Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

О языке описания поля знаний




Поле знаний

Теоретические аспекты инженерии знаний

Поддержка системы

 

При перекодировании системы на язык, подобный С, повышается ее быстродей­ствие и увеличивается переносимость, однако гибкость при этом уменьшается. Это приемлемо лишь в том случае, если система сохраняет все знания проблем­ной области и это знание не будет изменяться в ближайшем будущем. Однако если экспертная система создана именно из-за того, что проблемная область изме­няется, то необходимо поддерживать систему в ее инструментальной среде разра­ботки.

 

Пример 2.3

Удачным примером ЭС, внедренной таким образом, является XCON (R1) - ЭС, кото­рую фирма DEC использует для комплектации ЭВМ семейства VAX. Одной из клю­чевых проблем, с которой столкнулась фирма DEC, является необходимость постоян­ного внесения изменений для новых версий оборудования, новых спецификаций и т. д. Для этой цели XCON поддерживается в программной среде OPS5.

 

 

 

□ Поле знаний

□ Стратегии получения знаний

□ Теоретические аспекты извлечения знаний

□ Теоретические аспекты структурирования знаний

 

 

 

Инженерия знания - достаточно молодое направление искусственного интеллекта, появившееся тогда, когда практические разработчики столкнулись с весьма нетривиальными проблемами трудности «добычи» и формализации знаний.

В первых книгах по ИИ эти факты обычно только постулировались, в дальнейшем начались серьезные исследования по выявлению оптимальных стратегий выявления знаний [Boose, 1990; Wielinga, Schreiber, Breuker, 1992; Tuthill, 1994;

Adeli,1994].

Данная глава целиком посвящена теоретическим проблемам инженерии знаний, другими словами - проектированию баз знаний - получению и структурированию знаний специалистов для последующей разработки баз знаний. Централь­ным понятием на стадиях получения и структурирования является так называемое поле знаний, уже упоминавшееся в параграфе 1.3.

 

Поле знаний -это условное неформальное описание основных понятий и взаимосвя­зей между понятиями предметной области, выявленных из системы знаний эксперта, в виде графа, диаграммы, таблицы или текста.

 

 

Поле знаний Pz формируется на третьей стадии разработки ЭС (см. п. 2.4) -стадии структурирования.

Поле знаний, как первый шаг к формализации, представляет модель знаний о предметной области, в том виде, в каком ее сумел выразить аналитик на некотором «своем» языке. Что это за язык? Известно, что словарь языка конкретной на­уки формируется путем пополнения общеупотребительного языка специальны­ми терминами и знаками, которые либо заимствуются из повседневного языка, либо изобретаются [Кузичева, 1987]. Назовем этот язык L и рассмотрим его же­лаемые свойства, учитывая, что стандарта этого языка пока не существует, а каж­дый инженер по знаниям вынужден сам его изобретать.

Во-первых, как и в языке любой науки, в нем должно быть как можно меньше не­точностей, присущих обыденным языкам. Частично точность достигается более строгим определением понятий. Идеалом точности, конечно, является язык ма­тематики. Язык L, видимо, занимает промежуточное положение между есте­ственным языком и языком математики.

Во-вторых, желательно не использовать в нем терминов иных наук в другом, то есть новом, смысле. Это вызывает недоразумения.

В-третьих, язык L, видимо, будет либо символьным языком, либо языком графи­ческим (схемы, рисунки, пиктограммы).

При выборе языка описания поля знаний не следует забывать, что на стадии формализации необходимо его заменить на машинно-реализуемый язык пред­ставления знаний (ЯПЗ), выбор которого зависит от структуры поля знаний. Существует ряд языков, достаточно универсальных, чтобы претендовать на роль языка инженерии знаний, - это структурно-логический язык SLL, включающий аппарат лямбда-конверсии [Вольфенгаген и др., 1979], язык К-систем [Кузнецов, 1989], УСК [Мартынов, 1977] и др. Однако они не нашли широкого применения. В некотором смысле создание языка L очень близко к идеям разработки универ­сальных языков науки [Кузичева, 1987]. К XVII веку сложились два подхода в разработке универсальных языков: создание языков-классификаций и логико-конструктивных языков. К первому примыкают проекты, восходящие к идее Ф. Бэкона, - это языки Вилкинса и Далгарно. Второй подход связан с исследо­ваниями в рамках поиска универсального метода познания, наиболее четко выс­казанного Р. Декартом, а затем в проекте универсальной характеристики Г. Лейб­ница. Именно Лейбниц наметил основные контуры учения о символах, которые в соответствии с его замыслами в XVIII веке развивал Г. Ламберт, который дал имя науке «семиотика». Семиотика в основном нашла своих адептов в сфере гу­манитарных наук. В последнее время сложилась также новая ветвь семиотики - прикладная семиотика [Pospelov, 1995].

Представители естественных наук еще не до конца осознали достоинства семи­отики только из-за того, что имеют дело с достаточно простыми и «жесткими» предметными областями. Им хватает аппарата традиционной математики. В ин­женерии знаний, однако, мы имеем дело с «мягкими» предметными областями, где явно не хватает выразительной адекватности классического математичес­кого аппарата и где большое значение имеет эффективность нотации (ее ком­пактность, простота модификации, ясность интерпретации, наглядность и т. д.). В главе 8 рассматриваются современные тенденции в этой области, и вводится понятие онотологического инжиниринга, как одного из подходов к семиотичес­кому моделированию предметной области.

Языки семиотического моделирования [Осипов, 1988; Поспелов, 1986] как есте­ственное развитие языков ситуационного управления являются, как нам кажет­ся, первым приближением к языку инженерии знаний. Именно изменчивость и условность знаков делают семиотическую модель применимой к сложным сфе­рам реальной человеческой деятельности. Поэтому главное на стадии концептуа­лизации - сохранение естественной структуры поля знаний, а не выразительные возможности языка.

 

Традиционно семиотика включает (рис. 3.1):

синтаксис (совокупность правил построения языка или отношения между знаками);

семантику (связь между элементами языка и их значениями или отношения между знаками и реальностью);

прагматику (отношения между знаками и их пользователями).

 


 

Рис. 3.1. Структура семиотики

 




Поделиться с друзьями:


Дата добавления: 2015-07-02; Просмотров: 636; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.014 сек.