- •5.4. Висновки 182
- •1.1. Основні означення менеджменту знань
- •1.1.1. Структура менеджменту знань
- •Маркетинґ Проектування Підготовка виробництва Виробництво Збут.
- •1.1.2. Формування знань
- •1.1.3. Введення даних
- •1.1.4. Адміністрування
- •1.1.5. Мотивація
- •1.1.6. Особливості впровадження мз
- •1.2. Менеджмент знань
- •1.3. Базові поняття менеджменту знань
- •1.3.1. Видобування знань
- •1.3.2. Системи пізнання
- •1.3.3. Організація доступу до знань
- •1.3.4. Інновації в області автоматизації
- •1.3.5. Менеджмент знань та інформації
- •1.3.6. Менеджмент знань та Інтернет
- •1.4. Онтологічний інжиніринґ
- •1.4.1. Системи керування знаннями
- •1.4.2. Онтологія
- •1.5. Висновки
- •9. Базові поняття менеджменту знань.
- •2.1. Поле знань
- •2.1.1. Мова опису поля знань
- •2.1.3. «Піраміда» знань
- •2.2. Стратегії одержання знань
- •2.3. Теоретичні аспекти видобування знань
- •2.3.1. Психологічний аспект
- •2.3.2. Лінгвістичний аспект
- •2.3.3. Гносеологічний аспект видобування знань
- •2.4. Теоретичні аспекти структурування знань
- •2.4.1. Історична довідка
- •2.4.2. Ієрархічний підхід
- •2.4.3. Традиційні методології структуризації
- •2.4.4. Об'єктно-структурний підхід (осп)
- •3.1. Класифікація методів практичного видобування знань
- •3.2. Комунікативні методи
- •3.2.1. Пасивні методи
- •3.2.2. Активні індивідуальні методи
- •3.2.3. Активні групові методи
- •3.3. Текстологічні методи
- •3.3.1. Методи структурування
- •3.3.2. Еволюція систем одержання знань
- •4.1. Латентні структури знань і психосемантика
- •4.1.1. Семантичні простори і психологічне градуювання
- •4.1.2. Методи багатовимірного градуювання
- •4.1.3. Використання метафор для виявлення «прихованих» структур знань
- •4.2. Метод репертуарних решіток
- •4.2.1. Основні поняття
- •4.2.2. Методи виявлення конструктів. Метод мінімального контексту
- •4.2.3. Аналіз репертуарних решіток
- •4.2.4. Автоматизовані методи
- •4.3. Керування знаннями
- •4.3.1. Що таке «керування знаннями»?
- •4.3.2. Керування знаннями і корпоративна пам'ять
- •4.3.3. Системи omis
- •4.3.4. Особливості розроблення омis
- •4.4. Візуальне проектування баз знань як інструмент пізнання
- •4.4.1. Від понятійних карт до семантичних мереж
- •4.4.2. База знань як пізнавальний інструмент
- •4.5. Проектування гіпермедіа бд і адаптивних навчальних систем
- •4.5.1. Гіпертекстові системи
- •4.5.2. Від мультимедіа до гіпермедіа
- •4.5.3. На шляху до адаптивних навчальних систем
- •5.1. Важливість правильної класифікації
- •5.1.1. Класифікація й об’єктно-орієнтовне проектування
- •5.1.2. Труднощі класифікації
- •5.2. Ідентифікація класів і об'єктів
- •5.2.1. Класичний і сучасний підходи
- •5.2.2. Об’єктно-орієнтований аналіз
- •5.3. Ключові абстракції й механізми
- •5.3.1. Ключові абстракції
- •5.3.2. Ідентифікація механізмів
- •5.4. Висновки
- •6.1. Поняття онтології
- •6.2. Моделі онтології й онтологічної системи
- •6.3. Методології створення і «життєвий цикл» онтології
- •6.4. Мови опису онтологій
- •6.4.1. Види owl
- •6.4.2. Структура онтологій
- •7.1. Онтологія як засіб формалізації та алгоритмізації знань в інтелектуальній системі
- •7.1.1. Аналіз підходів до навчання онтологій
- •7.1.2. Загальні принципи проектування онтологій
- •7.1.3. Формати та стандарти подання інформації
- •7.1.4. Засоби для створення онтології
- •7.2. Технологія розроблення онтологій в редакторі Protégé
- •7.2.1. Еволюція Protégé
- •7.2.2. Protégé-owl. Мова Web онтологій owl
- •7.2.3. Основні терміни та поняття у Protégé-owl
- •7.2.4. Методика розроблення онтології засобами Protégé
- •Створення й експлуатація онтології
- •7.2.5. Створення онтології
2.4. Теоретичні аспекти структурування знань
Поділ стадій видобування і структурування знань є досить умовним, оскільки хороший інженер зі знань, вже видобуваючи знання, починає роботу зі структурування і формування поля знань, описаному в підрозділі 2.1.
Проте зараз простежується тенденція випередження технологічних засобів розроблення інтелектуальних систем стосовно їхнього теоретичного обґрунтування. Практично зараз існує прірва між блискучими, але трохи «пристарілими» математичними основами кібернетики (праці Вінера, Ешбі, Шеннона, Джорджа, Кліра, Йордона, Ляпунова, Глушкова й ін.), і сучасним поколінням інтелектуальних систем, які засновані на парадигмі опрацювання знань (експертні системи, лінгвістичні процесори, що навчають системи, тощо).
З одного боку, це пояснюється тим, що з перших кроків наука про штучний інтелект (ШІ) була спрямована на моделювання слабоформалізованих сенсових завдань, у яких не застосовується традиційний математичний апарат; з іншого боку, ШІ — це галузь інформатики і активно розвивається як промислова індустрія програмних засобів в умовах жорсткої конкуренції, де часом важливіше швидке впровадження нових ідей і підходів, ніж їхній аналіз і теоретичне пророблення.
Необхідність розроблення теоретичних основ науки про методи розроблення систем, заснованих на знаннях — інженерії знань, — обґрунтовується в роботах Поспєлова Д. А., Попова Е. В., Стефанюка В. Л., Шенка Р., Мінського М. — провідних спеціалістів в області ШІ. Перші кроки в створенні методології (роботи Осипова Г. С., Хорошевського В. Ф., Яшина А. М., Wielinga, Slagle, та ін.) фактично є піонерськими і найчастіше орієнтовані на певний клас завдань, що моделюються в рамках конкретного програмного інструментарію.
У цьому підрозділі розглянута нова методологія, що дозволяє здійснити стадію структуризації незалежно від подальшої програмної реалізації, спираючись на досягнення в області розроблення складних систем.
2.4.1. Історична довідка
Стадія концептуального аналізу або структуризації знань традиційно є (разом зі стадією видобування) «вузьким місцем» у життєвому циклі розроблення інтелектуальних систем. Методологія структуризації близька до сучасної теорії великих систем або складних систем, де традиційно акцент робиться на процесі проектування таких систем. Великий внесок до цієї теорії внесли класики об'єктно-орієнтованого аналізу.
Розроблення інтелектуальних систем з упевненістю можна віднести до цього класу завдань, оскільки вони мають основні ознаки складності (ієрархія понять, внутрішньоелементні й міжелементні зв'язки тощо). Складність проектування ІС визначається, в основному, складністю предметних областей і керування процесом розроблення, а також складністю забезпечення гнучкості кінцевого програмного продукту й опису поведінки окремих підсистем.
Аналогічні концепції, але пов'язані не із загальносистемними дослідженнями, а інформаційними процесами, які розглядають у системах, таких як зв'язок і керування, поклали початок кібернетиці як самостійній науці. Цей підхід був істотно підтриманий роботами Шеннона з математичного моделювання поняття інформації.
Пізніше, в 1960-х рр., було зроблено кілька спроб сформулювати і розвинути математичні теорії систем високого рівня спільності. Істотний внесок до математичної теорії систем і основи структуризації внесли дослідники Н.Я.Моїсєєв, В.М.Глушков, А.Г.Івахненко, Д.А.Поспєлов та інші. Системний аналіз тісно переплітається з теорією систем і включає сукупність методів, орієнтованих на дослідження і моделювання складних систем — технічних, економічних, екологічних і т. ін.