2. Базы знаний. Модели представления знаний. Фреймы, их виды, структура. Сети фреймов, наследование свойств.

Под данными понимаются факты или идеи, представленные в формализованном виде. Сами по себе данные не имеют смысловой нагрузки, она появляется в результате интерпретации этих данных. Средство, позволяющее реализовывать интерпретацию данных и таким образом способствовать получению информации, называется моделью данных (МД), а совокупность данных, определенных с помощью модели данных, называется базой данных (БД). Отличительной особенностью баз данных является четкое разделение на интенсиональную часть (данные) и экстенсиональную (средства интерпретации данных). Особенностью моделей знаний (МЗ) является как бы совместное хранение интенсионала и экстенсионала базы данных, что открывает новые возможности. Основным элементом базы знаний (БЗ) являются знания о предметной области, в которой должна функционировать экспертная система (ЭС). Знание – это совокупность сведений, образующих целостное описание, соответствующее определенному уровню осведомленности об описываемой проблеме. Основное отличие знаний от данных в том, что данные описывают лишь конкретное состояние объектов или группы объектов в текущий момент времени, а знания, кроме данных, содержат сведения о том, как оперировать этими данными. В рамках одной БЗ все знания должны быть однородно описаны и просты для понимания. Однородность описания диктуется тем, что в рамках ЭС должна быть разработана единая процедура логического вывода, которая манипулирует знаниями на основе стандартных типовых подходов. Простота понимания определяется необходимостью постоянных контактов с экспертами предметной области, которые не обладают достаточными знаниями в компьютерной технике. Знания подразделяются с точки зрения семантики на факты и эвристики. Факты, как правило, указывают на устоявшиеся в рамках предметной области обстоятельства, а эвристики основываются на интуиции и опыте экспертов предметной области. По степени обобщенности описания: 1. поверхностные – описывают совокупности причинно-следственных отношений между отдельными понятиями предметной области; 2. глубинные – относят абстракции, аналогии, образцы, которые отображают глубину понимания всех процессов происходящих в предметной области. Введение в базу глубинных представлений позволяет сделать систему более гибкой и адаптивной, так как глубинные знания являются результатом обобщения проектировщиком или экспертом первичных примитивных понятий. По степени отражения явлений знания:

1. жесткие – позволяют получить однозначные четкие рекомендации при задании начальных условий; 2. мягкие – допускают множественные расплывчатые решения и многовариантные рекомендации. Модели знаний Модели знаний являются формальной основой для построения баз знаний. К сожалению, модели знаний в отличие от моделей данных не вписываются в какое-то одно общее формальное определение.

Тем не менее, существует несколько подходов к классификации моделей знаний. Согласно самому распространенному подходу выделяют логические, продукционные, сетевые и фреймовые модели. Эта классификация фактически основана на математическом аппарате, используемом в моделях. Так, в основе логического подхода лежит аппарат математической логики, в основе продукционных моделей формальные правила особого вида, называемые продукциями, в основе сетевого подхода – различные структуры на основе графов, а в основе фреймов – идея перехода от общего к частному за счет вычисления конкретных параметров. Фреймовая модель знаний Фрейм (англ. frame – каркас или рамка) предложен М.Минским в 1970-е гг. как структура знаний для восприятия пространственных сцен. Эта модель имеет глубокое психологическое обоснование. Под фреймом понимается абстрактный образ или ситуация. Фреймом называется также и формализованная модель для отображения образа. Различают фреймы-образцы (или прототипы), хранящиеся в базе знаний, и фреймы-экземпляры, которые создаются для отображения реальных ситуаций на основе поступающих данных. Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все многообразие знаний о мире через фреймы-структуры, для обозначения объектов и понятий (займ, залог, вексель); фреймы-роли (менеджер, кассир, клиент); фреймы-сценарии (банкротство, собрание акционеров); фреймы-ситуации (тревога, авария, рабочий режим устройства) и др. Основным преимуществом фреймов как модели представления знаний является способность отражать концептуальную основу организации памяти человека, а также ее гибкость и наглядность. Специальные языки представления знаний в сетях фреймов FRL (Frame Representation Language) и другие позволяют эффективно строить промышленные ЭС. Широко известны такие фреймо-ориентированные экспертные системы, как ANALYST, МОДИС.