Концептуальная структура предметной области

Одна из наиболее творческих процедур при построении экспертных систем – процедура концептуального анализа полученных знаний или структурирование.

ЭС – это сложные программные комплексы, аккумулирующие знания специалистов в конкретных предметных областях и тиражирующий этот эмпирический опыт для консультации менее классификационных пользователей.

Структурирование – процесс создания полуформализованного описания предметной области.

Такое полуформализованное описание называется полем знаний.

Поле знаний P_z можно описать следующим образом:

P_z = < S_k, S_f >,

где S_k - концептуальная структура предметной области;

S_f – функциональная структура предметной области.

Концептуальная структура, или модель предметной области, служит для описания ее объектов и отношений между ними, т.е. можно сказать, что концептуальная модель S_k представляет собой следующее:

S_k = < A, R >,

где A – множество объектов предметной области;

R – множество отношений, связывающих объекты.

Множество отношений представляет собой связи между объектами. При помощи этих отношений инженер по знаниям фиксирует концептуальное устройство предметной области, иерархию понятий, свойства и структуру объектов.

Эта структура может служить для целее обучения, повышения квалификации, для прогнозирования, объяснения, реконструирования.

Поле знаний – условное описание основных объектов предметной области, их атрибутов и закономерностей, их связывающих.

Существуют десятки моделей (или языков) представления знаний для различных предметных областей. Большинство из них могут быть сведены к следующим классам:

• продукционная. Продукционная модель – модель, основанная на правилах, позволяющие представить знания в виде предложений типа: Если (условие), то (действие).

Имеется фрагмент БЗ из двух правил:

П1: Если «отдых летом» и человек активный, то «ехать в горы».

П2: Если «любит солнце», то «отдых – летом».

Предположим, что в систему поступили данные – «человек - активный» и «любит солнце».

Прямой вывод – исходя из данных, получить ответ.

1 проход:

Шаг 1. Пробуем П1, не работает, не хватает данных «отдых – летом».

Шаг 2. Пробуем П2, работает, в БЗ поступает факт «отдых летом».

2 проход:

Шаг 3. Пробуем П1, работает, активизируется цель «ехать в горы», которая выступает как совет, который дает ЭС.

О братный вывод – подтвердить выбранную цель при помощи имеющихся правил и данных.

1 проход.

Шаг 1.

Цель – «ехать в горы»: пробуем П1 – данных «отдых летом» нет, они становятся новой целью, и ищется правило, где она в правой части.

Шаг 2.

Цель – «отдых летом»: правило П2 подтверждает цель и активизирует ее.

2 проход.

Шаг 3.

Пробуем П1, подтверждается искомая цель.

Продукционная модель применяется чаще в промышленной ЭС. Она привлекает разработчиков своей наглядностью, легкостью внесения дополнений и изменений, и простотой механизма логического вывода.

• семантические сети.

Семантическая – значит смысловая.

Семантическая сеть – ориентированный граф, вершины которого – понятия, а дуги – отношения между ними.

Понятиями обычно выступают абстрактные или конкретные объекты, а отношения – это связи типа «это», «имеют частью», «принадлежит», «любит».

Характерной особенностью семантической классов является обязательное наличие трех типов отношений:

а) класс – элемент класса;

б) свойство – значение;

в) пример элемента класса.

По количеству типов отношений семантические модели бывают:

1. однородные (с единым типом отношений);

2. неоднородные (с различными типами отношений).

По типам отношений: а) бинарные (в которых отношения связывают 2 объекта); б) п-арные (в которых есть специальные отношения, связывающие более двух понятий).

Наиболее часто в семантических сетях используются следующие отношения:

1. связи типа «часть-целое» («класс-подкласс», «элемент-множество»);

2. функциональные связи (обычно определяются глаголами «производит», «влияет»);

3. количественные (>, <, =, …);

4. пространственные (далеко от, близко от, за, под, над);

5. временные (раньше, позже, в течение, …);

6. атрибутивные связи (иметь свойство, иметь значение, …);

7. логические связи (и, или, не) и др.

В качестве вершин – понятия: Человек, Иванов, Волга, Автомобиль, Вид транспорта, Двигатель.

значение

свойство имеет частью

рисунок 14 Семантическая сеть

+ заключается в соответствии современным представлениям об организации долговременной памяти человека.

• фреймы. Под фреймом понимается абстрактный образ или ситуация.

[Слово «Комната» вызывает образ комнаты. «Жилое помещение с 4-мя стенами, полом, потолком, окнами и дверью, S-ю 20 м²».

Из этого описания ничего нельзя убрать (Например, убрав окна, мы получим чулан). Но в нем есть «дырки», или «слота» - незаполненные значения некоторых атрибутов – количество окон, цвет стен, Н потолка, покрытие пола и т.д.]

Фрейм – формализованная модель для отображения образа.

Разл. фреймы:

1. фреймы – структуры, для обозначения объектов и понятий (заем, залог, вексель);

2. фреймы – структуры, для обозначения роли (м/р, кассир, клиент);

3. фреймы – структуры, для обозначения сценария (банкротство, собрание акционеров);

4. фреймы – структуры, для обозначения сигнализации (тревога, авария) и т.д.

«+» фреймов – способность отражать концептуальную основу организации памяти человека, а так же ее гибкость и наглядность

Ч еловек

Ребенок

Ученик

Рисунок 15 Сеть фреймов

• формальные логические модели – используются, когда предметная область или эта задача описывается набором аксиом.

Эта модель в промышленной ЭС не используется, применяется в исследовательских системах; т.к. требует очень высокие ограничения и требования к предметной области.

Вернемся к разделу «Концептуальное проектирование»!

Поле знаний может напоминать семантическую сеть, но оно менее формализовано. Если в сети жестко оговорены возможные виды связей, то в поле знаний они произвольны.

Краткий алгоритм формирования концептуальной структуры.

Шаг 1. – Определить все результирующие понятия, или выходы системы.

Это может быть набор диагнозов, рекомендаций, советов системы;

Шаг 2. – Определить все входные понятия, или факторы, от которых зависит результат работы системы;

Шаг 3. – Установить промежуточные понятия. Участвующие в рассуждениях экспертов, если они есть;

Шаг 4. – Для всех понятий найти обобщающие и уточняющие понятия, т.е. установить иерархии объектов;

Шаг 5. – Для объектов, участвующих в рассуждениях, определить свойства и их значения;

Шаг 6. – Попытаться определить другие связи и все в целом отразить графически;

Шаг 7. – Убрать лишние связи, объекты, обсудить структуру к экспертам, дополнить, если надо, с возвратом к шагу 1-6.

Пример 17.1. Рассмотрим пример структурирования знаний для ЭС, которая советует, где лучше всего отдохнуть в отпуске. Сначала создаем концептуальную структуру, описывающую понятия данной предметной области

И во фреймах и в семантических сетях наследование свойств происходит по АКО - связям (A – Kind – Of =это). Слот АКО указывает на слот более высокого уровня иерархии.

Функциональная структура отражает модель рассуждений и ПР, которой пользуется эксперт при решении задачи.

Представить функциональную структуру можно в идее таблице, графа или предложений на естественном языке.

Наглядные формы предпочтительнее. Для представления нечетких понятий («часто», «некого», «очень», «высокий» и т.д.) в моделях рассуждений для их представления в БЗ используется простой формализм для таких понятий.

Автор этой нечеткой логики – Заде Л. Этот формализм использует понятие нечеткой функции принадлежности, которая отражает численно на шкале [0,10] или [0,1] степень уверенности эксперта в том, что конкретное значение можно отнести к данному нечеткому понятию

Таблица Функциональная структура предметной области

Здоровье	Матер. положение	Время отпуска	Характер	Отдых 1	Степень увер-ти 1	Отдых 2	Степень увер-ти 2
Отличное или хорошее	Хорошее		Активный	Поход	8	Турпоездка	7
	Нормальное	Лето	Пассивный	Дача	9	Дом	3
	Хорошее	Лето или осень	Пассивный	Курорт	9	Дом	1

Такие степени уверенности используются при множественных рекомендациях