Меню
Главная
Авторизация/Регистрация
 
Главная arrow Информатика arrow Информационные технологии в государственном и муниципальном управлении
Посмотреть оригинал

Базы знаний

Основу ЭС составляет база знаний, хранящая множество фактов и набор правил, полученных от экспертов и из специальной литературы.

База знаний — совокупность сред, хранящих знания различных типов.

Рассмотрим кратко их назначение.

База фактов (данных) хранит конкретные данные, а база правил — элементарные выражения, называемые в теории искусственного интеллекта продукциями.

База процедур содержит прикладные программы, с помощью которых выполняются все необходимые преобразования и вычисления над данными.

База закономерностей включает в себя различные сведения, относящиеся к особенностям той среды, в которой действует система.

База метазнаний (база знаний о себе) содержит описание самой системы и способов ее функционирования: сведения о том, как внутри системы представляются единицы информации различного типа, как взаимодействуют различные компоненты системы, как было получено решение задачи.

База целей содержит целевые структуры, называемые сценариями, позволяющие организовать процессы движения от исходных фактов, правил, процедур к достижению той цели, которая поступила в систему от пользователя либо была сформулирована самой системой в процессе ее деятельности в проблемной среде.

Управление всеми базами, входящими в БЗ, и организацию их взаимодействия и взаимодействие с внешней средой осуществляет система управления базами знаний [2].

Система управления базами знаний (СУБЗ) совокупность программных средств, обеспечивающих создание, редактирование и обновление знаний.

База знаний отличается от базы данных: в базе данных единицы информации представляют собой не связанные друг с другом сведения, формулы, теоремы, аксиомы, в базе знаний те же элементы уже связаны как между собой, так и с понятиями внешнего мира определенными соотношениями и сами содержат в себе эти отношения.

Знания — вид информации, отражающей опыт специалиста (эксперта) в определенной предметной области, его понимание множества текущих ситуаций и способы перехода от одного описания объекта к другому.

В настоящее время выделяют следующие основные типы моделей представления знаний: семантические сети, фреймовые модели, продукционные модели.

Семантическая сеть определяется как граф общего вида, в котором можно выделить множество вершин и ребер. Каждая вершина графа представляет некоторое понятие, факт, событие, процесс и другие элементы описания предметной области, а дуга — отношение между этими элементами. Метка и направление дуги конкретизируют семантику. Метки вершин семантической нагрузки не несут, а используются как справочная информация. Различные разновидности семантических сетей обладают различной семантической мощностью, следовательно, можно описать одну и ту же предметную область более компактно или громоздко. Широко известны ЭС CASNET, TORUS, PROSPECTOR. На рисунке 4.2 приведена семантическая сеть, соответствующая тексту: «Городом управляет администрация города. Администрация города имеет в подчинении бюро технической инвентаризации (БТИ). БТИ создает реестр муниципальной собственности. Реестр муниципальной собственности использует справочник улиц города. Информация об операциях с недвижимостью направляется в жилищно-коммунальное хозяйство (ЖКХ) города. ЖКХ находится в подчинении администрации города».

Семантическая сеть представления знаний

Рис. 4.2. Семантическая сеть представления знаний

Фреймовая модель основана на понятии фрейма. Фрейм представляет собой минимально возможное описание сущности какого-либо явления, события, ситуации, процесса или объекта.

Фрейм — структура данных для представления и описания стереотипных объектов, событий или ситуаций.

Каждый фрейм имеет имя и состоит из частей, называемых обычно слотами. Фрейм изображается в виде цепочки:

Иногда вместо слота может выступать отдельный фрейм. Например, фрейм «Муниципальная недвижимость» имеет следующую цепочку слотов:

Здесь каждый слот имеет переменное значение. Такой фрейм называется фреймом-прототипом. В каждой конкретной ситуации его значение конкретизируется. Например,

В этом случае слоты

могут уточняться. В результате уточнения получается фрейм- экземпляр:

Исключение любого слота из фрейма делает фрейм неполным, не отражающим содержание предметной области, иногда бессмысленным.

Графически фрейм можно изобразить в виде сети, состоящей из узлов и связей между ними. Каждый узел представляет собой определенное понятие, которое (и в этом заключается основной смысл теории) может быть, а может и не быть задано в явном виде. В последнем случае оно может быть конкретизировано в результате процесса согласования данного фрейма с некоторой конкретной ситуацией, имеющей место во внешнем мире. Незаданные в явном виде узлы называются терминалами. Они образуют нижние уровни графовой структуры, тогда как на верхних уровнях располагаются понятия, которые всегда справедливы в отношении представляемой данным фреймом ситуации.

Таким образом, совокупность заданных в явном виде узлов-понятий образует основу для «понимания» любой конкретной ситуации из определенного для данного фрейма класса ситуаций. «Понимание» происходит путем конкретизации терминалов и согласования возможных для каждого из них понятий с вполне определенной, существующей во внешнем мире обстановкой. Происходят активизация в памяти соответствующего фрейма и согласование его терминальных вершин с текущей ситуацией; в случае неудачи из памяти с помощью сети поиска информации, объединяющей системы фреймов, «выбирается» другой фрейм, терминалы которого, возможно, окажутся между собой в более подходящих отношениях применительно к той же рассматриваемой ситуации.

Центральным моментом является использование одних и тех же терминалов различными фреймами, что позволяет координировать информацию, собираемую из разных источников. Группы связанных между собой фреймов объединяются в системы, которые могут отражать действия, причинно-следственные связи, изменения понятийной точки зрения и т.д.

Фреймовая модель включает в себя набор фреймов, составляющих библиотеку внутри представляемых знаний, и механизмы их преобразования, связывания и т.д. Для обработки фреймов созданы специальные языки, например KPL, FPL и др. Фреймовые модели используются в промышленных ЭС, например МОДИС,

Марвин МИНСКИЙ

(р. 1927)

Американский ученый, профессор Массачусетского технологического института, автор трудов в области искусственного интеллекта и робототехники. Разработчик фреймовой модели представления знаний.

ANALYST. Фреймовую модель в середине 1970-х гг. предложил М. Минский.

Продукционная модель — это набор правил вида «условие-действие», где условиями являются утверждения о содержимом БД, а действия представляют собой процедуры, которые могут изменять содержимое БД. Практически продукции строятся по схеме «ЕСЛИ (причина, или, иначе, посылка), ТО (следствие, или, иначе, цель правила)». К основным преимуществам продукционных моделей относят естественность в форме представления знаний, а также удобство в чтении и модификации, поскольку модель представляет знания в модульной форме. Каждая единица информации может быть изменена или удалена. К недостаткам — трудность составления продукционного правила, соответствующего элементу знания. Нужно, чтобы рассматриваемая область уже была достаточно хорошо изучена. Кроме того, существуют трудности записи правил. Единый формат «ЕСЛИ ..., ТО...» приводит к громоздким выражениям в левой части, если правила сложны. Несмотря на указанные недостатки, продукционные модели — наиболее распространенные сегодня модели. На основе продукционных моделей созданы базы знаний, используемые в промышленных ЭС (EXPERT, EXSYS, CRYSALIS, ARGOS 11, POLITICS, ФИАКР и др.).

 
Посмотреть оригинал
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

Популярные страницы