возрастет более чем на 5% (условие G) ct(G) = 0,5 ТО индекс цен возрастет не менее чем на 3%. (заключение В) ct(В) =?, ct(правила 2) = 0,98. Продукционная модель чаще всего применяется в промышленных экспертных системах. Она привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.
|
