Тест №3 Выполнила студентка гр.9091 Боброва Надежда

I вариант

1. Является ли Fine Reader экспертной системой? Обоснуйте свой ответ.

2. Могут ли экспертные системы наполняться знаниями в автоматическом режиме? Дайте развернутый ответ.

3. Какой компонент ЭС отвечает за сохранение исходных данных для логического вывода?

4. Если для решения какой-либо логической задачи разработана Prolog-программа, то можно ли ее считать ЭС? Если да, то как представлены в этой программе основные компоненты обобщенной архитектуры ЭС?

5. Приведите примеры типовых нештатных ситуаций при работе ЭС.

6. Какие элементы языка Clips можно использовать для описания исходных данных для логического вывода? Дайте развернутый ответ.

7. Какие основные виды сущностей представляются в базах знаний системы G2?

8. Как именно могут в G2 использоваться нейронные сети? Дайте развернутый ответ.

9. Приведите примеры действующих ЭС диагностического типа.

10. Сравните эффективность применения ЭС и систем на базе нейронных сетей. В каких классах задач лучше использовать тот и другой вид систем?

1. Является ли Fine Reader экспертной системой? Обоснуйте свой ответ.

FineReader - это программное обеспечение для оптического распознавания символов (OCR), разработанное компанией ABBYY. Оно предназначено для сканирования и распознавания текста в различных документах, включая отсканированные бумажные документы, PDF-файлы и изображения.

FineReader не является экспертной системой в строгом смысле этого термина. Экспертная система - это компьютерная программа, которая использует базу знаний и правил для принятия решений или решения специфических проблем в определенной предметной области.

FineReader не имеет встроенной базы знаний или возможности принятия решений на основе заранее определенных правил. Вместо этого, оно использует сложные алгоритмы распознавания текста, обученные на большом объеме данных, чтобы определить и извлечь текст из изображений. FineReader предназначен для автоматизации процесса распознавания текста, а не для предоставления экспертных решений.

Таким образом, FineReader не является экспертной системой, а скорее инструментом для обработки и извлечения текста из различных источников.

2. Могут ли экспертные системы наполняться знаниями в автоматическом режиме? Дайте развернутый ответ.

Да, экспертные системы могут наполняться знаниями в автоматическом режиме с использованием различных методов и технологий. Процесс автоматического наполнения знаний в экспертной системе обычно включает в себя следующие шаги:

Извлечение знаний: Экспертные системы могут использовать методы автоматического извлечения знаний из различных источников, таких как текстовые документы, базы данных, онлайн-ресурсы и т. д. Это может быть выполнено с использованием алгоритмов обработки естественного языка (Natural Language Processing, NLP), машинного обучения или других техник.

Анализ и структурирование знаний: После извлечения знаний система может проанализировать и структурировать их для более эффективного использования. Это может включать классификацию, организацию в виде онтологий или создание базы знаний с использованием семантических технологий.

Проверка и верификация знаний: Важным шагом является проверка и верификация извлеченных знаний. Это может быть выполнено путем сравнения существующих знаний в базе, консультации с экспертами в предметной области или использования других методов проверки правильности и достоверности знаний.

Обновление базы знаний: После процесса проверки и верификации новые знания могут быть добавлены в базу данных экспертной системы. Это может включать обновление существующих знаний или добавление новых правил и фактов.

Постоянное обучение и улучшение: Экспертные системы могут использовать обратную связь и данные о результатах своей работы для постоянного обучения и улучшения своих знаний и решений. Это может быть выполнено с использованием методов машинного обучения, анализа данных или других подходов.

В целом, автоматическое наполнение знаний в экспертной системе - это активный процесс, требующий комбинации технических методов и участия экспертов в предметной области. Это позволяет системе быть более гибкой, актуальной и способной адаптироваться к изменениям в знаниях и требованиях предметной области.