- •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
2.3.3. Гносеологічний аспект видобування знань
Гносеологія – це розділ філософії, пов’язаний з теорією пізнання, або теорією відображення дійсності у свідомості людини. Гносеологічний аспект (А3) видобування знань поєднує методологічні проблеми одержання нового наукового знання, оскільки, створюючи БЗ, експерт часто вперше формулює деякі закономірності, які до цього моменту становили його особистий досвід. Інженерія знань як наука, якщо можна так висловитися, двічі гносеологічна – спочатку дійсність відображється у свідомості експерта (М1), а потім діяльність і досвід експерта інтерпретуються свідомістю інженера зі знань (М2), що слугує вже основою для побудови третьої інтерпретації (Р) – поля знань інтелектуальної системи. Процес пізнання, за суттю, скерований на створення внутрішньої репрезентації навколишнього світу у свідомості людини.
Якщо описати процеси I2 і I3 в термінології, введеній на початку розділу, то маємо справу з перетворенням експертного знання і теоретичного (книжного) досвіду Z1 в полі знань Z2, яке є матеріалізацією моделі світу М2 інженера зі знань.
У процесі видобування знань аналітика, здебільшого, цікавить компонент Z1, пов’язаний з неканонічними індивідуальними знаннями експертів, оскільки предметні області, що вимагають саме такого типу знань, вважаються найсприйнятливішими до впровадження інтелектуальних систем. Ці області зазвичай називають емпіричними, оскільки в них нагромаджений великий обсяг окремих емпіричних фактів і спостережень, тоді як їх теоретичне узагальнення – питання майбутнього.
Якщо вважати, що інженер зі знань витягає тільки фрагмент Z1’, тобто частину із системи знань експерта Z1, то його завдання, по-перше, намагатися, щоб структура Z1’ відповідала Z1, і, по-друге, щоб Z1’ якомога повніше відображала Z1.
Пізнання часто супроводжується створенням нових понять і теорій. Іноді експерт виявляє нові знання прямо під час бесіди з аналітиком. Така генерація знань корисна і самому експертові, який до того моменту міг не усвідомлювати багато співвідношень і закономірностей предметної області. Аналітикові може допомогти тут і інструментарій системної методології, що дає змогу використовувати відомі принципи логіки наукових досліджень, понятійної ієрархії науки. Ця методологія змушує його завжди прагнути за часткою побачити загальне, тобто будувати ланцюжки.
Гносеологічний ланцюжок: факт – узагальнений факт – емпіричний закон – теоретичний закон.
Не завжди вдається дійти до останньої ланки цього ланцюжка, але вже саме прагнення до руху буває надзвичайно плідним. Такий підхід повністю узгоджується зі структурою самого знання, яке має два рівні:
1) емпіричний (спостереження, явища);
2) теоретичний (закони, абстракції, узагальнення).
Але теорія – це не лише струнка система узагальнення наукового знання, це також деякий спосіб виробництва нових знань. Основними методологічними критеріями науковості, що дають змогу вважати науковим і саме нове знання, й спосіб його одержання, є:
А3 – {S31, S32, S33} = (внутрішня узгодженість, системність, об’єктивність, історизм}.
Внутрішня узгодженість (S31)
Основні характеристики емпіричного знання:
S31 = {s31_і} = {модальність, суперечливість, неповнота}.
На перший погляд критерій внутрішньої узгодженості знання не відповідає реальним характеристикам, що описують знання з погляду етапу {s31_i}. Ці характеристики емпіричних знань підкреслюють його “багатоукладність” – так, часто факти не узгоджуються один з одним, визначення суперечать, критерії дифузні тощо. Аналітикові, що розуміє особливості емпіричного знання, доводиться згладжувати ці “шорсткості” емпірики.
Модальність (s31_1) знання означає можливість його існування в різних категоріях, тобто в конструкціях існування і повинності. Отже, частина закономірностей можлива, інша обов’язкова тощо. Крім того, доводиться розрізняти такі відтінки модальності, як:
експерт знає, що...;
експерт думає, що...;
експерт хоче, щоб...;
експерт вважає, що...
Можлива суперечність (s31_2) емпіричного знання – природний наслідок з основних законів діалектики, і суперечності ці не завжди повинні вирішуватися в полі знань, а навпаки, саме суперечності слугують найчастіше відправною точкою в міркуваннях експертів.
Неповнота (s31_3) знання пов’язана з неможливістю повного опису предметної області. Завдання аналітика цю неповноту обмежити певною “повнотою”, тобто звузити межі предметної області або ввести обмеження і допущення, що спрощують проблему.
Системність (S32)
Системно-структурний підхід до пізнання (введений Гегелем) орієнтує аналітика на розгляд будь-якої предметної області з позицій закономірностей системного цілого і взаємодії складових його частин. Сучасний структуралізм виходить із багаторівневої ієрархічної організації будь-якого об’єкта, тобто всі процеси і явища можна розглядати як дрібніші підмножини (ознаки, деталі) і, навпаки, будь-які об’єкти можна (і потрібно) розглядати як елементи вищих класів узагальнень. Наприклад, системний погляд на проблематику структурування знань дає змогу побачити його ієрархічну організацію. Докладніше про це нижче.
Об’єктивність (S33)
Процес пізнання глибоко суб’єктивний, тобто він істотно залежить від особливостей самого суб’єкта, що пізнає. “Факти існують для одного ока й відсутні для іншого” (Віппер). Отже, суб’єктивність поинається вже з опису фактів і збільшується в міру поглиблення ідеалізації об’єктів.
Коректніше говорити про глибину розуміння, ніж про об’єктивність знання. Розуміння – це співтворчість, процес тлумачення об’єкта з погляду суб’єкта. Це складний і неоднозначний процес, що здійснюється в глибинах людської свідомості і вимагає мобілізації всіх інтелектуальних і емоційних здібностей людини. Всі свої зусилля аналітик повинен зосередити на розумінні проблеми.
У психології відомий результат, який підтверджує факт, що люди, які швидко і успішно вирконують інтелектуальні завдання, більшу частину часу витрачають на зрозуміння його, тоді як погані виконавці швидко починають шукати рішення і найчастіше не можуть його знайти.
Історизм (S34)
Цей критерій пов’язаний з розвитком. Пізнання сьогодення – пізнання породжувача його минулого. І хоча більшість експертних систем дають “горизонтальний” зріз знань – без урахування часу (у статиці), інженер зі знань повинен завжди розглядати процеси з урахуванням тимчасових змін – як зв’язок з минулим, так і зв’язок з майбутнім. Наприклад, структура поля знань і база знань повинні допускати відлагодження і корекцію як у період розроблення, так і під час експлуатації ЕС.
Розглянувши основні критерії науковості пізнання, спробуємо тепер описати його структуру. Методологічна структура пізнання може бути подана як деяка послідовність етапів. Параметри {S3і} органічно вписуються в цю структуру пізнання, яка може подаватися як послідовність етапів, описаних далі з позицій інженера зі знань:
Е_1: опис і узагальнення фактів;
Е_2: встановлення логічних і математичних зв’язків, дедукція й індукція законів;
Е_3: побудова моделі, що ідеалізується;
Е_4: пояснення і прогноз явищ.
Е_1. Опис і узагальнення фактів
Ретельність і повнота ведення протоколів під час процесу видобування і пунктуальна “домашня робота” над ними – ось гарантія продуктивного першого етапу пізнання та матеріал для опису й узагальнення фактів.
На практиці виявляється важко дотримуватися принципів об’єктивності й системності, описаних вище. Найчастіше на цьому етапі факти просто збирають і як би кидають у “загальний мішок”; досвідчений інженер зі знань часто відразу намагається знайти “поличку” або “скриньку” для кожного факту, тим самим приховано готуючись до етапу концептуалізації.
Е_2. Встановлення зв’язків і закономірностей
У пам’яті експерта всі поняття пов’язані й закономірності встановлені, хоча часто і неявно завдання інженера – виявити каркас висновків експерта. Реконструюючи міркування експерта, інженер зі знань може спиратися на дві найпопулярніші теорії мислення – логічну й асоціативну. Якщо логічна теорія завдяки гарячим шанувальникам в особі математиків широко цитується і всіляко експлуатується в роботах зі штучного інтелекту, то друга, асоціативна, набагато менше відома і популярна, хоча має також стародавнє коріння. Так, Р. Фейнман у своїх “Лекціях з фізики” відзначає, що у фізиці, як і раніше, переважним є вавілонський, а не грецький метод побудови знань. Відомо, що давньосхідні математики вміли робити складні обчислення, але формули їх не були логічно зв’язані. Навпаки, грецька математика дедуктивна (наприклад, “Початок” Евкліда).
Традиційна логіка формує критерії, які гарантують точність, валідність, несуперечність загальних понять, міркувань і висновків. Її основи закладені ще в “Органоне” Арістотеля в IV ст. до н. е. Великий внесок у розвиток логіки зробив Джон Стюарт Мілль (1806–1873).
Інженер зі знань і сам використовує операції традиційної логіки, і виділяє їх у схемі міркувань експерта. Це такі операції:
визначення;
порівняння і розрізнення;
аналіз;
абстрагування;
узагальнення;
класифікація;
категоризація;
виникнення думок;
висновок;
складання силогізмів тощо.
Проте краса і стрункість логічної теорії не повинні заперечувати те, що людина рідко мислить у категоріях математичної логіки. Теорія асоціацій подає мислення як ланцюжок ідей, зв’язаних загальними поняттями. Основними операціями такого мислення є:
асоціації, придбані на основі різних зв’язків;
пригадування минулого досвіду; проби і помилки з випадковими успіхами;
звичні (“автоматичні”) реакції тощо.
Проте ці дві теорії не вичерпують усього різноманіття психологічних шкіл. Великий інтерес для інженерії знань може становити ґештальт-психологія. Одним з її засновників є видатний німецький психолог М. Вертгеймер (1880–1943). Під ґештальтом (нім. Gestalt) розуміється принцип цілісності сприйняття як основа мислення. Ґештальт-психологи прагнуть у всьому виділяти якийсь цілісний образ або структуру як базис для розуміння процесів і явищ навколишнього світу. Ця теорія близька до теорії фреймів і об’єктного підходу й спрямована на збагнення глибинного знання, що характеризується стабільністю і симетрією. До того ж важливий “центр ситуації”, щодо якого розвивається знання про предметну область.
Для інженера зі знань це означає, що, виявляючи різні фрагменти знань, він не повинен забувати про головний, про ґештальт-фрагмент, який впливає на решту компонентів і пов’язує їх у деяку структурну одиницю. Ґештальтом може бути якийсь головний принцип, або ідея, або гіпотеза експерта, або його віра через якісь окремі концепції. Цей принцип рідко формулюється експертом явно, він завжди так би мовити, за “кадром”, і мистецтво інженера зі знань – виявити цей основний ґештальт експерта.
У ґештальт-теорії існує закон “прагнення до хорошого ґештальту”, згідно з яким структури свідомості прагнуть до гармонії, зв’язності, простоти. Це близьке до стародавнього класичного принципу “бритви Оккама” – “сутності не повинні множитися без необхідності” – і формулюється як принцип прегнантності Вертгеймера: “Організація поля має тенденцію бути настільки простою і зрозумілою, наскільки дають можливість задані умови”. Міркування про ґештальт підводять впритул до третього етапу в структурі пізнання.
Е_3. Побудова ідеалізованої моделі
Для побудови моделі, що відображає уявлення суб’єкта про предметну область, необхідна спеціалізована мова, за допомогою якої можна описувати і конструювати ті ідеалізовані моделі світу, які виникають у процесі мислення. Мова ця створюється поступово за допомогою категоріального апарата, прийнятого у відповідній предметній області, а також формально-знакових засобів математики і логіки. Для емпіричних предметних областей така мова поки що не розроблена, і поле знань, яке напівформалізованим способом опише аналітик, може бути першим кроком до створення такої мови.
Будь-яке пізнавальне відбиття містить у собі умовність, тобто спрощення та ідеалізацію. Інженерові зі знань необхідне оволодіння такими специфічними гносеологічними прийомами, як ідеалізація, огрублення, абстрагування, які дають можливість адекватно відображати в моделі реальну картину світу. Ці прийоми доводять властивості й ознаки об’єктів до меж, що дають змогу відтворювати закони дійсності в лаконічнішому вигляді (без впливу неістотних деталей).
На тернистому шляху пізнання перевірений діалектичний підхід виявляється кращим “поводирем”. Інженер зі знань, що прагне пізнати проблемну область, має бути готовим постійно змінювати свої вже затверділі способи сприйняття й оцінювання світу і навіть відмовлятися від них. Найретельніше треба перевіряти правильність думок, які здаються найочевиднішими.
Е_4. Пояснення і пророкування моделей
Цей завершальний етап у структурі пізнання є одночасно і частковим критерієм істинності отриманого знання. Якщо виявлена система знань експерта повна й об’єктивна, то на її підставі можна робити прогнози й пояснювати будь-які явища з певної предметної області. Зазвичай бази знань ЕС страждають фрагментарністю і модульною незв’язаністю компонентів. Все це не дає змогу створювати дійсно інтелектуальні системи, які, рівняючись на людину, могли б передбачати нові закономірності й пояснювати випадки, не вказані в явному вигляді в базі. Винятком тут є навчальні системи, які орієнтовані на генерацію нових знань і “прогноз”.
Пропонована методологія озброює аналітика апаратом, що дає змогу уникнути традиційних помилок, що призводять до неповноти, суперечливості, фрагментарності БЗ, і вказує напрямок, в якому необхідно рухатися розробникам. І хоча сьогодні більшість БЗ опрацьовуються лише до етапу Е_3, знання повної схеми збагачує і поглиблює процес проектування.