Особенности знаний, отличающие их от данных

Пример. Пусть в качестве предметной области выступают родственные связи. Объектами этой предметной области являются такие понятия, как мать,

отец, дочь, мужчина, женщина и т.п.

Пусть известны факты:

Виктор является отцом Тани.

Владимир является отцом Виктора.

На языке Пролог эти факты описываются следующим образом:

отец (виктор, таня).

отец (владимир, виктор).

Здесь «отец» является именем отношения или предикатом, а «виктор», «таня» и «владимир» - константами.

Пусть X, Y, Z – переменные. Используя переменные X и Z, можно в общем случае записать отношение «X является отцом Z» на языке Пролог:

отец (X, Z).

Используя предикат «отец» и переменные X, Y, Z, сформулируем новое отношение «дед», а именно:

Если X является отцом Z и

Z является отцом Y

то X является дедом Y.

Такая форма записи отношения «Если.…То» называется продукционным правилом, продукцией или просто правилом.

На языке Пролог отношения «дед» записывается следующим образом:

дед (X, Y): – отец (X, Z), отец (Z, Y).

Символ «: –» интерпретируется как «Если».

На примере отношения «дед» сформулирована общая закономерность определения понятия «дед» через понятие «отец». Имя «владимир», взятое вне зависимости от отношения, ни о чем не свидетельствует. Возможно это имя человека или наименование города. Точно так же рассматриваются числовые или другие данные, например, в файле данных. Данное, взятое вместе с отношением, определяет некоторый смысл и таким образом представляет собой знание.

Рассмотрим особенности знаний, в которых заключается их отличие от данных.

1. Интерпретируемость. Данные, хранимые в памяти ЭВМ, могут интерпретироваться только соответствующей программой. Данные без программы не несут никакой информации, в то время как знания имеют интерпретацию, так как они содержат одновременно и данные, и соответствующие им имена, описания, отношения, т.е. вместе с данными представлены информационные структуры, которые позволяют не только хранить знания, но и использовать их.

2. Структурированность. Выполняется декомпозиция сложных объектов на более простые и установление связей между ними. Одни информационные единицы вкладываются в другие. Другими словами, должна существовать возможность установления между отдельными информационными единицами отношений типа «часть – целое», «элемент – множество». Это позволяет в одном экземпляре хранить информацию, одинаковую для элементов целого множества. При необходимости одни единицы знаний могут наследовать свойства других единиц.

3. Связность. В информационной базе между информационными единицами устанавливаются связи различного типа, характеризующие отношения между объектами, явлениями предметной области. Совместимость отдельных событий или фактов в некоторой ситуации определяется этими связями, а также такими отношениями, как одновременность, расположение в одной области пространства, причинно-следственными связями и т.д. Связи позволяют строить процедуры анализа знаний на совместимость и противоречивость, которые трудно реализовать при хранении традиционных массивов данных.

4. Семантическая метрика. На множестве информационных единиц в некоторых случаях задают отношения, характеризующие ситуационную близость этих единиц. Это отношение релевантности информационных единиц. Такое отношение дает возможность выделять в базе данных некоторые типовые ситуации, позволяет находить знания, близкие к уже имеющимся.

5. Активность. Разделение информационных единиц на данные и программы (команды) привело к тому, что данные пассивны, а команды активны. Для ИИС

знания инициируют действия. Появление в информационной базе новых фак-

тов, установление связей может стать источником активности системы.

Перечисленные 5 особенностей определяют ту грань, за которой данные превращаются в знания, а база данных – в базу знаний.

Указанные свойства знаний должны обеспечивать интеллектуальной системе возможность моделировать рассуждения человека при решении прикладных задач.

Базу данных можно рассматривать как набор данных для представления фактов. Факты представляют совокупность сведений о качественных и количественных характеристиках конкретных объектов.

База знаний – это совокупность описывающих предметную область правил и фактов, позволяющих с помощью механизма вывода отвечать на вопросы об этой предметной области, ответ на которые в явном виде в базе не присутствует. База знаний содержит как простые факты, так и понятийные знания, выраженные на естественном языке в терминах предметной области, то есть знания относительно стоящих за этими терминами классов объектов и их отношений.

Лекция 2. Основные понятия систем представления знаний

Центральным вопросом при создании интеллектуальных информационных систем является выбор способа представления знаний.

Представление знаний – это формализация знаний для их ввода в базу знаний. Представление знаний предназначено для структуризации предметных знаний с целью облегчить поиск решений задач. Представление знаний выполняется в рамках той или иной системы представления знаний (СПЗ).

Системой представления знаний (СПЗ) называют средства, позволяющие описывать знания о предметной области с помощью языка представления знаний, организовывать хранение знаний в системе (накопление, анализ, обобщение), выводить новые знания из имеющихся, находить требуемые знания, проверять непротиворечивость накопленных знаний, осуществлять интерфейс между пользователем и знаниями.

Центральное место в СПЗ занимает язык представления знаний (ЯПЗ) –

множество соглашений по синтаксису и семантике, в соответствии с которыми описываются объекты предметной области. Выразительные возможности ЯПЗ определяются лежащей в его основе моделью представления знаний (иногда эти понятия отождествляют).

Модель представления знаний является формализмом, призванным отобразить статистические и динамические свойства предметной области, т.е. отобразить объекты и отношения предметной области, иерархию понятий предметной области и изменение отношений между объектами. Модель представления знаний определяет способ описания знаний в базе знаний.

Дата добавления: 2014-01-04