2.4. Методы представления знаний.

Метод представления знаний – совокупность взаимосвязанных средств формального описания знаний и оперирования этими описаниями.

При создании моделей представления знаний следует учитывать такие факторы, как однородность представления и простота понимания.

Формальные логические методы.

Логические модели представления знаний основаны на исчислении предикатов. Предикат – это высказывание, в которое можно подставлять аргументы. Если аргумент один – то предикат выражает свойство аргумента, если больше – то отношение между аргументами.

В логических моделях факт – формула в некоторой логике, система знаний – совокупность формул. Таким образом, предметная область описывается в виде набора аксиом.

Пример применения – Prolog-программа.

Основные операции: логический вывод (доказательство теорем).

Достоинства:

• формальный аппарат вывода новых фактов (знаний) из известных фактов (знаний);

• возможность контроля целостности;

• простая и ясная нотация.

Недостатки:

• знания трудно структурировать и поэтому к предметной области предъявляются высокие требования и ограничения;

• при большом количестве формул их совокупность трудно обозрима, и вывод идет очень долго.

Семантические сети.

Семантика – наука, устанавливающая соответствие между символами и объектами, которые они обозначают. Т. е. семантическая сеть – смысловая сеть. Первые семантические сети были разработаны в качестве языка-посредника для систем машинного перевода.

Семантическая сеть – структура для представления знаний в виде узлов (понятий), соединенных дугами (отношения между понятиями).

В качестве понятий обычно выступают абстрактные или реальные объекты.

Типы отношений:

• часть – целое (класс – подкласс, множество – элемент);

• функциональные связи (определяются глаголами «производит», «влияет»);

• количественные (больше, меньше, равно);

• пространственные (за, под, далеко от);

• временные (в течение, раньше, позже);

• атрибутивные (имеет свойство, имеет значение);

• логические связи («и», «или», «не»);

• элемент класса – пример (собака – кличка собаки).

Классификация семантических сетей по отношениям между понятиями:

1. По количеству отношений:

• однородные – на графе представлен один тип отношений;

• неоднородные – на графе представлены различные типы отношений.

2. По типу отношений:

• бинарные – связаны пары объектов;

• n-арные – отношениями связано более двух понятий или объектов.

Проблема поиска решения в базе знаний типа «семантическая сеть» сводится к поиску фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос.

Основные операции: сопоставление с образцом, поиск, замена, взятие копии.

Достоинства:

• знания хорошо структурированы, структура понятна человеку;

• соответствие организации долговременной памяти у человека.

Недостатки:

• сложность организации процедуры поиска;

• при большом объеме сеть трудно обозрима.

Фреймы.

Фрейм (в переводе – каркас) – это абстрактный образ для представления некоторого стереотипа восприятия. Пример: фрейм комнаты – жилое помещение с 4-мя стенами, полом, потолком, дверью, n окнами и площадью m кв. м. Из этого описания нельзя убрать ни один из элементов, не изменив абстрактный образ, но можно описать реальную комнату, задав значение свойств и характеристик некоторым (или всем) элементам фрейма с помощью значений слотов.

Слоты – это характеристики, свойства и уточнения элементов фрейма или фрейма в целом, существенные в разрабатываемой модели (в примере n и m). В общем случае слот определяется принадлежностью к элементу фрейма, именем, множеством значений, одно из которых он может принимать, способом получения своего значения, присоединенной процедурой для определения своего значения (при необходимости).

Различают фреймы-образцы (или прототипы) – фреймы, хранящиеся в базе знаний, у которых только часть слотов может иметь значения, и фреймы-экземпляры, у которых все слоты должны иметь значения и которые создаются для отображения реальных фактических ситуаций на основе поступающих данных.

Обычно описание фрейма представляют в виде таблицы:

ИМЯ ФРЕЙМА
Наименование элемента фрейма	Имя слота	Множество значений слота	Способ получения значения	Присоединенная процедура

Способы получения слотом значения при формировании фрейма-экземпляра:

• по умолчанию (от фрейма-образца);

• через наследование свойств от другого фрейма в слоте «это»;

• по формуле, указанной в слоте;

• через присоединенную процедуру;

• явно из диалога с пользователем;

• из базы данных.

Если в качестве значения слота выступает имя другого фрейма, то образуется сеть фреймов.

Виды фреймов:

• фреймы-структуры (залог, вексель);

• фреймы-роли (кассир, клиент);

• фреймы-сценарии (собрание, праздник, банкротство);

• фреймы-ситуации (рабочий режим устройства, авария).

Основные операции: присвоение слотам значений.

Достоинства:

• гибкость и наглядность;

• отражают концептуальную основу организации памяти человека.

Недостатки:

• отсутствие формальной семантики, что затрудняет сравнение свойств представления знаний различных языков фреймов, а также полное логическое объяснение языка фреймов.

Продукции.

Продукционная модель (продукционные правила) представляет знания условными предложениями вида:

ЕСЛИ (условие), ТО (действие).

Условие – некоторое предложение-образец, по которому осуществляется поиск в базе знаний. При успешном исходе поиска выполняется некоторое действие. Действия могут быть промежуточными (выступающими далее как условия) или терминальными (целевыми), завершающими работу системы.

Здесь данные – это факты, хранящиеся в базе фактов, на основании которых запускается машина вывода (интерпретатор правил), обрабатывающая правила из продукционной базы знаний.

Возможны два подхода к выводу:

1. Прямая цепочка рассуждений. Задается начальная ситуация (условие или набор условий). Необходимо на основании правил выполнить прогноз дальнейшего развития ситуации: «настоящее  будущее».

2. Обратная цепочка рассуждений. Задается конкретная ситуация и необходимо проанализировать, какие условия и причины привели к этой ситуации: «прошлое  настоящее».

Основные операции: вывод (применение правила, определение правила-преемника и т.д.)

Достоинства:

• разделение знания и управления. Это обеспечивает высокую модульность продукционных правил, т. е. отсутствие синтаксического взаимодействия между правилами;

• наглядность;

• легкость дополнения и модификации;

• простой механизм логического вывода.

Недостаток:

• при большом количестве правил их совокупность трудно обозрима, и вывод идет очень долго.