Характеристики использования знаний приложениями иис

Существует три парадигмы представления знаний: логическая, структурная и процедурная. Логическая парадигма отождествляет знание с теорией, т.е. теорией первого порядка. Структурная парадигма уделяет особое внимание организации фактов, составляющих базу знаний. Некоторые семантические примитивы (абстракции) формируются для построения базы знаний. С вычислительной точки зрения, факты получаются из семантических элементов использованием заранее заданных правил.

В качестве примера можно привести семантические сети и фреймы, а также ER-диаграммы базы данных.

Наконец, согласно процедурной парадигме, база знаний составлена из активных агентов с определенными образами действия. С вычислительной точки зрения, использование знаний сводится к реакции этих агентов на данную ситуацию согласно процедурным правилам в базе знаний.

Представление знаний можно рассматривать как ядро разделяемых параметризованных теорий, которые могут быть использованы, чтобы построить другие теории (например, структуры баз знаний в соответствии с этим подходом). Каждый семантический примитив соответствует одному из этих отображений.

Другими словами, вводя понятие отображения теорий, которое для данного множества теорий, рассматриваемых как аргументы, дает новую теорию, можно получить необходимые структуры. Таким образом, можно построить библиотеку теорий для модульной конструкции базы данных. Переход от одного подхода к представлению знаний к другому будет рассматриваться как коллекция преобразований.

3.2. Конструирование базы знаний

Для хранения, обновления и использования знаний применяются системы управления базами знаний, которые должны удовлетворять следующим требованиям.

Представление знаний. Подобно базам данных, представление знаний в ЭС, основанных на правилах, является сравнительно простым, состоящим из представления фактов и правил вывода. Знания, хранящиеся в ИИС, интегрируются в результате объединения знаний, поступивших от многих индивидуальных экспертов, и могут принимать такие формы, как базы данных и правила вывода. Часто элементы знаний выражаются на одном из этих языков. Они должны быть агрегированы в гибридное представление знаний в виде одного источника знаний, который может быть далее агрегирован в глобально совместную базу знаний. Важно иметь разнообразие выразительных средств для поддержания высокой степени совместности посредством механизма гибридного представления.

Организация знаний. Базы знаний могут быть организованы с использованием фундаментальных знаний, проблемно-ориентированных знаний, и знаний, необходимых для поддержания диалога. Знания, специфичные для диалога, должны иметь стандартизированную процедуру диалога, состоящую из анализа пользовательских требований и запросов, интерпретации этих запросов по отношению к прикладной системе, основанной на знаниях и генерации ответа на основе кооперативного диалога.

Если база фактов становится большой или необходимо обеспечить доступ к внешним базам фактов, механизмы СУБД должны использоваться и ЭС. Обычно это предполагает наличие некоторого метазнания о схеме базы данных, ограничениях целостности, доступных интерфейсах, посредством которых факты выбираются и хранятся. Сложные средства оптимизации дедуктивных запросов требуются, чтобы обеспечить подходящее время реакции. Они могут использоваться в комбинации с другими стратегиями, которые обеспечивают контроль за применением правил.

Окружение. Это средства, доступные в рамках оболочки экспертной системы. В одной методологии (тесное связывание) доступ к базе данных скрыт от пользователя, насколько это возможно, в других (слабое связывание), пользователь будет загружать внешние данные эксплицитно до запуска диалога консультаций. Так, необходимо окружение, через которое различные базы знаний могут быть заполнены. Это аспект приобретения знаний или обучения, который частично может быть реализован экспертами в данной предметной области и лингвистами в сотрудничестве со специалистами по компьютерам.

Связывание. Помимо обеспечения доступа к внешним базам данных, экспертным системам часто необходимо установить связь с другими средствами информационных систем, таким как численные вычисления или графика.

Системы баз знаний должны содержать следующие компоненты:

• язык представления знаний, который эффективно выражает структуру данного приложения;

• средства организации знаний, которые позволяют сохранять и эффективно обрабатывать большие количества сложных структур знаний;

• методологию и окружение, посредством которых многочисленные приложения баз знаний и других приложений эффективно взаимодействуют, друг с другом.

Рассмотрим определение базы знаний, вводя отображение теорий. Рассмотрим совокупность знаний ИИС как теорию в подходящей системе обозначений и интерпретации. Теория — это множество из трех элементов Т = (L,A,R), где L — язык исчисления предикатов первого порядка, А — множество аксиом, R — правила присоединения следствий.

Как уже отмечалось, ООБД могут использоваться для хранения и ведения баз знаний. Статическая часть ООБД, схема данных, основана на понятии «объект», «класс объектов» и «класс отношений». Отношение «быть элементом», которое описывает отношения между членами двух классов, используется, чтобы моделировать отношения объект-классы. Абстракции принципов агрегации, генерализации и группировки включены в ООБД, чтобы установить иерархию классов объектов.

Динамическая часть ООБД, операционная схема, предлагает концепцию трансформации состояний базы данных в последующие состояния. Подход с позиций абстрактных типов данных был использован в ООБД, чтобы моделировать основные манипуляции с состояниями системы баз знаний. Обычно кодируют знания либо как факты (специфическое знание) и правила (общие знания), либо как фрейм (структуры знания).

В первом случае машина вывода использует базу правил, чтобы вывести новые факты из базы данных фактов, используя правила вывода. Во втором случае модель фреймов и их слотов используется как модель объектов или действий и их свойств. Возможность вывода с использованием фреймов включает демоны, т.е. процедуры, сцепленные со слотами, которые динамически вычисляют производные данные из данных значений слотов и, следовательно, реализуют некоторую последовательность выводов, либо применяется автоматическое наследование атрибутов и свойств общих категорий специфическими примерами. Инстанциация фреймов и сравнение фреймов являются наиболее общими эксплицитными методами, используемыми с фреймами.

На рис. 3.5. Показана архитектура системы управления базой знаний.

Рис. 3.5. Архитектура объектно-ориентированной системы

управления базой данных

Это может быть система баз знаний некоторого предприятия. Все данные, включая данные о сотрудниках, продукции, переписка, телефонные сообщения, схемы зданий и состав оборудования, обрабатываются совместно и надежно системой в интересах многочисленных пользователей.

Подсистема базовых сервисных служб — это самый нижний уровень системы управления базой знаний. Он обеспечивает хранение данных, обработку и управление транзакциями и коммуникациями в распределенной среде. Хранение данных обеспечивает объектно-ориентированный репозитарий для широкого класса типов данных.

Подсистема обработки данных располагается выше подсистемы базовых сервисных служб. Она работает на физической разнице между данными, т.е. символьными, числовыми, битовыми и более сложными структурами, собранными из них и включенными в систему управления базой данных.

СУБД должна также управлять разделяемым доступом к данным и к более сложным структурам. Различные пользователи — люди или программы — могут иметь различные взгляды на эти данные, но их доступ координируется и управляется. Надежность и совместность данных обеспечивается специальными механизмами.

Средства коммуникации обеспечивают различные услуги для различных компонент системы. Телефонная коммуникация, электронная почта, факсимильная связь и видеосигналы ежедневно добавляются в базу данных. Специальные средства обеспечивают обработку неформатированных данных, таких как цифровые изображения.

Средства манипулирования знаниями обеспечивают различные механизмы дедукции и вывода, чтобы генерировать новые факты из хранящихся или ранее выведенных фактов.

Механизмы пользовательского интерфейса, поддерживают общение с помощью окон и средств графического интерфейса. Эти две подсистемы нацелены на обработку данных, а не на их интерпретацию как это делает подсистема обработки знаний и более высоком уровне системы управления базой знаний.

Средства администрирования обеспечивают поддержание целостности и непротиворечивости знаний и поддержание их в актуальном состоянии.

Система обработки знаний действительно понимает тип информации, даже отдельные элементы информации, с которыми производятся действия.

В нашем примере с рабочими (сотрудниками) система баз знаний будет знать, какая специфическая структура используется, чтобы представлять рабочего, когда говорят о работнике (фамилия, идентификатор и ключ), и какая другая информация о работнике имеется в системе. Это может быть, например, понимание, что работник всегда должен быть связан с департаментом, что он имеет определенную зарплату или может быть женат. Система обработки знаний должна знать о видах операций, которые могут совершаться пользователями и программами над элементами данных. Система приложений системы обработки знаний должна обеспечить приложения конечного пользователя средствами, которые позволят обрабатывать информацию с различных точек зрения в зависимости от задачи. Система управления базой данных должна быть распределенной, чтобы интегрировать в рамках предприятия локальные базы данных, созданные в различных подразделениях. Локальные словари (метаданные), которые содержат описание данных, необходимое для приложений, должны быть интегрированы системой управления базами знаний. Интеграция новых локальных баз данных в систему управления базами знаний может быть разделена на две фазы:

• Инкорпорация локальных баз данных и дополнительных источников данных в системе управления базы знаний (СУБЗ). Этот шаг имеет дело только с представлением знаний относительно обеспечения доступа к вновь включаемым базам данных.

• Интеграция вновь включаемых знаний баз данных со знаниями, резидентными в других компонентах СУБЗ. Этот шаг означает оперирование с представлением метазнаний относительно значения отношений и соответствия между данными и знаниями, резидентными в различных СУБЗ.

Чтобы представить знание о локальной базе данных, включаемой в общую схему, мы используем:

• Классы-объекты и их организацию в рамках иерархии генерализации (схема классификации объектов).

• Взаимосвязи между объектами и классами объектов посредством отношений «быть элементом», агрегирования и группировки (структура объекта и реляционная схема).

• Операции и классы операций.

• Динамические связи между операциями (схема поведения).

Знания относительно данных и операционной семантики должны быть извлечены из словарей данных, прикладных программ, от администраторов и конечных пользователей при разработке объектно-ориентированного описания содержания локальной базы данных. Процесс извлечения знаний можно рассматривать как обратный процесс к обычно изучаемому процессу отображения модели семантических данных в реляционную модель. Идея заключается в том, чтобы зависимости как включения, так и функциональные в реляционной модели интерпретировались в терминах и в соответствии с принципами семантической модели данных: классификации, агрегации, генерализации и группировки.

Для определения сравнительного расположения добавляемых, редактируемых или удаляемых значений вводится их классификация. Чтобы определить, как часто необходимо редактировать определенный вид знаний, необходимо отслеживать ожидаемое время жизни каждой компоненты знания; элементы знаний, исчерпавшие свое время жизни, могут ежедневно отображаться таким образом, чтобы администратор базы знайий мог просматривать знания с целью редактирования. При этом сохраняются сведения об экспертах, знания которых хранятся в системе, чтобы обеспечить доступ к знаниям каждого отдельного эксперта и аккумулировать знания экспертов и их преференции. Чтобы аккумулировать знания из различных источников, синтаксис знаний должен быть однородным и должно быть обеспечено разрешение конфликтов знаний, поступивших из различных источников. В интеллектуальной информационной системе оптимизационные модели, например модель Марковитца, рассматриваются как разновидность знаний, и поэтому обеспечивается интеграция знания и соответствующих моделей с целью поддержки процесса принятия решений. База знаний должна быть также интегрирована с базой данных, поскольку данные содержатся в базе данных.