- •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
4.1. Латентні структури знань і психосемантика
Більшість систем, що видобувають знання, полегшують складний і трудомісткий процес формування баз знань і реалізують прямий діалог з експертом. Однак виявлені в такий спосіб структури знань часто характеризують лише поверхневу складову знань експерта, не торкаючись їхньої глибинної структури. Такий самий недолік має більшість методів безпосереднього видобування знань.
Щоб видобути глибинні шари експертного знання, можна скористатися методами психосемантики – науки, що виникла на стику когнітивної психології, психолінгвістики, психології сприйняття і досліджень індивідуальної свідомості. Психосемантика досліджує структури свідомості через моделювання індивідуальної системи знань і виявлення тих категоріальних структур свідомості, які можуть не усвідомлюватися (латентні, імпліцитні або приховані).
4.1.1. Семантичні простори і психологічне градуювання
Основним методом експериментальної психосемантики є метод реконструкції суб’єктивних семантичних просторів. Тут психосемантика тісно пов’язана із психолінгвістикою й лінгвістичною семантикою – з методологією виявлення значень слів, лексикографією, “відмінковою граматикою” і структурними дослідженнями. Однак лінгвістичні методи, в основному, спрямовані на аналіз текстів, відчужених від суб’єкта, від його мотивів і задумів.
Психолінгвістичні методи спрямовані безпосередньо на випробуване. Більшість із них пов’язані з різними формами суб’єктивного градуювання. Перед випробуваним ставиться завдання оцінити “подібність знань” за допомогою деякої градуйованої шкали, наприклад, від 0 до 5 або від 0 до 9. У цьому разі дослідник отримує чисельно подані стандартизовані дані, що легко піддаються статистичному опрацюванню.
Психосемантика – як один з нових напрямів сучасної психоло- гії – відразу була оцінена фахівцями в галузі штучного інтелекту як перспективний інструмент, що дає змогу реконструювати семантичний простір пам’яті як психологічну модель глибинної структури знань експерта. Уже перші досягнення психосемантики в середині 80-х рр. XX ст. дали можливість одержати доволі наочні результати. У психології семантичні простори виступають як модель категоріальної структури індивідуальної свідомості. В концептуальному аналізі знань структуру семантичного простору експерта можна вважати основою для формування поля знань. Окремі параметри семантичного простору відповідають різним компонентам поля (розмірність простору співвідноситься зі складністю поля, виділені понятійні структури – з метапоняттями, змістовні зв’язки між поняттями-стимулами – це суть відношення тощо).
Найлегше ознайомитися з експериментальною психосемантикою на прикладі, пов’язаному з виявленням структури і розмірності семантичного простору знань із деякої предметної області. В основі побудови семантичних просторів, як правило, лежить статистична процедура (наприклад, факторний аналіз, багатомірне градуювання або кластерний аналіз), що дає змогу групувати низку окремих ознак опису в місткіші категорії-фактори. Мовою поля знань, це – побудова концептів вищого рівня абстракції. У геометричній інтерпретації семантичного простору значення окремої ознаки відображається як точка або вектор із заданими координатами усередині n-мірного простору, координатами якого виступають виділені фактори. Побудова семантичного простору, у такий спосіб передбачає перехід до опису предметної області на вищому рівні абстракції, тобто перехід від мови, що містить великий алфавіт ознак описування, до місткішої мови концептуалізації, що містить менше число концептів і виступає своєрідною метамовою стосовно першої. Залежно від досвіду та професійної компетентності тих, кого випробовують, розмірність простору і розташування в ній первинних понять може істотно коливатися. Ця особливість семантичних просторів може бути використана на стадії контролю в процесі навчання, під час тестування експериментів і користувачів.
Так, для перевірки знань і розуміння англійської мови в роботі [118] було взято десять найпоширеніших прийменників, які доволі важко перекладати. На екрані дисплея випробовуваному пропонували кілька прийменників і запитували, чи часто в нього викликає труднощі вибір одного із цих прийменників. Ступінь затруднення оцінювали в балах від 1 до 9. На основі цих даних методами багатомірного градуювання побудовано структуру складності вживання англійських прийменників з погляду носія російської мови. Ця модель істотно залежить від рівня знань. Так, модель новачка не є організованою структурою. У людей, що мають певні навички, виявилася деяка структурованість семантичного простору, у ньому чітко позначилися пари й трійки подібних прийменників.
Найчіткіша й найзв’язніша структура наведена на рис. 4.1. За її допомогою можна пояснити особливості диференціації прийменників в англійській мові. Основу структури подано у вигляді кола, близькі крапки на якому відповідають прийменникам, що важко диференціювати. Структура спирається на дві ортогональні осі. Вісь абсцис відповідає прийменникам напрямку руху, а вісь ординат – прийменникам мети, або засобу.
На підставі одержаних методами психосемантики моделей можна здійснювати контроль знань. Аналізуючи індивідуальні семантичні простори виявляються питання, які не засвоєні й не уклалися в систему. Контроль структури знань здійснюється на основі зіставлення семантичних просторів хороших фахівців і новачків (студентів, слухачів, молодих фахівців). Ступінь погодженості семантичних просторів (їхньої розмірності, ознаки й конфігурації понять) визначатиме рівень знань новачка.
Рис. 4.1. Семантичний простір близькості англійських прийменників
Однак, тут необхідно врахувати, що семантичні простори двох кваліфікованих фахівців можуть бути різними, тому що містять індивідуальні розходження сприйняття, що віддзеркалюють досвід і характер діяльності людини. Тому не завжди можна формально порівняти семантичні простори експерта й новачка, варто попередньо вивчити семантичні простори декількох фахівців, а потім уже робити порівняння.
У роботі [56] описано подібний експеримент. Отримані когнітивні структури знань досвідченого льотчика-винищувача й пілота-новачка з використанням двох методів: багатовимірного градуювання (алгоритм MDS – Alscal) і мережного градуювання із урахованими зв’язками (алгоритм Pathfinder). Обидва алгоритми засновані на використанні оцінок психологічної близькості. Досвідчений пілот і новачок оцінювали всі можливі парні сполучення 30-ти пов’язаних з польотом понять, приписуючи числа від 0 до 9 кожній парі, де 0 позначав найслабший ступінь зв’язку між поняттями, а 9 – найсильніший. Ці оцінки потім опрацьовували із застосуванням обох алгоритмів градуювання.
Відповідно до алгоритмів MDS кожний концепт, що виражає деяке поняття, вміщують в k-вимірний простір так, що відстань між точками характеризує психологічну близькість відповідних концептів. Алгоритм Pathfinder будує семантичну мережу. Дуги можуть бути або орієнтованими (несиметричне відношення), або неорієнтованими (симетричне відношення). Обидва методи забезпечують стискання великих обсягів даних (у формі попарних оцінок) до меншого набору параметрів; але націлені вони на виявлення різних властивостей досліджуваних структур. Якщо в алгоритмі Pathfinder центром уваги є локальні відношення між концептами, то алгоритм MDS забезпечує ширше розуміння властивостей простору концептів, що підлягає метризації.
Результівні когнітивні структури виявилися близькими для пілотів-винищувачів з однаковим рівнем досвіду, але були різними для різних груп випробуваних. Автори експериментів виявили, що за когнітивною структурою, характерною для пілота-винищувача, можна встановити, новачок він чи досвідчений пілот. Нарешті, здійснений ними ж аналіз когнітивних структур виявив наявність концептів і відношень, спільних для подань досвідченого фахівця й новачка, і, крім того, низку концептів і відносин, які з’явилися тільки в одному з подань. Прямим розвитком розглянутої роботи стала експертна система керування повітряним боєм ACES.
Аналогічне дослідження механізмів нагромадження досвіду здійснене в галузі програмування на ЕОМ. За допомогою методів градуювання було показано, що один з аспектів досвіду програміста – організація знань відповідно до задуму програми, або семантики, а не відповідно до синтаксису.
Мережне подання абстрактних понять програмування на основі оцінок зв’язності концептів у програмістів показано на рис. 4.2. Експеримент засвідчив, що всіх програмістів на основі аналізу структури семантичного простору можна поділити на три групи: новачки, недосвідчені фахівці середнього рівня, досвідчені фахівці. Цей висновок збігається з результатами, отриманими в роботі [29]. Крім того, досліджували еволюцію когнітивної структури програміста в міру його розвитку від новачка до досвідченого фахівця.
Рис. 4.2. Асоціативна мережа структури знань експерта-програміста
Інтерпретація виявлених відношень (зв’язків) між поняттями вимагає додаткових зусиль від колективу розроблювачів інтелектуальних систем. Так, наприклад, для означення дуг на рис. 4.2 необхідним став додатковий експеримент, учасникам якого запропоновано пару понять і поставлено завдання дати словесний опис зв’язку між поняттями пари. Результати наведено в табл. 4.1. Отже, асоціативна мережа на рис. 4.2 може бути перетворена на семантичну.
Всі вищезгадані методи (зокрема кластерний аналіз) можна зарахувати до методів психологічного градуювання. Їхню основу становлять алгоритми перетворення складних структур даних у зрозумілішу форму, що передбачається психологічно змістовною. Результівне подання залежить від методу:
кластерний аналіз породжує деревоподібну структуру;
багатомірне градуювання й факторний аналіз – просторову;
алгоритм МDS – мережну;
репертуарні решітки – конструкти або мета-виміри.
Таблиця 4.1