Методы представления знаний. Формальные логические методы
 Скачать 14.91 Kb.
|
|
Метод представления знаний – совокупность взаимосвязанных средств формального описания знаний и оперирования этими описаниями. При создании моделей представления знаний следует учитывать такие факторы, как однородность представления и простота понимания. Формальные логические методы. Логические модели представления знаний основаны на исчислении предикатов. Предикат – это высказывание, в которое можно подставлять аргументы. Если аргумент один – то предикат выражает свойство аргумента, если больше – то отношение между аргументами. В логических моделях факт – формула в некоторой логике, система знаний – совокупность формул. Таким образом, предметная область описывается в виде набора аксиом. Пример применения – Prolog-программа. Основные операции: логический вывод (доказательство теорем). Достоинства: - формальный аппарат вывода новых фактов (знаний) из известных фактов (знаний); - возможность контроля целостности; - простая и ясная нотация. Недостатки: - знания трудно структурировать и поэтому к предметной области предъявляются высокие требования и ограничения; - при большом количестве формул их совокупность трудно обозрима, и вывод идет очень долго. Семантические сети. Семантика – наука, устанавливающая соответствие между символами и объектами, которые они обозначают. Т. е. семантическая сеть – смысловая сеть. Первые семантические сети были разработаны в качестве языка-посредника для систем машинного перевода. Семантическая сеть – структура для представления знаний в виде узлов (понятий), соединенных дугами (отношения между понятиями). В качестве понятий обычно выступают абстрактные или реальные объекты. Типы отношений: - часть – целое (класс – подкласс, множество – элемент); - функциональные связи (определяются глаголами «производит», «влияет»); - количественные (больше, меньше, равно); - пространственные (за, под, далеко от); - временные (в течение, раньше, позже); - атрибутивные (имеет свойство, имеет значение); - логические связи («и», «или», «не»); - элемент класса – пример (собака – кличка собаки). Классификация семантических сетей по отношениям между понятиями: 1. По количеству отношений: - однородные – на графе представлен один тип отношений; - неоднородные – на графе представлены различные типы отношений. 2. По типу отношений: - бинарные – связаны пары объектов; - n-арные – отношениями связано более двух понятий или объектов. Проблема поиска решения в базе знаний типа «семантическая сеть» сводится к поиску фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос. Основные операции: сопоставление с образцом, поиск, замена, взятие копии. Достоинства: - знания хорошо структурированы, структура понятна человеку; - соответствие организации долговременной памяти у человека. Недостатки: - сложность организации процедуры поиска; - при большом объеме сеть трудно обозрима. Фреймы. Фрейм (в переводе – каркас) – это абстрактный образ для представления некоторого стереотипа восприятия. Пример: фрейм комнаты – жилое помещение с 4-мя стенами, полом, потолком, дверью, n окнами и площадью m кв. м. Из этого описания нельзя убрать ни один из элементов, не изменив абстрактный образ, но можно описать реальную комнату, задав значение свойств и характеристик некоторым (или всем) элементам фрейма с помощью значений слотов. Слоты – это характеристики, свойства и уточнения элементов фрейма или фрейма в целом, существенные в разрабатываемой модели (в примере n и m). В общем случае слот определяется принадлежностью к элементу фрейма, именем, множеством значений, одно из которых он может принимать, способом получения своего значения, присоединенной процедурой для определения своего значения (при необходимости). Различают фреймы-образцы (или прототипы) – фреймы, хранящиеся в базе знаний, у которых только часть слотов может иметь значения, и фреймы-экземпляры, у которых все слоты должны иметь значения и которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. |