4. Понятие знаний и данных

Данные – это отдельные факты, характеризующие объекты, процессы и явления предметной области, а также их свойства.

При обработке на ЭВМ данные преобразуются, условно проходя этапы:

1. данные как результат измерений и наблюдений;

2. данные на материальных носителях информации;

3. данные в виде диаграмм, графиков;

4. данные на компьютерах;

5. базы данных.

Знания основаны на данных, полученных эмпирическим путем, и представляют собой результат мыслительной деятельности человека, направленной на обобщение его опыта, полученного в результате практической деятельности.

Знания – совокупность сведений, образующих целостное описание, соответствующее некоторому уровню осведомленности об описываемом вопросе, предмете, проблеме и т.д.

При обработке на ЭВМ знания формируются

• знания в памяти человека как результат мышления;

• материальные носители знаний (учебники);

• поле знаний – условное описание основных объектов предметной области, их атрибутов и закономерностей.

Классификация знаний:

• по глубине:

• поверхностные;

• глубинные;

• по жесткости:

• жесткие;

• мягкие.

Особенности представления знаний в ЭВМ:

1. внутренняя интерпретируемость – каждый элемент знания должен иметь уникальное имя;

2. структурированность – наличие гибкой структуры, обеспечивающей рекурсивную вложенность одних информационных единиц в другие, возможность установления между отдельными единицами типы отношений;

3. связность;

4. семантическая метрика;

5. активность.

5. Классификация моделей представления знаний. Преимущества и недостатки каждой модели

Модели (способы) представления знаний:

• Продукционные – основанные на правилах-продукциях;

Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа: «Если (УСЛОВИЕ), то (ДЕЙСТВИЕ)».

Преимущества продукционных моделей:

Модульность. Модифицируемость. Доступность чтения. Способность к самообъяснению.

Универсальность. Эффективность организации памяти.

Недостатки продукционной системы:

• При большом числе продукций становится сложной проверка непротиворечивости системы продукций.

• Из-за присущей системе недетерминированности (неоднозначного выбора выполняемой продукции из фронта активизированных продукций) возникают принципиальные трудности при проверке корректности работы системы.

• Логические – в основе которых лежит формальная модель;

Описания предметных областей, выполненные в логических языках, называются логическими моделями.

В основе моделей такого типа лежит формальная система, задаваемая четверкой вида:

M=<T, S, A, B>.

• Фреймовые:

Фрейм – это абстрактный образ для представления некоего стереотипа восприятия.

Фрейм является структурой данных для представления стереотипной ситуации. С каждым фреймом ассоциирована информация разных видов. Одна ее часть указывает, каким образом следует использовать данный фрейм, другая - что предположительно может повлечь за собой его выполнение, третья - что следует предпринять, если эти ожидания не подтвердятся.

Основное преимущество фреймов как модели представления знаний – эта модель отражает концептуальную основу организации памяти человека, а также ее гибкость и наглядность.

• Сетевые:

В основе моделей этого типа лежит семантическая сеть. Сетевые модели формально задаются в виде: H=<I, C1, C2, ..., Cn, G>.

I – множество информационных единиц;

C1, C2, ..., Cn – множество типов связей между информационными единицами;

G – отображение, задает между информационными единицами, входящими в I, связи из заданного набора типов связей.

Преимущества сетевой модели:

• большие выразительные возможности;

• наглядность системы знаний, представленной графически;

• близость структуры сети, семантической структуре фраз на естественном языке;

• соответствие современным представлениям об организации долговременной памяти человека.

Недостатки сетевой модели:

• сетевая модель не содержит ясного представления о структуре предметной области, поэтому формирование и модификация такой модели затруднительны;

• сетевые модели представляют собой пассивные структуры, для обработки которых необходим специальный аппарат формального вывода и планирования;

• Сложность поиска вывода на семантических сетях.