Содержание
Введение…………………………………………………………………………3
Представление знаний семантическими сетями………………………………4
Классификация семантических сетей………………………………………….7
Концептуальные графы…………………………………………………………8
Практическое применение семантических сетей……………………………..14
Достоинства и недостатки семантических сетей……………………………..20
Заключение……………………………………………………………………...22
Список литературы……………………………………………………………..23
Введение
В основе исследований в области искусственного интеллекта лежит подход, связанный со знаниями. Опора на знания — базовая парадигма искусственного интеллекта. Как и многие фундаментальные научные категории (например, алгоритм, интеллект, деятельность и т. д.), понятие «знание» относится к интуитивно определяемым. В БСЭ дается следующее его толкование: «Знание — проверенный практикой результат познания действительности, верное ее отражение в сознании человека. Знания бывают житейскими, донаучными, художественными, научными (теоретическими и эмпирическими)». Знания о некоторой предметной области представляют собой совокупность сведений об объектах этой предметной области, их существенных свойствах и связывающих их отношениях, процессах, протекающих в данной предметной области, а также методах анализа, возникающих в ней ситуаций и способах разрешения, ассоциируемых с ними проблем.
В «Словаре русского языка» Ожегова знание определяется как «постижение действительности сознанием» и «совокупность сведений, познаний в какой-нибудь области». Интерпретация знаний как «совокупности сведений, образующих целостное описание, соответствующее некоторому уровню осведомленности об описываемом вопросе, предмете, проблеме и т. д.» дана в толковом словаре искусственного интеллекта. Семантические сети же являются моделью представления знаний.
Представление знаний семантическими сетями
Семантика – раздел языкознания, изучающий значение единиц языка, прежде всего его слов и словосочетаний. В более общем смысле, семантика определяет смысл знаков (образов, обозначений) и их сочетаний.
Семантическая сеть (смысловая сеть) — модель предметной области, представленная в виде графа, вершинами которого являются понятия, а дуги (ребра) – отношения между ними.
В качестве понятий обычно выступают абстрактные или конкретные объекты (огурец, машина, любовь, Маша). В качестве отношений наиболее часто используются следующие (смысловая классификация):
таксономические («класс – подкласс – экземпляр», «множество – подмножество – элемент» и т.п.). Данный тип отношения называют также отношением AKO (англ. A Kind Of – является разновидностью), IS A (является, это есть) или гипонимии (гипероним – общая сущность; гипоним – частная сущность);
структурные («часть – целое»). Данный тип отношения называют также отношением Part of (является частью), Has part (состоит из, включает в себя), агрегации (лат. aggregatio – присоединение), композиции (лат. compositio – составление, связывание, сложение, соединение) или меронимии (холоним – сущность, включающая в себя другие; мероним – сущность, являющаяся частью другой);
родовые («предок» - «потомок»);
производственные («начальник» - «подчиненный»);
функциональные (определяемые обычно глаголами «производит», «влияет» и т.п.);
количественные (больше, меньше, равно и т.п.);
пространственные (далеко от, близко от, за, под, над и т.п.);
временные (раньше, позже, в течение и т.п.);
атрибутивные (иметь свойство, иметь значение);
логические (И, ИЛИ, НЕ);
казуальные (причинно-следственные).
Отношения можно также классифицировать по степени участия (арности) понятий в отношениях:
унарное (рекурсивное) - отношение связывает понятие само с собой;
бинарное - отношение связывает два понятия;
N-арное - отношение, связывающее более двух понятий.
Приведем пример двух простых семантических сетей (рисунок 1). Один из них (слева) описывает понятие «помидор», а другой (справа) описывает факт «Маша укрепила стул клеем».
Рисунок 1- Примеры семантических сетей
В разных вариациях семантических сетей для отображения понятий используются различные геометрические примитивы: прямоугольники, овалы, прямоугольники со скругленными углами и т.п.
Проблема поиска решения в семантической сети сводится к задаче поиска фрагмента сети, соответствующего поставленному запросу. Например, вопрос «Какого цвета помидор?» можно графически представить в виде подсети (рисунок 2).
Рисунок 2 - Представление вопроса в виде подсети
Наложение подсети вопроса на сеть, описывающую предметную область, дает ответ – «красный».
Семантические сети широко используются в экспертных системах в качестве языка представления знаний (например, в экспертной системе PROSPECTOR), в системах распознавания речи и понимания естественного языка. Непосредственное отношение к сетевым моделям имеют исследования по реляционным, сетевым и иерархическим БД.
Начиная с конца 50-ых годов были создано и применены на практике десятки вариантов семантических сетей. Несмотря на то, что терминология и их структура различаются, существуют сходства, присущие практически всем семантическим сетям:
узлы семантических сетей представляют собой концепты предметов, событий, состояний;
различные узлы одного концепта относятся к различным значениям, если они не помечено, что они относятся к одному концепту;
дуги семантических сетей создают отношения между узлами-концептами (пометки над дугами указывают на тип отношения);
некоторые отношения между концептами представляют собой лингвистические падежи, такие как агент, объект, реципиент и инструмент (другие означают временные, пространственные, логические отношения и отношения между отдельными предложениями;
концепты организованы по уровням в соответствии со степенью обобщенности так как, например, сущность, живое существо, животное, плотоядное.
Однако существуют и различия: понятие значения с точки зрения философии; методы представления кванторов общности и существования и логических операторов; способы манипулирования сетями и правила вывода, терминология. Все это варьируется от автора к автору. Несмотря не некоторые различия, сети удобны для чтения и обработки компьютером, а также достаточно мощны, чтобы представить семантику естественного языка.