- •1. Что такое система искусственного интеллекта. В чем состоят теоретический и практический аспекты создания систем искусственного интеллекта?
- •3. Классификация знаний. Знания глубинные и поверхностные, мягкие и жесткие. Чем обусловлена мягкость знаний. Экспертные и концептуальные знания.
- •7. Фреймы: определение, структура. Для какого типа знаний подходит фреймовое представление?
- •8 Что такое логическая модель? Понятие предиката, квантора. Сложное высказывание.
- •9. Нечеткие знания. Коэффициент уверенности. Схема объединения свидетельств (схема Шортлиффа).
- •10. Вероятностная логика Неполные знания. Немонотонная логика. Основной недостаток логических моделей.
- •12. Нечеткие отношения. Лингвистическая переменная. Нечеткая логика. Построение функций принадлежности.
- •13. Что такое экспертная система? Чем вызван интерес к экспертным системам? Какие задачи относятся к трудноформализуемым? Какими свойствами обладают неформализуемые задачи?
- •14. Структура экспертной системы. Подсистема объяснений. Режимы работы экспертной системы.
- •15. Дайте краткую характеристику языка лисп как средства разработки систем искусственного интеллекта.
- •17. Оболочки и интегрированные инструментальные среды.
- •20. Уровни разработки и принципы построения экспертных систем.
- •21. Пассивные методы приобретения знаний: метод наблюдения и анализа протоколов. Достоинства и недостатки пассивных методов приобретения знаний.
- •22. Активные индивидуальные методы приобретения знаний: анкетирование, интервьюирование, свободный диалог. Достоинства и недостатки этих методов.
- •23. Активные групповые методы приобретения знаний: «круглый стол», «мозговой штурм». Достоинства и недостатки этих методов.
- •24. Текстологические методы приобретения знаний. Структура текста.
- •Алгоритм извлечения знаний из текста
- •25. Два типа обучения: обучение «заучиванием наизусть» и когнитивное обучение.
- •26. Метод обучения "Hit-and-Near-Miss". При каких условиях этот метод сходится?
- •27. Дайте характеристику двумерных систем технического зрения.
- •28. Трехмерные системы технического зрения. Какие дополнительные возможности они имеют по сравнению с двумерными системами.
- •29. Распознавание образов как область искусственного интеллекта. Охарактеризуйте общие проблемы распознавания.
- •30. Промышленные и автономные роботы. Методы обучения робота. Чем отличается язык управления роботом от обычного языка программирования.
- •31. Основные термины, используемые в методах поиска. «Слепые» методы поиска.
- •32. Эвристические методы поиска. Множественное решение. Методы построения множественных решений.
24. Текстологические методы приобретения знаний. Структура текста.
Текстологические методы
Группа текстологических методов объединяет методы извлечения знаний, основанные на изучении специальных текстов из учебников, монографий, статей, методик и других носителей профессиональных знаний.
Среди методов извлечения знаний эта группа является наименее разработанной, по ней практически нет никакой библиографии
Задачу извлечения знаний из текстов можно сформулировать как задачу понимания и выделения смысла текста. Сам текст на естественном языке является лишь проводником смысла, а замысел и знания автора лежат во вторичной структуре (смысловой структуре или макроструктуре текста), настраиваемой над естественным текстом.
При этом можно выделить две такие смысловые структуры:
М1 – смысл, который пытался заложить автор, это его модель мира, и М2 – смысл, который постигает читатель, в данном случае инженер по знаниям в процессе интерпретации I. При этом Т – это словесное одеяние М1 то есть результат вербализации V.
Сложность процесса заключается в принципиальной невозможности совпадения знаний, образующих М1 и М2, из-за того, что М1 образуется за счет всей совокупности представлений, потребностей, интересов и опыта автора, лишь малая часть которых находит отражение в тексте Т. Соответственно, и М2 образуется в процессе интерпретации текста Т за счет привлечения всей совокупности научного и человеческого багажа читателя. Таким образом, два инженера по знаниям извлекут из одного Т две различные модели М1, и М2.
Алгоритм извлечения знаний из текста
1. Составление «базового» списка литературы для ознакомления с предметной областью и чтение по списку.
2. Выбор текста для извлечения знаний.
3. Первое знакомство с текстом (беглое прочтение). Для определения значения незнакомых слов – консультации со специалистами или привлечение справочной литературы.
4. Формирование первой гипотезы о макроструктуре текста.
5. Внимательное прочтение текста с выписыванием ключевых слов и выражений, то есть выделение «смысловых вех» (компрессия текста).
6. Определение связей между ключевыми словами, разработка макроструктуры текста в форме графа или «сжатого» текста (реферата).
7. Формирование поля знаний на основании макроструктуры текста.
25. Два типа обучения: обучение «заучиванием наизусть» и когнитивное обучение.
Заучивание наизусть. Не является предметом искусственного интеллекта. Ключом к обучению заучиванием наизусть является конкретизация. Все, что мы запоминаем наизусть, является конкретные единицы информации. Заучивание наизусть более правильно назвать процедурами., оно включает запоминание конкретных фактов или процедур. Оно не требует какой-либо генерации для получения информации.
Когнитивное обучение. Наиболее важный способ, которым обучаются люди и наиболее трудный для реализации на ЭВМ. По мере познавания мира мы создаем внутренние образы, которым мы сопоставляем слова. Мы будем называть эти внутренние образы описанием классов. Описание класса служит обобщением, оно выводится на основании изучения нескольких конкретных примеров.