
- •4.1. Знання і деякі підходи до їх подання
- •4.2. Вербально-дедуктивне визначення знань
- •4.3. Експертні системи
- •4.4. Дані та знання
- •4.5. Зв'язки між інформаційними одиницями
- •4.6. Проблема винятків
- •4.7. Властивості знань
- •4.8. Неоднорідність знань. Області і рівні знань
- •4.9. База знань як об'єднання простіших одиниць
- •4.10. Бінарні предикати і тріада
- •4.11. Проблема неточних і неповних знань
- •5Л. Визначення та класифікація семантичних мереж
- •5.2. Семантичні мережі в пам'ті людини
- •5.3. Трирівнева архітектура семантичних мереж
- •5.4. Асиміляція нових знань на основі семантичних мереж
- •5.5. Різні способи задання семантичних мереж
- •5.6. Логічне виведення на семантичних мережах
- •5.7. Процедурні і роздалені семантичні мережі
- •Фрейми та слоти: базові поняття
- •Конкретизація, ієрархія та наслідуваніїя фреймів
- •6.3. Поповнення первинних описів на основі фреймових моделей
- •0.10 * (Кількість_уроків - 1)), (Коли, _ ), (Хто,_),
- •0.10 * (Кількість_уроків - 1)), (Коли, вчора), (Хто, Петро),
- •6.4. Мережі подібностей і відмінностей
- •6.5. Фрейми та об'єктно-орієнтоване програмування
- •6.6. Поняття про мову uml
- •7Л. Логічні побудови та логічні моделі
- •7.2. Короткий вступ до числення предикатів
- •7.3. Фразова форма запису логічних формул
- •7.4. Аналіз і доведення теорем
- •7.5. Побудова теорії певної області знань
- •7.6. Від формальної логіки до логічного програмування
- •Будь-який терм зіставляється сам з собою. Наприклад, дві фрази
- •Різні константи не зіставляються одна з одною, тому фрази
- •Змінна може бути замінена константою або іншим термом. Так, фрази
- •7.7. Мова Пролог і логічне програмування
- •7.8. Основні ідеї Прологу
- •7.9. Як працює Пролог
- •8.1. Характеристика продукіцйиих моделей
- •8.2. Продукції та мережі виведення
- •8.3. Типова схема роботи експертної системи на базі продукцій
- •8.4. Пряме та зворотне виведення
- •8.5. Типові дисципліїш виконання продукцій
- •8.6. Основні стратегії вирішешія конфліктів у продукіцйііих системах
7.5. Побудова теорії певної області знань
Побудова теорії певної області знань включає [ 172] дослідження структури цієї області і вибір позначень, що характеризують особливості даної структури. Потім будується множина вірно побудованих формул (ВПФ) для опису цієї структури. Множина ВПФ є теорією цієї області знань, в якій кожна ВПФ — аксіома.
Дослідження області знань включає відокремлення вагомих суттєвос- тей з цієї області. Дану множину називають "область інтерпретації". Далі визначаються найважливіші функції над елементами області інтерпретації, якщо такі існують, і значимі відношення між елементами області інтерпретації. По закінченні значимі відношення оформлюються синтаксично у вигляді аксіом.
Під функцією розумітимемо відображення п елементів з області інтерпретації (де п — арність функції) на один з елементів цієї області.
Нехай областю дослідження є службові стосунки між людьми у певній фірмі. Областю інтерпретації буде така множина людей:
(Іван; Ігор, підлеглий Івана; Петро, підлеглий Івана; Микола, друг Петра). На цій області можна виокремити унарну функцію "друг". Наприклад,
друг (Петра) —> Микола.
Відношенням називають відображення п елементів із області інтерпретування на елемент множини (істина, хибність). У нашому прикладі можна виокремити бінарне відношення "підлеглий". Так, підлеглий (Івана, Ігор) матиме значення "істина", а підлеглий (Ігор, Микола) набуде значення "хибність". Якщо на певному конкретному наборі аргументів відношення буде істинним, тоді кажуть, що відношення справджується.
Після фіксації області інтерпретування переходять до вибору позначень елементів області: констант, функцій, відношень. Відмітимо, що функція сама по собі не може мати значення — його може мати тільки конкретне використання функції. Аналогічне можна сказати і про відношення.
Проілюструємо це на такому прикладі.
Спочатку виберемо позначення для констант і присвоїмо їм значення, які відповідають елементам області інтерпретації.
Значенням а буде Іван.
Значенням b буде підлеглий Івана Ігор.
Значенням с буде підлеглий Івана Петро.
Функцію "друг" позначимо/, тоді семантика цієї функції визначиться:
Значенням /(с) буде Микола.
Якщо позначимо через Р введене нами відношення 44підлеглий", тоді його семантика виражатиме:
Значенням Р (а, Ь) буде істина.
Значенням Р (Ь, а) буде істина.
Значенням Р (с, а) буде істина.
Значенням Р (а, с) буде істина.
Значенням Р (Ь, с) буде хибність.
Значенням Р (с, Ь) буде хибність.
Значенням Р (b, / (с)) буде хибність.
Значенням Р (f (с), Ь) буде хибність.
Значенням Р (a,/(c)) буде хибність.
Значенням Р (f(c), а) буде хибність.
Значенням Р (с,/(с)) буде хибність.
Значенням Р (f (с), с) буде хибність.
З даних атомарних формул маємо можливість будувати ВПФ.
Інтерпретація, яка робить ВПФ істиною, називається моделлю цієї ВПФ. Аналогічно визначається і модель теорії. Про ВПФ, або теорію, яка набуває значення "істина" хоча б на одній інтерпретації, кажуть, що вона задовільна. Якщо ВПФ, або теорія, є хибною на всіх інтерпретаціях, тоді її називають незадовільною або непослідовною.
Підведемо деякі підсумки побудови бази знань певної предметної області. Вони будуть сформульовані у вигляді таких досить загальних принципів.
Необхідно визначити предметні змінні, предметні константи і предикати, якими описуватиметься база знань. Цей процес має досить неформальний характер і часто вимагає значної винахідливості. Кожний проектувальник повинен ретельно продумати концептуальну структуру бази знань і вибрати з кількох можливих варіантів най- оптимальніший.
Базу знань часто вдається побудувати без явного виписування пре- нексної нормальної форми; якщо ж це викликає ускладнення, слід застосувати відповідні тотожні перетворення.
База знань описується як кон'юнкція деяких тверджень, які вважаються істинними; твердження може бути явним фактом або правилом виведення.
Факти задаються позитивним або негативним літерал ом, який не містить змінних.
Правила виведення задаються фразами Хорна; передумови імплікації задаються негативними літералами, а наслідок — позитивними.
Квантори існування усуваються шляхом введення констант і функцій Сколема.
Після усунення кванторів існування механічно усуваються квантори узагальнення.
Після побудови формалізованої бази знань можна здійснювати логічне виведення на основі методу резолюцій.
Наведемо приклад. Нехай маємо такий неформальний опис: Усі студенти люблять відвідувати лекції. Деякі студенти люблять морозиво. Іванов є студент, але не любить морозива.
Можна ввести, наприклад, такі предикати та предметні константи: L (х, у) — х любить у. S (х) — х є студентом.
А — предметна константа, яка означає "відвідування лекцій";
/ — предметна константа, яка відповідає Іванову;
Q — предметна константа, яка означає морозиво.
Отримуємо базу знань:
Vx: (~S(x) vL(x,A))
Б x:(S(x)&L(x,Q))
S(I)
~L(I,Q).
Усунення кванторів і розподіл кон'юнкцій приводить до такої бази знань:
~S(x)vL(x, Q) S(c) L (с, Q) S(I)
~ L (/, Q).
Тут c — константа Сколема.