19. Семантические модели данных. Модель семантических сетей.

Семантические модели данных представляют собой средство описания структуры предметной области.

Семантические модели должны отвечать следующим требованиям:

• обеспечить интегрированное представление о предметной области;

• понятийный аппарат модели должен быть понятен как специалисту предметной области, так и администратору БД;

• модель должна содержать информацию, достаточную для дальнейшего проектирования ЭИС.

СС данных обычно предполагают два уровня интерпретации, уровень объектов предметной области и уровень атрибутов базы данных.

СС применительно к задачам проектирования структуры базы данных ЭИС используются в сравнительно узком диапазоне - для представления структуры понятий и структуры событий.

СС представляют собой ориентированные графы с помеченными дугам.

Обычно в СС предусматриваются четыре категории вершин: понятия (объекты), события, свойства, значения.

Необходимо различать вершины, обозначающие экземпляры объектов, и вершины, представляющие классы объектов.

Различие между вершинами сети приводит к существованию трех

типов дуг: 1)дуга, соединяющая два экземпляра, соответствует утверждению,2) дуга между классом и экземпляром показывает пример элемента класса, 3)дуга, связывающая два класса, определяет бинарное отношение классов.

Все С. отношения предметной области можно разделить на следующие: лингвистические, логические, теоретико-множественные, квантификационные.

Обязательными отн-ями являются: 1)класс, к которому принадлежит данное понятие, 2)свойства, 3)выделяющие понятие из всех понятий данного класса, 4)примеры данного понятия.

Существуют две обязательные связи при установлении структуры понятий: 1)связь "есть-нек" (от слов "есть некоторый") - направлена от частного понятия к более общему и показывает принадлежность элемента к классу;2) связь "есть-часть" - показывает, что объект содержит в своем составе разнородные компоненты (объекты), не подобные данному объекту.

Необходимо отметить ряд преимуществ семантических сетей: 1)описание объектов и событий производится на уровне, очень близком к естественному языку; 2)обеспечивается возможность сцепления различных фрагментов сети; 3)в семантической сети возможные отношения между понятиями и событиями образуют достаточно небольшое и хорошо формализованное множество; 4)для каждой операции над данными и знаниями можно выделить из полной сети, представляющей всю семантику (или все знания), некоторый участок семантической сети, который охватывает необходимые в данном запросе смысловые характеристики.

20. Базы знаний. Продукционная модель знаний.

Способность человека накапливать и использовать знания, принимать решения можно назвать естественным интеллектом, соответствующие возможности информационной системы получили название искусственный интеллект.Система понятий для представления знаний существенно отличается от понятий для представления данных, поэтому отображение знаний производится в базу знаний. Вместе с тем база знаний способна хранить данные как простую разновидность знаний.

База знаний содержит:

• сведения, которые отражают существующие в предметной области закономерности и позволяют выводить новые факты, справедливые в данном состоянии предметной области;

• сведения о структуре ЭИС и БД (метаинформация);

• сведения, обеспечивающие понимание входного языка, т. е. перевод входных запросов во внутренний язык.

Принципиальными различиями обладают три модели представления

знаний - продукционная модель, модель фреймов и

модель семантических сетей.

Продукционная модель знаний состоит из трех основных компонентов:

• набора правил, представляющего собой в продукционной системе базу знаний;

• рабочей памяти, в которой хранятся исходные факты и результаты выводов, полученных из этих фактов;

• механизма логического вывода, использующего правила в соответствии с содержимым раб. памяти и формирующего новые факты.

Правило содержит две части:в условной части правила находится одиночный факт либо несколько фактов (условий), соединенных логической операцией "И"; в заключительной части правило находятся факты, которые

необходимо дополнительно сформировать в рабочей памяти,

если условная часть правила является истинной.

Для получения вывода правила если применятьк фактам, записанным в рабочей памяти, и в результате применения правил добавлялись новые факты. Такой способ действий называется прямым выводом. Возможен также обратный вывод целей. В качестве цели выступает подтверждение истинности факта, отсутствующего в рабочей памяти. При обратном выводе исследуется возможность применения правил, подтверждающих цель, необходимые для этого дополнительные факты становятся новыми целями и процесс повторяется.

Представление знаний в виде набора правил имеет следующие преимущества:1) простота создания и понимания отдельных правил;2) простота механизма логического вывода.

Недостатки:1)относятся неясность взаимных отношений правил 2) отличие

от человеческой структуры знаний.