Тема 7. Знания.

Знания имеют более сложную структуру, чем данные (метаданные). При этом знания задаются как экстенсионально (т.е. через набор конкретных фактов, соответствующих данному понятию и касающихся предметной области), так и интенсионально (т.е. через свойства, соответствующие данному понятию, и схему связей между атрибутами).

Тема 8. База знаний.

База знаний, БЗ (англ. Knowledge base, KB) — это особого рода база данных, разработанная для управления знаниями (метаданными), то есть сбором, хранением, поиском и выдачей знаний. Раздел искусственного интеллекта, изучающий базы знаний и методы работы со знаниями, называется инженерией знаний.

Тема 9. Модели представления знаний.

В связи с организацией базы знаний в информационной системе, возникли задачи по поиску оптимального и верного решения на поставленную задачу перед информационной системой. Таким образом, неструктурированную массу знаний нужно было представить в такой форме, которая позволяла бы найти оптимальное решение с наименьшими затратами, например, временными. И начиная со второй половины 20-ого века в области искусственного интеллекта стали появляться различные методы представления знаний.

Тема 10. Модель семантические сети.

Термин семантическая означает смысловая, а семантика - это наука, устанавливающая отношения между символами и объектами, которые они обозначают, то есть наука, определяющая смысл знаков. Семантическая сеть - это ориентированный граф, вершины которого это понятия, а дуги - отношения между ними.

Тема 11. Фреймовая модель представления знаний.

Термин фрейм (от английского frame, что означает "каркас" или "рамка") был предложен Марвином Минским, одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия пространственных сцен. Эта модель представляет собой систематизированную психологическую модель памяти человека и его сознания.

Тема 12. Продукционная модель представления знаний.

Психологические исследования процессов принятия решений человеком показали, что, рассуждая и принимая решения человек, использует правила, аналогичные продукциям. Продукционная модель, основанная на правилах, позволяет представить знания в виде предложений типа «если (условие), то (действие)». Под «условием» (антецедентом) понимается некоторое предложение - образец, по которому осуществляется поиск в базе знаний. Под «действием» (консеквентом) понимаются действия, выполняемые при успешном исходе поиска.

Тема 13. Методы извлечения знаний.

До настоящего момента в явном виде не определили, каким методом знания получены. В неявном виде предполагалось, что это некоторое взаимодействие инженера по знаниям и эксперта в форме непосредственного живого общения. Однако это не единственная форма извлечения знаний, хотя и довольно распространенная. Классифицируем методы извлечения знаний. Из предложенной схемы классификации видно, что основной принцип деления связан с источником знаний. Коммуникативные методы охватывают все виды контактов с живым источником знаний - экспертом, а текстологические касаются методов извлечения знаний из документов (методик, пособий, руководств) и специальной литературы (статей, монографий, учебников).