37. Данные и знания. Основные понятия. Примеры. Как осуществляется выбор модели знаний для описания ситуации.
Данные — независимые факты, характеризующие объекты, процессы и явления в предметной области, а также их свойства. Например, данные как результат измерений - рост студентов, данные в бд - фио студентов
Знания — закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области (применить их). Например, знания в памяти человека как результат мышления, материальные носители но их нужно применить.
Классификация знаний: посмотреть Гаврилова, Хорошевских
Поверхностные - количество связей малое
Глубинное – количество связей много.
Чтобы данные превратились в знания в бд - нужны связи.
Как определить – «это данные или знания»? Критерий знаний – правильное применение (позволяет решить задачу).
Пример – геометрия – воспроизвести все данные не можем, но со справочником решим любую задачу.
Модель знаний (МЗ) – формализованный способ представления данных и связей между ними (должны быть связи). Выбор модели знаний определяется характером задачи, типом знаний и требуемым способом вывода, т.е. эмпирически.
1) Универсальная модель – позволяет описать любую ситуацию (количество таких моделей – ограниченное число). Наиболее применимые – семантические сети, фреймы, дерево знаний, продукционные модели.
1. Деревья - иерархическая структура данных. Применима к задачам, связанным с классификацией, поиском и анализом данных, когда существует четкая иерархия понятий.
Примеры: каталог товаров в интернет-магазине, структура файлов на компьютере, семейное древо.
2. Семантические сети (СС) - графы, где вершины соответствуют объектам или понятиям, а рёбра — отношениям между ними. Эта модель полезна для описания сложных взаимосвязей между объектами. Примеры: анализ социальных сетей.
3. Фреймы — структурированные единицы знаний, состоящие из слотов, каждый из которых содержит информацию об объекте или понятии. Удобны для описания объектов с множеством атрибутов.
Состоит из: имени (уникальное), свойств (которые делятся на слоты, каждый слот имеет имя(неуникальное), значение (неуникальное)), родитель (фрейм, обеспечивающий наследование свойств).
Примеры: описание продуктов в БД.
4. Продукционные модели - модели, состоящие из набора правил «если-то», определяющие поведение системы в зависимости от условий. Широко применяется в ЭС и системах ИИ.
Примеры: диагностика неисправностей, медицинские ЭС, системы управления производством.
2) Специализированная. Например, алгоритмы сортировки, генетический алгоритм.
МЗ работают с закономерностями и позволяют эти закономерности выявить и на основе их получить новые данные. Выбор МЗ зависит от задачи. Критерии: компактность и быстрое прохождение от корня до листа.
38. Семантические сети. Структура. Технология разработки. Пример формирования семантической сети и получения от нее знаний.
Термин “семантическая” означает смысловая, а сама семантика — это наука, устанавливающая отношения между символами и объектами, т.е. наука, определяющая смысл знаков.
Семантическая сеть (СС) — ориентированный граф, вершины которого — понятия (объекты, события), а дуги — отношения между ними. Но можно вводить дополнительные ветви, объединять их и формировать неориентированные ветви. Любой фрагмент сети, например 1 вершина, 2 вершины и соединяющие их дуги, называют подсетью.
Логический вывод (поиск решения) на семантической сети заключается в том, чтобы определить подсеть, соответствующую заданным условиям.
Классификация семантических сетей:
По количеству типов отношений:
однородные (все отношения одного типа)
пример, "является частью": "Рука" — часть "Человек".
неоднородные (включает разные типы отношений)
пример, "владеет", "производит": "Человек" — владеет "Автомобиль", "Автомобиль" — производит "Движение".
По типам отношений:
бинарные (каждое отношение связывает два объекта)
пример: "Птица" — ест "Червяк"
n-арные (отношение включает более двух понятий)
пример: "Человек" покупает "Автомобиль" у "Дилер"
Основные типы отношений: - Часть-целое (класс-подкласс, элемент-множество).
Функциональные ("производит", "влияет").
Атрибутивные (имеет свойство, значение).
Логические (и, или, не).
Пространственные, временные, количественные.
Ход построения:
Описание ситуации - текст.
Формирование поля знаний - выделяем объекты, отношения.
Формируем фрагменты, отдельные ветви сети - первоначальный вариант сети.
Формируем структуру, объединяем одинаковые ветви, дополняем при необходимости - структура семантической сети
Проверка правильности сети - тестирование (например, от вершины "Человек" пройти по сети)
Пример: на рис изображена семантическая сеть. В качестве вершин — понятия: Человек, Иванов, Волга, Автомобиль, Вид транспорта. Двигатель.
Основное преимущество этой модели в соответствии современным представлениям об организации долговременной памяти человека. Недостаток — сложность поиска вывода на семантической сети.
Семантические сети:
компактность, относительно легко описать , позволяет снизить объем данных
цикличность структуры не позволяет по известному корню (вход в семантику) и решению (лист) однозначно определить маршрут.