Логические модели представления знаний

Логическая модель представления знаний создается с использованием свойств логики предикатов. Предикат – это функция, принимающая только два значения: истина и ложь, и предназначенная для выражения свойств объектов или связей между ними;

В логических предикатах применяется термин высказывание. Высказывание – выражение, в котором утверждается или отрицается наличие каких-либо свойств у объекта.

Для именования предметной области используют константы.

Наиболее простым языком логики (в данном случае языком для исчисления высказываний) является язык, в котором отсутствуют переменные, а имеются только константы.

Пример таких высказываний. Пусть имеются две константы – А и B, в качестве связок между константами используются логические функции (и, или, не, или их комбинации).

Например, можно записать:

А – истинно И B – ложно;

А И B – ложно;

А ИЛИ B истинно.

Логика предикатов излагает высказывания в четких математических отношениях и легко программируется, т.е. легко связывается с четкими дискретными методами логики и языками программирования.

Помимо констант в исчислении предикатов используются и переменные. Такое исчисление предикатов записывается с помощью кванторов. К кванторам относятся, например, следующие и другие.

На основе кванторов и констант можно составлять более сложные высказывания.

На языке теории множеств в самом общем случае логическая модель описывается четырьмя основными множествами:

, где

множество – множество базовых элементов (или алфавит формальной системы);

множество – множество синтаксических правил, с помощью которых можно строить корректные предложения: правила алгебры логики (понятия логических предикатов множества, кванторов);

множество – множество аксиом. Аксиома – это правильное утверждение, заданное априорно.

множество – множество правил продукции, с помощью которых можно расширять множество.

Для программирования с помощью логики применяется в большинстве случаев язык программирования ПРОЛОГ.

Преимущества логической модели представления знаний заключается в возможности непосредственно запрограммировать механизм вывода правильных высказываний.

Недостаток заключается в том, что, увлекаясь логическим, можно уйти от истины (с точки человеческого разума нет смысла), т.е. существует реальная возможность увлеченности математической стороной. Еще один недостаток состоит в том, что большинство интеллектуальных задач характеризуется недостаточной полнотой, неточностью и некорректностью. Это важно, например, в медицине и биологических науках, так как они слабо формализованные. Поэтому в данных областях науки чаще используют методы аналогий и ассоциаций.

Модели представления знаний на основе семантических сетей

В моделях представления знаний на основе семантических сетей знания представляются в виде сетевых структур. Элементами, с помощью которых создается сетевая структура, являются вершина сети и дуги. В качестве вершин используются понятия, факты, объекты, события и т.д.; в качестве дуг – отношения, которыми вершины связаны между собой. К наиболее распространенным типам отношений относятся следующие: быть элементом класса; иметь; являться следствием (для причинно-следственных отношений); иметь значение и т.д.

Пример семантической сети из области техники.

Рис. 39. Семантическая сеть

Преимущества модели представления знаний на основе семантических сетей: 1) с помощью этой модели могут быть представлены родовидовые отношения, а, следовательно, возможно и наследование свойств от родителей; 2) простота и наглядность описания предметной области.

Недостатки модели представления знаний на основе семантических сетей: снижение скорости работы механизма вывода, т.е. системы должны «просканировать» всю структуру на предмет нужной информации (т.е. те же недостатки, что и у фреймовых моделей представления знаний), а также понижение быстродействия.