Семантика – наука, устанавливающая отношения между символами и объектами, которые они обозна-чают. То есть, это наука по определению смысла знаков.

Графовые модели по темам наиболее подходят для определения семантики.

Успех определения семантики знаний напрямую зави-сит от выбранной модели (и её внутренней точности).

В пример можно привести древние модели мирозда-ния (Земля плоская, стоит на трёх китах или слонах, Земля – центр Вселенной и так далее).

Семантическая сеть– это ориентированный граф, вершины которого – понятия (объекты, концепции, со-бытия), а дуги – отношения между ними. Дуги могут определяться разными методами, которые зависят от способа представления знаний. Любой фрагмент сети (одна вершина, две вершины и соединяющие их дуги) называют подсетью.

В Теории Графов имеется типизация семантических сетей (приведение к образцу, или нескольким образ-цам), использующее различные методы.

Благодаря этим методам и порождаются различные ви-ды семантических сетей (см. ниже).

Логический вывод (поиск решения) на семанти-ческой сети состоит в нахождении или конструиро-вании подсети, удовлетворяющей определённым ус-ловиям.Для формализации процесса логического вы-вода вводят типизацию семантических сетей и затем разрабатывают методы решения для сетей конкретного вида. В основе решения анализ математических свойств отношений, входящих в сеть.

Сети различного вида получаются в зависимости от того, какие ограничения накладывают на вершины и дуги.

Сети, вершины которых не обладают внутренней структурой, называют простыми сетями. Если у вершин есть внутренняя структура, то такие сети называют иерархическими.

Динамические семантические сети или сценарии – это сети с событиями. Главное отличие иерархической сети от простой – возможность разделять сеть на подсети и устанавливать отношения не только между вершинами, но и между подсетями. Различные подсети, составляю-щие сеть, могут быть упорядочены в виде дерева подсе-тей: вершины – подсети, а дуги – отношения видимости.

Подсеть, как понятие, аналогична математическим скобкам, а видимость – переменным внутри и снаружи математических скобок.

Рассмотрим пример описания технического объекта «Арка» с помощью семантической сети. Арка – это пере-кладина, опирающаяся на две опоры, причём опоры не должны соприкасаться друг с другом.

Формально эту сеть можно описать так:

(Арка одну_часть_составляет_опора 1)

(Арка одну_часть_составляет_опора 2)

(Арка одну_часть_составляет_перекладина)

(Перекладина опирается_на опора 1)

(Перекладина опирается_на опора 2)

(Опора 1 не должна касаться опора 2)

Описание сети ничем принципиально не отличается от описания деревьев в продукционной модели. Описы-вать сети и деревья можно одними и теми же языками. Но так как многие типы отношений не исследованы, формального алгоритма вывода не существует и вы-вод на сетях сложнее.

Главная проблема в понимании и реализации логи-ческого вывода на сети в том, что пространства пред-метной области часто являются неметрическими или не удовлетворяющими одной из аксиом:

p(a,b) = 0 только при a = b

p(a,b) = p(b,a)

p(a,b) < p(a,c) + p(b,c)

где p – мера (для простоты её можно понимать, как рас-стояние между элементами).

Мы в обыденной жизни практически всегда имеем дело с метриками. Например, никто из нас не задумыва-ется над тем, почему прямая – кратчайшее расстояние между двумя точками; равноценны ли выражения «2+3» и «3+2» и т.п.

Примечательно отношение «ведёт к». Дорога ведёт из пункта А в пункт В. Значит ли это, что эта же дорога ведёт из пункта В в пункт А? Это всё примеры метри-ческих отношений в нашей обычной жизни.

Важно установление соответствия (в том числе вза-имнооднозначного) между элементами двух сетей. Мо-дель семантики с точки зрения математики (математи-ческая теория отношений и теория чисел) является ин-тересной и в то же время сложной.

Транзитивность – очень полезно свойство отноше-ний семантических сетей. Проиллюстрируем это на примере, довольно «бородатом». Исследуем предложе-ния 1)«Куин Мэри» является океанским лайнером».

и 2)«Каждый океанский лайнер является кораблём». Рассмотрим рисунок.

На рисунке используют-ся дуги «является». Так как известно свойство дуг, свя-зывающих узлы: отноше-ние «является» транзитив-ным. Поэтому из сети мо-жет быть выведено третье утверждение: «Куин Мэри является кораблём». При-чём это утверждение не было задано явно.

Отношения «является», «имеет часть» и т.п. устанав-ливают свойство иерархии наследования в сети. То есть элементы сети более низкого уровня наследуют свойст-ва элементов более высокого уровня. Это экономит па-мять – не нужно повторять информацию о сходных уз-лах в каждом узле. Информация лежит в одном цент-ральном узле.

К примеру, в семантической сети, представляющей корабль такие его части, как гребной винт, котельная, двигательная установка, корпус включают один раз на уровне корабля. Не требуется повторять их на более низком уровне иерархии (тип корабля или конкретный корабль).

Это позволяет выиграть в использовании памяти тем больше, чем больше кораблей в сети – для нескольких сотен выигрыш огромен.

Семантические сети классифицируют. По коли-честву типов отношений:

– однородные (один тип отношений);

– неоднородные (несколько типов отношений).

По типам отношений:

– бинарные (связывают два объекта);

– n-арные (в них есть специальные отношения по связям более двух понятий, к примеру, понятие «треу-гольник»).

Чаще всего в семантических сетях используют такие отношения:

– связи типа «часть-целое» или «класс-подкласс» или «элемент-множество» и т.п.;

– функциональные связи (определяются глаголами «производит», «влияет» и т.п.);

– количественные (больше, меньше, равно);

– пространственные (далеко от, вблизи от, за, под, над и т.д.);

– временные (раньше, позже, в течение и т.п.);

– атрибутивные связи (иметь свойство, иметь значе-ние);

– логические связи (и, или, не).

Семантические сети являются одним из самых удач-ных методов представления знаний о предметной обла-сти и позволяют упростить поиск решения из-за хорошо установленной таксономии (классификации).

Основной недостаток модели – сложность поиска вывода. Хорошие математические модели на семанти-ческой сети разработаны только для нескольких типов отношений.

ОНТОЛОГИЧЕСКИЕ МОДЕЛИ
ПРЕДСТАВЛЕНИЯ ЗНАНИЙ (тузовский)

В последние десятилетия в качестве наиболее перс-пективной модели представления знаний рассматрива-ются онтологии.

Онтология (от древнегреч. онтос – сущее, логос – учение, понятие) – термин, определяющий учение о су-щем, бытии, в отличие от гносеологии – учение о позна-нии.

В философском смысле, (а этот термин заимствован из философии), онтология есть определенная система кате-горий, являющихся следствием определённых взглядов на мир.

Термин «онтология» был использован рядом иссле-довательских сообществ по ИИ вначале в области инженерии знаний, в обработке естественных языков, а затем в представлении знаний. В конце 1990-х годов по-нятие онтологии также стало широко использоваться в таких областях, как интеллектуальная интеграция ин-формации, поиск информации в Интернет и управление знаниями [Jos de Bruijn, Fensel D., Staab S., Studer R., 2004].

Позже онтологии стали рассматриваться в качестве ключевого элемента в проекте Семантической Сети – но-вого этапа развития сети WWW (Word Wide Web). Если существующая Web-сеть – это огромное множество доку-ментов, которые связаны перекрёстными ссылками, то создаваемая Семантическая Сеть должна добавить к су-ществующей сети множество онтологий и метаописаний знаний, содержащихся в документах Web-сети (включая стандарты и программные инструменты).

Онтологии были разработаны для облегчения обмена и повторного использования знаний [Jos de Bruijn]. По сути это формальные словари, совместно используемые группами специалистов, работающих в конкретных при-кладных областях.

Определение онтологии, которым руководствуются многие исследователи в данной области, было дано в [Gruber T.A., 1995]: «Онтология – это формальное, явное, точное определение (спецификация) совмест-но используемой концептуализации». Концептуали-зацией именуется абстрактное упрощенное представ-ление мира, которое формируется для некоторых це-лей. Онтология является точным определением (специ-фикацией) потому, что она представляет концептуа-лизацию в конкретной форме. Она является явной, по-тому что все используемые в ней ограничения явно определены. Слово формальная означает, что онтоло-гия должна пониматься машиной. Слово совместно ис-пользуемая указывает на то, что онтология содержит согласованные знания.

Онтология состоит из терминов, организованных в таксономию, их определений, атрибутов, а также связан-ных с ними аксиом и правил вывода.

Онтология, таким образом, соединяет человеческое и компьютерное понимание символов. Эти символы, так-же называемые терминами (точными определениями по-нятий), могут интерпретироваться как людьми, так и ма-шинами. Термин понятен для человека, так как это сло-во, написанное на естественном языке. Понятны челове-ку и связи между терминами типа «суперпонятие – под-понятие» (род – вид), обычно обозначаемые как is–a (яв-ляться). Эта связь обозначает тот факт, что одно по-нятие(субпонятие) является более общим, чем другое (подпонятие).

В качестве примера возьмем такое понятие, как компьютер, которое является менее общим, чем понятие машина (автомобиль, трактор, танк и т.д.).

Причем человек делает этот вывод из практики, а компьютер – из формального описания приведенной схемы связей. Понятия описывают набор объектов реального мира. Связи фиксируют отношения между ними. Компьютер, не имея человеческого «понимания», обрабатывает кодированные представления понятия и связей между объектами и, таким образом, способен сделать аналогичные выводы, что и человек на основе логических рассуждений.

Типы онтологий

Существуют много разных онтологий, построенных для различных целей и приложений. При этом в любых других случаях, когда необходима систематизация мно-жества объектов, возможно использование различных признаков для классификации.

Выделение типов онтологий возможно на основе та-ких признаков, как универсальность и выразительность. Уровень универсальности (generality) определяет масш-таб онтологии, а выразительность (expressiveness) – де-тальность её описания.

По уровню универсальности выделяют три типа онтологий:

• Онтологии верхнего уровня, или метаонтологии,описываютобщие понятия, независимо от задач конк-ретного домена. Пример такой онтологии – WordNet [Fellbaum C., 1998]. Масштаб WordNet весьма обшир-ный – весь английский язык с описанием каждого тер-мина, его синонимов и гипер/гипо (более/менее) общих терминов и отношений между ними. Но уровень де-тальности в WordNet очень низкий, описания на естест-венном языке терминов не могут быть поняты маши-ной, и зафиксированы только самые простые отношения между ними.

• Онтологии предметных областей и онтологии задачописываютотносительно общие понятия для общих задач.

В какой-то мере она относится к онтологиям верхнего уровня, так как её можно использовать во множестве предприятий различных предметных областей.

• Онтологии приложенийописывают понятия, зави-сящие как от домена, так и от решаемой задачи.

По степени выразительности McGuinness выделяет следующий спектр онтологий:

• Контролируемые словари: список терминов.

• Тезаурусы: предоставляют связи между термина-ми, такие, как синонимы.

• Неформальная таксономия: существует явная иерархия, но нет строгого наследования. Экземпляр подкласса не обязательно является также экземпляром суперкласса.

• Формальная таксономия:существует строгое нас-ледование.

• Фреймы:описание классов и их свойств.

• Описание классовс заданными ограничениями на их свойства.

• Описание классовс простыми логическими или математическими ограничениями на свойства и отноше-ния.

• Описание классовсо сложными логическими от-ношениями на свойства и отношения (логики первого порядка и отношений типа дизъюнкция, инверсия, часть – целое и т.п.).

Метаописания

Метаописания (описания об описаниях) – это особо структурированная информация, характеризующая со-держание документов, информационных ресурсов и баз знаний, профилей компетенции специалистов и т.п., которая может быть полезна как пользователям, так и самой системе управления знаниями.

В метаописаниях выделяют три типа:

• Системные (служебные) метаданные.

• Структурные метаданные.

• Семантические метаописания.

Системные метаданныепредназначены для функ-ционирования ИС и систем управления знаниями. На-пример: имена файлов и баз, даты их создания, тип и формат, размер файла и вид носителя и т.п.

Структурные метаданныесодержат, как правило, справочную информацию об объектах. Например: наи-менование, статус, структурная принадлежность, про-филь и т.п. То есть описания, использующиеся при идентификации и категоризации объектов в тех или иных целях.

Семантические метаописания– особый вид описа-ний, включающий концептуальное (аннотированное) из-ложение содержания и смысла информации об объекте.

В практике использования информационных ресур-сов и знаний метаописания весьма полезны.

Добавление метаданных к электронным ресурсам системы позволяют более точно определять местополо-жения информации об объектах, улучшает механизм фильтрации и отбора знаний, упрощает и ускоряет доступ к необходимым программам, серверам, ресурсам дисковой памяти и т.п.

Метаописания в международных информационных сетях, в частности многоязыковые метаописания, позво-ляет повысить оперативность и эффективность поиска необходимых объектов и информации о них.

Объединение метаописаний со ссылками на документы, журналы, БД и БЗ широко культивируется в настоящее время как в научных областях, так и во многих областях практической деятельности. Так, например, издателями ведущих стран мира создана Служба справочных ссы-лок издателей, обеспечивающая перекрёстный доступ к издательским серверам, на основе действующих лицен-зионных соглашений, что резко повысило результатив-ность использования поисковых систем сети Интернет.

Трудно переоценить роль метаописаний в библиотеч-ном деле, в учебном процессе всех видов образователь-ных систем, включая электронные системы дистанци-онного обучения в части оперативности и полноты дос-тупа к знаниям.

Семантические метаописания являются частью онто-логии, при построении которой максимально учитыва-ется семантика объектов некой предметной области.

При этом семантические метаописания отражают не всю семантику объекта, так же как онтология не может охватить всю описывающую ею предметную область.

Отсюда вытекают определённые требования к мета-описаниям:

• полнота представления знаний, закреплённых в онтологии;

• возможность использования метаописаний объек-тов в других системах;

• использование общепринятого стандарта, воспри-нимаемого другими системами.

Под метаданными объекта Oi будет пониматься сле-дующее выражение:

MD = Ci ∪ Ii ,

где Ci – множество понятий онтологии O, имеющих отношение к объекту i, содержащихся в информации об объекте (документы, базы данных и знаний и т.п.) и в интересе пользователя. С каждым понятием связан свой весовой коэффициент Ki;

Ii – множество экземпляров понятий онтологии O с экземплярами отношений между ними.