Модели представления знаний

В настоящее время разработаны десятки моделей (или языков) представле­ния знаний для различных предметных областей. Большинство из них мо­жет быть сведено к следующим классам:

Ø продукционные модели;

Ø семантические сети;

Ø фреймы;

Ø формальные логические модели.

В свою очередь это множество классов можно разбить на две большие группы (рис. 1.2):

Ø модульные;

Ø сетевые.

Модульные языки оперируют отдельными (не связанными) элементами зна­ний, будь то правила или аксиомы предметной области.

Сетевые языки предоставляют возможность связывать эти элементы или фрагменты знаний через отношения в семантические сети или сети фреймов.

Рассмотрим подробнее наиболее популярные у разработчиков языки пред­ставления знаний (ЯПЗ).

Продукционная модель

ЯПЗ, основанные на правилах (rule-based), являются наиболее распростра­ненными и более 80% ЭС используют именно их.

Определение 1.5

Продукционная модель или модель, основанная на правилах, позволяет представить знания в виде предложений типа "Если (условие), то (действие)".

Под "условием" (антецедентом) понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под "действи­ем" (консеквентом) — действия, выполняемые при успешном исходе поиска (они могут быть промежуточными, выступающими далее как условия, и терминальными или целевыми, завершающими работу системы).

Чаще всего вывод на такой базе знаний бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения — к данным). Дан­ные — это исходные факты, хранящиеся в базе фактов, на основании кото­рых запускается машина вывода или интерпретатор правил, перебирающий правила из продукционной базы знаний (см. разд. 1.3).

Продукционная, модель так часто применяется в промышленных эксперт­ных системах, поскольку привлекает разработчиков своей наглядностью, высокой модульностью, легкостью внесения дополнений и изменений и простотой механизма логического вывода.

Имеется большое число программных средств, реализующих продукцион­ный подход (например, языки высокого уровня CLIPS и OPS 5; "оболочки" или "пустые" ЭС — EXSYS Professional и Карра, инструментштьные системы КЕЕ, ARTS, PIES [Хорошевский, 1993]), а также промышленных ЭС на его основе (например, ЭС, созданных средствами G2 [Попов, 1996]). Подробнее см. [Попов, Фоминых и др., 1996; Хорошевский, 1993; Гаврилова, Хорошев­ский, 2001; Durkin, 1998].

Семантические сети

Термин "семантическая" означает "смысловая", а сама семантика — это нау­ка, устанавливающая отношения между символами и объектами, которые они обозначают, т. е. наука, определяющая смысл знаков. Модель на основе семантических сетей была предложена американским психологом Куиллиа-ном. Основным ее преимуществом является то, что она более других соот­ветствует современным представлениям об организации долговременной памяти человека [Скрэгг, 1983].

Определение 1.6

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

В качестве понятий обычно выступают абстрактные или конкретные объек­ты, а отношения это связи типа: "это" ("АКО — A-Kind-Of, "is" или "эле­мент класса"), "имеет частью" ("has part"), "принадлежит", "любит".

Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями.

-По количеству типов отношений:

• однородные (с единственным типом отношений);

• неоднородные (с различными типами отношений).

-По типам отношений:

• бинарные (в которых отношения связывают два объекта);

• N-арные (в которых есть специальные отношения, связывающие более двух понятий).

Наиболее часто в семантических сетях используются следующие отношения:

• элемент класса (роза это цветок);

• атрибутивные связи /иметь свойство (память имеет свойство — объем);

• значение свойства (цвет имеет значение — желтый);

• пример элемента класса (роза, например — чайная);

• связи типа "часть-целое" (велосипед включает руль);

• функциональные связи (определяемые обычно глаголами "производит", "влияет"...);

• количественные (больше, меньше, равно...);

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

• временные (раньше, позже, в течение...);

• логические связи (и, или, не) и др.

Минимальный состав отношений в семантической сети таков:

• элемент класса или АКО;

• атрибутивные связи /иметь свойство;

• значение свойства.

Недостатком этой модели является сложность организации процедуры орга­низации вывода на семантической сети.

Эта проблема сводится к нетривиальной задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе.

На рис. 1.3 изображен пример семантической сети. В качестве вершин тут выступают понятия "человек", "т. Смирнов", "Audi A4", "автомобиль", "вид транспорта" и "двигатель".

Рис. 1.3.Семантическая сеть

Для реализации семантических сетей существуют специальные сетевые языки, например, NET [Цейтин, 1985], язык реализации систем SIMER + MIR [Осипов, 1997] и др. Широко известны экспертные системы, использую­щие семантические сети в качестве языка представления знаний — PROSPECTOR, CASNET, TORUS [Хейес-Рот и др., 1987; Durkin, 1998].

Фреймы

Термин фрейм (от англ. frame — "каркас" или "рамка") был предложен Марвином Минским [Минский, 1979], одним из пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое психологическое обоснование.

Определение 1.7