
- •5. Объектные интеллектуальные системы.
- •5.1. Системы на семантических сетях.
- •4.2. Системы на сетях фреймов
- •6. Обучаемые интеллектуальные системы
- •6.1. Логические обучаемые системы
- •6.2 Ассоциативные системы на нейронных сетях
- •7. Когнитивные системы
- •7.1. Логические когнитивные системы.
- •7.2. Нейронные когнитивные системы.
- •7.3. Нейрологические когнитивные системы.
- •Список литературы
- •5. Объектные интеллектуальные системы 54
- •5.1. Системы на семантических сетях 54
- •6. Обучаемые интеллектуальные системы 62
- •7. Когнитивные системы 70
5. Объектные интеллектуальные системы.
Класс объектных интеллектуальных систем включает наиболее простые системы на семантических сетях, более сложные системы на сетях фреймов и системы на универсальных объектах, объединяющие оба предыдущих подкласса. В этой главе будут рассмотрены первые два подкласса объектных интеллектуальных систем.
5.1. Системы на семантических сетях.
Объектами семантической сети являются понятия, несущие смысл (семантику), а связями – отношения между понятиями. Семантическая сеть (СС) является простой объектной системой, если в объектах не реализуется процедура вычисления оценок, и может быть представлена непрерывным графом с помеченными вершинами.
Необходимость анализа семантики возникла в 50-е годы нашего столетия при создании программ-переводчиков. Были созданы модели измерения смысла и понимания. Основой для построения СС стала разработанная в 1969 году модель Квиллиана – сеть с ассоциативными связями между понятиями, которая использовалась для распознавания текстов [9]. М. Квиллиан разработал язык IPL (Information Processing Language) со встроенной процедурой вывода в CC, основанной на поиске пересечений полных описаний понятий.
В 1979 году Д. Хиллис предложил схему машины для обработки CC и реализовал эту идею в 1985-1987 годах в вычислительной машине CM (Connection Machine), которая программировалась на специальном языке NETL.
В настоящее время CC широко используются в системах обработки естественно-языковых текстов (сети расширенных переходов) и экспертных системах (PROSPECTOR и др.).
Приведем определение CC на более строгом уровне.
Пусть задано конечное множество символов (атрибутов) A = {A1, …, An} и множество отношений: R = {R1, …, Rm}.
Интенсионалом или схемой некоторого отношения Ri называется набор пар: INT(Ri) = {…[Ak, DOM(Ak)], …}, где Ri – имя отношения; DOM(Ak) - множество значений атрибута Ak для отношения Ri ; Ak A , k = 1, …, ni – атрибуты отношения Ri; ni - целое положительное число (мощность
54
отношения). Объединение всех доменов - это множество всех объектов, на котором задаются отношения. Они и используются для создания базы знаний семантического вида.
экстенсионал отношения Ri -это множество фактов (факторов отношения Ri), которые определяют конкретизацию определённых отношений между объектами. экстенсионалом описывается база данных внутри базы знаний семантического вида:
EXT(Ri) = {F1, …, Fp},
где Fk – факторы отношения Ri , записываемые в виде:
Fk = (Ri…Ak VikpDOM(Ak)…),
где Vikp - значение k-атрибута p-фактора экстенсионала отношения Ri.
Последовательность из двух элементов вида "атрибут - значение" называется атрибутивной парой.
Исходя из вышеизложенного, семантическую сеть можно представить в виде совокупности: {…[INT(Ri)EXT(Ri)]…}, записываемой в виде ассоциативной структуры данных.
В СС используются разные типы структур, но требование ассоциативности, т.е. группирования информации вокруг фактов, атрибутов и объектов, является общей чертой.
П р и м е р: Построим СС для представления предложения:
"Робокар перевозит на склад кассету, которая содержит детали". СС с элементами "объект - агент - место" представлена на рис.5.1.
55
Здесь можно выделить факторы отношений Содержит и Перевозит: F1 - кассета содержит; F2 - робокар перевозит и атрибуты: А1 - робокар; А2 - кассета; А3 - деталь; А4 - склад.
Т
акая
СС может быть использована при ответах
на запросы, например: "Что и куда
перевозит робокар?" При выводе ответа
формируется СС запроса (рис. 5.2).
Ответ получается методом пересечения полных описаний концептов, т.е. наложением СС запроса на базовую СС и выявлением недостающих элементов в СС запроса. В результате получим Х = кассета; У = склад. Ответ: "Робокар перевозит кассету на склад".
Другой вид имеют СС для классификации понятий.
П р и м е р: На рис. 5.3 представлена СС понятия "робот". Здесь использованы некоторые стандартные отношения:
наследования - IS-A;
включения - HAS-PARТ или PART-OF;
специальные отношения: Управляет.
Более сложными являются сети расширенных переходов, которые используются для работы с естественными языками. Такие сети отражают не только понятия проблемной области и связи между ними, но и правила грамматики, позволяющие делать синтаксический и семантический анализ предложений естественного языка.
56