- •В.В. Литвин технології менеджменту знань
- •Розділ 1 основні поняття менеджменту знань
- •1.1. Основні означення менеджменту знань
- •1.1.1. Структура менеджменту знань
- •Маркетинґ Проектування Підготовка виробництва Виробництво Збут
- •1.1.2. Формування знань
- •1.1.3. Введення даних
- •1.1.4. Адміністрування
- •1.1.5. Мотивація
- •1.1.6. Особливості впровадження мз
- •1.2. Менеджмент знань
- •1.3. Базові поняття менеджменту знань
- •1.3.1. Видобування знань
- •1.3.2. Системи пізнання
- •1.3.3. Організація доступу до знань
- •1.3.4. Інновації в області автоматизації
- •1.3.5. Менеджмент знань та інформації
- •1.3.6. Менеджмент знань та Інтернет
- •1.4. Онтологічний інжиніринг
- •1.4.1. Системи керування знаннями
- •1.4.2. Онтологія
- •1.5. Висновки
- •Запитання для повторення та контролю знань
- •Розділ 2 теоретичні аспекти менеджменту та інженерії знань
- •2.1. Поле знань
- •2.1.1. Мова опису поля знань
- •2.1.2. Семіотична модель поля знань
- •2.1.3. “Піраміда” знань
- •2.2. Стратегії одержання знань
- •2.3. Теоретичні аспекти видобування знань
- •2.3.1. Психологічний аспект
- •2.3.2. Лінгвістичний аспект
- •2.3.3. Гносеологічний аспект видобування знань
- •2.4. Теоретичні аспекти структурування знань
- •2.4.1. Історична довідка
- •2.4.2. Ієрархічний підхід
- •2.4.3. Традиційні методології структуризації
- •2.4.4. Об’єктно-структурний підхід (осп)
- •Стратифікація знань предметної області
- •Матриця об’єктно-структурного аналізу
- •Запитання для повторення та контролю знань
- •Розділ 3 технології менеджменту та інженерії знань
- •3.1. Класифікація методів практичного видобування знань
- •3.2. Комунікативні методи
- •3.2.1. Пасивні методи
- •Порівняльні характеристики пасивних методів видобування знань
- •3.2.2. Активні індивідуальні методи
- •Порівняльні характеристики активних індивідуальних методів видобування
- •3.2.3. Активні групові методи
- •3.3. Текстологічні методи
- •3.3.1. Методи структурування
- •Дані концептуалізації
- •3.3.2. Еволюція систем одержання знань
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Розділ 4 прикладні аспекти менеджменту та інженерії знань
- •4.1. Латентні структури знань і психосемантика
- •4.1.1. Семантичні простори і психологічне градуювання
- •Опис зв’язку між поняттями
- •4.1.2. Методи багатовимірного градуювання
- •4.1.3. Використання метафор для виявлення “прихованих” структур знань
- •4.2. Метод репертуарних решіток
- •4.2.1. Основні поняття
- •4.2.2. Методи виявлення конструктів. Метод мінімального контексту
- •4.2.3. Аналіз репертуарних решіток
- •4.2.4. Автоматизовані методи
- •4.3. Керування знаннями
- •4.3.1. Що таке “керування знаннями”?
- •4.3.2. Керування знаннями і корпоративна пам’ять
- •4.3.3. Системи omis
- •4.3.4. Особливості розроблення омis
- •4.4. Візуальне проектування баз знань як інструмент пізнання
- •4.4.1. Від понятійних карт до семантичних мереж
- •4.4.2. База знань як пізнавальний інструмент
- •4.5. Проектування гіпермедіа бд і адаптивних навчальних систем
- •4.5.1. Гіпертекстові системи
- •4.5.2. Від мультимедіа до гіпермедіа
- •4.5.3. На шляху до адаптивних навчальних систем
- •Запитання для повторення та контролю знань
- •Розділ 5 Класифікація даних та знань
- •5.1. Важливість правильної класифікації
- •5.1.1. Класифікація й об’єктно-орієнтовне проектування
- •5.1.2. Труднощі класифікації
- •5.2. Ідентифікація класів і об’єктів
- •5.2.1. Класичний і сучасний підходи
- •5.2.2. Об’єктно-орієнтований аналіз
- •5.3. Ключові абстракції й механізми
- •5.3.1. Ключові абстракції
- •5.3.2. Ідентифікація механізмів
- •5.4. Висновки
- •Запитання для повторення та контролю знань
- •Розділ 6 онтології й онтологічні системи
- •6.1. Поняття онтології
- •6.2. Моделі онтології й онтологічної системи
- •Класифікація моделей онтології
- •6.3. Методології створення і “життєвий цикл”онтології
- •6.4. Мови опису онтологій
- •6.4.1. Види owl
- •6.4.2. Структура онтологій
- •Запитання для повторення та контролю знань
- •Розділ 7 Програмні засоби побудови онтологій
- •7.1. Онтологія як засіб формалізації та алгоритмізації знань в інтелектуальній системі
- •7.1.1. Аналіз підходів до навчання онтологій
- •7.1.2. Загальні принципи проектування онтологій
- •7.1.3. Формати та стандарти подання інформації
- •7.1.4. Засоби для створення онтології
- •7.2. Технологія розроблення онтологій в редакторі Protégé
- •7.2.1. Еволюція Protégé
- •7.2.2. Protégé-owl. Мова Web онтологій owl
- •7.2.3. Основні терміни та поняття у Protégé-owl
- •Терміни та їх синоніми
- •7.2.4. Методика розроблення онтології засобами Protégé
- •Створення й експлуатація онтології
- •7.2.5. Створення онтології
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Література
- •Литвин Василь Володимирович технології менеджменту знань
- •V lp.Com.Ua, ел. Пошта: vmr@vlp.Com.Ua
2.1.2. Семіотична модель поля знань
Поле знань Рz є деякою семіотичною моделлю, що може бути зображена як граф, малюнок, таблиця, діаграма, формула або текст залежно від інтересів інженера зі знань і особливостей предметної області.
Особливості ПО можуть вплинути на форму і зміст компонентів структури Рz.
Розглянемо відповідні компоненти Рz (рис. 2.2).
Рис. 2.2. Структура поля знань
Синтаксис. Узагальнено синтаксичну структуру поля знань можна подати як
П = (I, О, М),
де I – структура початкових даних, які підлягають опрацюванню та інтерпретації в експертній системі; О – структура вихідних даних, тобто результату роботи системи; М – операційна модель предметної області, на підставі якої відбувається модифікація I в О.
Віднесення компонентів I та О в Р зумовлене тим, що складові і структура цих інтерфейсних компонентів імпліцитно (тобто неявно) присутні в моделі репрезентації в пам’яті експерта. Операційна модель М може бути подана як сукупність концептуальної структури Sk, що відображає понятійну структуру предметної області, і функціональної структури Sf, що моделює схему міркувань експерта:
M=(Sk,Sf),
де Sk виступає як статична, незмінна складова Р, тоді як Sf відображає динамічну, змінювану складову.
Формування Sf засноване на виявленні понятійної структури предметної області. Далі описується доволі універсальний алгоритм здійснення концептуального аналізу на основі модифікації парадигми структурного аналізу і побудови ієрархії понять (“піраміда знань”).
Структура Sf об’єднує поняття предметної області А і моделює основні функціональні зв’язки RA або відношення між поняттями, що утворять Sk. Ці зв’язки відображають модель або стратегію ухвалення рішення у вибраній ПО. У такий спосіб Sf утворить стратегічну складову М.
Семантика. Семантика, що надає певне значення пропозиціям будь-якої формальної мови, визначається на деякій області. Фактич- но – це набір правил інтерпретації пропозицій і формул мови. Семантика L повинна бути композиційною, тобто значення пропозиції визначається як функція значень його складових.
Семантика мови L залежить від особливостей предметної області. Вона має властивість поліморфізму, тобто ті самі оператори мови в різних завданнях можуть мати свої особливості.
Семантику поля знань Рz можна розглядати на двох рівнях. На першому рівні PiZg, є семантична модель знань експерта 1 про деяку предметну область Оg. На другому рівні будь-яке поле знань Рz є моделлю деяких знань, і, отже, можна говорити про його зміст як деякого дзеркала дійсності. Розглядати перший рівень у відриві від конкретної області недоцільно, тому зупинимося докладніше на другому.
Поле PijZg– це результат, отриманий “після 4-ї трансляції” (якщо говорити мовою інформатики).
1-ша трансляція (Ii) – це сприйняття та інтерпретація дійсності О предметної області g i-м експертом. У результаті у пам’яті експерта утвориться модель Мgi як семантична репрезентація дійсності і його особистого досвіду в роботі з нею.
2-га трансляція (Vi) – це вербалізація досвіду i-го експерта, коли він намагається пояснити свої міркування Si, і передати свої знання Zi інженерові зі знань. У результаті Vi утвориться або текст Тi , або мовне повідомлення С.
3-тя трансляція (Ij) – це сприйняття й інтерпретація повідомлень Тi , або Ci j-м інженером зі знань. У результаті в пам’яті інженера зі знань утвориться модель світу Mgj.
4-та трансляція (Кj ) – це кодування й вербалізація моделі Мgj у формі поля знань РijZg.
Найбільше ця схема нагадує дитячу гру в “зіпсований телефон”; перед інженером зі знань стоїть важке завдання – досягти максимальної відповідності Mgj і Vi. У читачів не повинно виникати ілюзій, що РZg відображає Оg. У жодному разі, адже знання – річ авторизована, варто було б на кожній ЕС ставити чіткий ярлик i-j, тобто “база знань експерта i в розумінні інженера зі знань.)”. Варто замінити, наприклад, інженера зі знань j на h, і вийде зовсім інша картина.
Наведемо приклад впливу суб’єктивних поглядів експерта на Mgj і Vi. Реальність (Оg): два чоловіки прибігають на вокзал за 2 хвилини до відходу поїзда. Біля каси – черга. В автоматичних касах вільно, але ні одного, ні в другого немає дрібних грошей. Наступний поїзд через 40 хвилин. Обоє запізнюються на важливу зустріч.
Інтерпретація 1-го експерта (I1,): не можна приходити на вокзал пізніше ніж за 10 хвилин. Інтерпретація 2-го експерта (I2): треба завжди мати дрібні гроші у кишені.
Вербалізація 1-го експерта (V1,): запізнився на потрібний поїзд, тому що не розрахував час.
Вербалізація 2-го експерта (V2): запізнився, тому що на вокзалі плутанина, біля кас черги.
Наступні трансляції ще більше спотворюватимуть й видозмінюватимуть модель, але тепер вже з урахуванням суб’єктивного сприйняття інженерів зі знань.
Отже, якщо вважати поле знань змістовою (семантичною) моделлю предметної області, то ця модель двічі суб’єктивна. І якщо модель Мgi – це усічене відображення Оg, то саме Рz – лише відблиск Мgi через призму Vi і Мgi.
Прагматика. Як прагматичну складову семіотичної моделі варто розглядати технології здійснення структурного аналізу ПО, користуючись яким інженер зі знань може сформувати Рz за результатами стадії здобуття знань.
Отже, під прагматикою розумітимемо практичні аспекти розроблення й використання поля, тобто як від хаосу чернеток і стенограм сеансів здобуття знань перейти до стрункої або хоча б зрозумілої моделі.
Докладніше ці питання висвітлені нижче. Однак поле знань, незважаючи на всі старання інженера зі знань і експерта, завжди будуть лише блідим відбитком реальної предметної області, адже світ, що нас оточує, такий мінливий, складний і різноманітний, а те, що зберігається в нашій свідомості, так погано піддається вербалізації. Проте, з погляду наукової методології, без продуманого, чіткого й гарного поля знань не може йтися про створення бази знань промислової інтелектуальної системи.