2. Классификация знаний. Отличие знаний от данных.

Существуют различные критерии классификации знаний. Различают знания:

• декларативные и процедурные;

• глубинные и поверхностные;

• жесткие и мягкие;

• теоретические и эмпирические.

I группа.

1. Исторически первыми появились процедурные знания. Это – знания, растворенные в алгоритмах решения задач. Такие знания управляют данными. Чтобы изменить процесс управления нужно изменить программу или алгоритм.

2. Декларативные знания описывают состояние предметной области в виде таблиц, списков и абстрактных структур данных, а также логических правил, задающих взаимосвязи и отношения между ними. Декларативные знания представляются на некотором языке, приближенном к естественному языку человека.

II группа.

1. Глубинные знания – это абстракции, аналогии, схемы, полученные в результате обобщения понятий предметной области и протекающих в ней процессов. Они объясняют явления и используются для прогнозирования поведения объектов.

2. Поверхностные знания – это совокупность эмпирических ассоциаций между отдельными событиями и фактами предметной области. Большинство современных ИС работают с поверхностными знаниями. Это связано с отсутствием универсального метода извлечения и выявления глубинных структур знаний человека.

III группа.

1. Жесткие знания используют ограниченные типы данных и не допускают множественной трактовки.

2. Мягкие знания допускают множественные, расплывчатые описания и приводят к нечетким алгоритмам поиска решения. Знания человека – мягкие знания.

IV группа.

1. Теоретические знания формируются согласно строгим формальным описаниям предметной области.

2. Эмпирические знания кроме этого учитывают личный опыт эксперта при решении конкретной задачи.

Существует несколько базовых моделей представления знаний в БЗ ИС:

1. Формальная логическая модель, которая использует теорию исчисления предикатов первого порядка, представленных в «клаузальной» форме (от англ. clause – пункт, статья).

2. Продукционная модель, использующая представление знаний в виде правил по форме: Если (условие) то (действие).

3. Модель на основе семантической сети, в которой знания представляются в виде графа, узлы которого – факты, явления предметной области, а дуги – отношения между ними.

4. Модель на основе фреймов – это некоторая абстрактная пустая структура, характеризующая какое-либо понятие. Фрейм имеет имя и слоты.

3. Модели представления знаний в ис. Продукционная модель. Модель на основе фреймов Модели представления знаний в ис

Модели представления знаний отражают структуру БЗ, методы наполнения и извлечения знаний и алгоритмы поиска решений.

Существует множество моделей представления знаний. Т.к. БЗ является неотъемлемым компонентом ИС, то выбор модели определяет качество разрабатываемой системы. Выбор модели, неадекватной знаниям предметной области, приводит к созданию «систем-монтсров», обладающих тривиальным интеллектом.

Проблема представления знаний решается на трех уровнях:

1 – технический – характеризует аппаратную реализацию моделей знаний с использованием параллельных вычислений в реальном масштабе времени, имеющих гигантские объемы памяти;

2 – программный (логический) – разработка программ, реализующих все алгоритмы представления знаний;

3 – концептуальный – определяет выбор моделей представления знаний, описывающих предметную область.

Каждая модель определяет форму представления знаний, связи между знаниями, их иерархию и способы изменения.

Все модели можно разделить на 4 базовых группы:

• продукционные модели;

• семантические сети;

• фреймы;

• формальные логические модели.