Please enable JavaScript.
Coggle requires JavaScript to display documents.
Представление знаний (Требования к представлению элементов знаний в базе …
Представление знаний
Требования к представлению элементов знаний в базе знаний
Наличие внутренней структуры связей
Наличие внешней структуры связей
Внутреняя интерпретация
Шкалирование (семантическая метрика);
Погружение в пространство с семантической метрикой
Наличие активности (актуальность)
Модели представление знаний
Фреймовые
Фрейм – это декларативное представление данных, предназначенное для представления некоторой стандартной ситуации
Свойства фреймов
Процесс сопоставления
Иерархическая структура системы фреймов
Межфреймовые сети
Базовый тип
Значения по умолчанию
Отношения «абстрактное – конкретное», «целое – часть»
Продукционные
Продукционная модель (модель, основанная на правилах) позволяет предста-вить знания в виде предложений, называемых продукциями.
Знания изображаются в виде совокупности фактов и правил.
Факты могут быть только элементарными, т.е. не быть структурированными. Факты образуют базу фактов.
Машина вывода, состоящая из двух компонент.
Компонент вывода реализует собственный дедуктивный вывод, то есть, если существует факт А, а в базе правил есть правило If A then B , то делается вывод о необходимости применения правила В.
Компонент управления или интерпретатор правил управляет процессом перебора правил и применения правил
Преимущества продукционных моделей
Отделение знаний от программы поиска
Простота пополнения и модификации
Простота и гибкость выделения знаний
Возможность эвристического управления поиском
Простота механизма вывода
Продукционные правила являются правдоподобной моделью решения задачи человеком
Недостатки продукционных моделей
Сложность выбора уровня детализации
Наличие единого формата определяет трудности записи отдельных правил
Единая система применения правил вызывает трудности при их использовании.
Ограничение в применении к крупномасштабным задачам, т.к. большое число правил приводит к замедлению скорости вывода
Сетевые (в том числе онтологии)
Семантическая сеть (СС) – это модель знаний, в которой структура знаний предметной области формализуется в виде ориентированного графа с помеченными вершинами и дугами.
СС отражает семантику предметной области в виде понятий и отношений.
Часто используются следующие отношения
Временные
Пространственные
Атрибутивные
Количественные
Функциональные связи
Логические
Лингвистические
СС разделяют по следующим показателям
По количеству типов отношений
Однородные сети
Неоднородные
По арности
Сети с бинарными отношениями
Количество типов отношений в СС определяется ее создателем исходя из конкретных целей. В реальном мире их число стремится к бесконечности.
Достоинства семант. сетей
Наглядность
Недостатки семант сетей
Размерность сети.
Сложность организации процедуры вывода в сети (т.е. извлекать новые знания)
Логические
Основой базы знаний в логических системах является множество аксиом предметной области. Все остальные знания выводятся из аксиом на основе правил вывода В.
Логика высказываний, или пропозициональная логика (лат. propositio — «высказывание»), или исчисление высказываний — это раздел символической логики, изучающий сложные высказывания, образованные из простых, и их взаимоотношения.
Преимущества
Высокий уровень формализации, обеспечивающий возможность реализации системы формально точных определений и выводов.
Согласованность знаний как единого целого, которые обеспечивают решение проблем соглас. БЗ оценки независимости и полноты системы аксиом.
Единая система описания как знаний ПО, так и способов решения задач в этой ПО.
Недостатки
Описание знаний в виде логических формул не позволяет проявится преимуществам которые имеют автоматические системы обработки структур данных.
Представление знаний в таких моделях не наглядно, трудно читается и воспринимаются.
Не эффективно обозначить свойства и отношения однотипными логическими функциями.
Процессы управления знаниями
Выявление знаний
Сохранение знаний
Использование знаний
Система управления знаниями
Задача СУЗ — накапливать не разрозненную информацию, а структурированные, формализованные знания
Основная цель СУЗ — сделать знания доступными и повторно используемыми на уровне всей корпорации
При разработке СУЗ выделяют следующие этапизвлечение
Накопление
Извлечение
Структурирование
Формализация
Обслуживание
Методы представления знаний
Естественные
Методы представления знаний, адресованные интеллектуальным информационным системам (ИИС), т.е. знание-ориентированным системам.
Центральное место в знание-ориентированных системах занимает язык представления знаний.
Возможности языка представления знаний определяются моделью представления знаний.
Искусственные
Графический
Аудиальный
Визуальный
Текстовый