
- •2 Классификация систем, основанных на знаниях
- •2.1 Классификация по решаемой задаче Интерпретация данных
- •Диагностика
- •Мониторинг
- •Проектирование
- •Прогнозирование
- •Планирование
- •Обучение
- •Управление
- •Поддержка принятия решений
- •2.2 Классификация по связи с реальным временем
- •2.3 Классификация по типу эвм
- •2.4 Классификация по степени интеграции с другими программами
- •3 Представление знаний в экспертных системах |3.1. Проблемы представления знаний
- •3.2. Вопросы, решаемые при представлении знаний
- •3.3. Извлечение знаний
3.2. Вопросы, решаемые при представлении знаний
Первый и основной вопрос, который надо решить при представлении знаний - это вопрос определения состава знаний, т.е. определение того, "ЧТО ПРЕДСТАВЛЯТЬ" в системе ИИ. Второй вопрос касается того, "КАК ПРЕДСТАВЛЯТЬ" знания. Необходимо отметить, что эти две проблемы не являются независимыми. Действительно, выбранный способ представления может оказаться непригодным в принципе либо неэффективным для выражения некоторых знаний.
Вопрос "КАК ПРЕДСТАВЛЯТЬ" можно разделить на две в значительной степени независимые задачи: как организовать (структурировать) знания и как представить знания в выбранном формализме.
Стремление выделить организацию знаний в самостоятельную задачу вызвано, в частности, тем, что эта задача возникает для любого языка представления и способы решения этой задачи являются одинаковыми (либо сходными) вне зависимости от используемого формализма.
Итак, в круг вопросов, решаемых при представлении знаний, будем включать следующие:
- определение состава представляемых знаний;
- организацию знаний;
представление знаний, т.е. определение модели представления.
Состав знаний системы ИИ определяется следующими факторами:
- проблемной средой;
- архитектурой системы;
- потребностями и целями пользователей;
- языком общения.
Для функционирования системы требуются следующие знания:
знания о процессе решения задачи (т.е. управляющие знания), используемые интерпретатором (решателем);
знания о языке общения и способах организации диалога, используемые лингвистическим процессором (диалоговым компонентом);
знания о способах представления и модификации знаний, используемые компонентом приобретения знаний;
поддерживающие структурные и управляющие знания, используемые объяснительным компонентом.
Для динамической системы, кроме того, необходимы следующие знания:
1) знания о методах взаимодействия с внешним окружением;
2) знания о модели внешнего мира.
Зависимость состава знаний от требований пользователя проявляется в следующем:
какие задачи (из общего набора задач) и с какими данными хочет решать пользователь;
каковы предпочтительные способы и методы решения;
при каких ограничениях на количество результатов и способы их получения должна быть решена задача;
каковы требования к языку общения и организации диалога;
какова степень общности (конкретности) знаний о проблемной области, доступная пользователю;
каковы цели пользователей.
Состав знаний о языке общения зависит как от языка общения, так и от требуемого уровня понимания.
3.3. Извлечение знаний
Существует множество методов извлечения знаний. Одна из возможных классификаций методов извлечения знаний приведена на рис. 3.1.
Коммуникативные методы извлечения знаний охватывают методы и процедуры контактов инженера по знаниям с непосредственным источником знаний – экспертом.
Текстологические методы подразумевают извлечение знаний из документов (методик, пособий, руководств) и специальной литературы (статей, монографий) и учебников.
В пассивных методах ведущая роль в процедуре извлечения знаний принадлежит эксперту, а инженер по знаниям только протоколирует рассуждения эксперта во время его реальной работы по принятию решений или записывает то, что эксперт считает нужным самостоятельно рассказать в форме лекции. Инженер по знаниям должен уметь четко анализировать поток сознания эксперта и уметь выявлять в нем значимые фрагменты знаний.
В активных методах инженер по знаниям активно контактирует с экспертом различными способами – в играх, диалогах, беседах за круглым столом и т.д.
Активные и пассивные методы могут чередоваться даже в рамках одного сеанса извлечения знаний. Пассивные методы являются вспомогательными при активных методах.
Групповые методы активизируют мышление участников дискуссии и позволяют выявлять нетривиальные аспекты их знаний.
Индивидуальные методы являются ведущими, т.к. процедуру «отъема» знаний лучше проводить без лишних свидетелей.
Игровые методы в настоящее время широко используются в социологии, экономике, менеджменте, педагогике и т.д. Игра – это особая форма деятельности человека, где человек раскрепощается и чувствует себя намного свободнее, чем в обычной трудовой деятельности.
На выбор метода влияют такие факторы:
личностные особенности инженера по знаниям;
личностные особенности эксперта;
характеристика предметной области.
По психологическим характеристикам людей можно разделить на такие группы:
мыслитель (познавательный тип) – ориентирован на интеллектуальную работу, учебу, теоретические обобщения, обладает такими характеристиками когнитивного стиля, как поленезависимость и рефлексивность;
собеседник (эмоционально-коммуникативный тип) – общительные, открытые люди, готовые к общению;
практик (практический тип) – предпочитает действие разговорам, хорошо реализуют замыслы других, направлены на результативность работы.
Предметную область можно классифицировать следующим образом:
хорошо документированная;
средне документированная:
слабо документированная.
Такую классификацию можно представить в виде рисунка 3.2:
Средне документированная
Рисунок 3.2.
Z1 – знания 1-го рода – т.е. общие, опубликованные знания о предметной области.
Z2 – знания 2-го рода – эмпирические знания, т.е. знания эксперта, приобретенные на личном опыте;
Структурированность знаний – степень теоретического осмысления и выявления основных закономерностей и принципов, действующих в данной предметной области. Классификация знаний по степени структурированности может быть следующей:
хорошо структурированные – с четкой аксиоматизацией, широким применением математического аппарата, устоявшейся терминологией;
средне структурированные – с определившейся терминологией, развивающейся теорией, явными взаимосвязями между явлениями;
слабо структурированные – с размытыми определениями, богатой эмпирикой, скрытыми взаимосвязями, с большим количеством «белых пятен».
Выбор методов извлечения знаний определяется характеристиками предметной области, особенностями решаемых задач и особенностями характера когнитолога (инженера по знаниям) и экспертов предметной области. Часто применяют сочетание различных методов.