Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

10545

.pdf
Скачиваний:
1
Добавлен:
25.11.2023
Размер:
6.75 Mб
Скачать

09.04.01-УММ-М.1.2.5-ПИС-ЛК11- Применение редактора Protege 5.5.0 для создания и наполнения онтологий

6.2. Единственное или множественное число

Имя класса представляет набор объектов. Например, класс Вино в действительности представляет все вина. Поэтому для многих разработчиков было бы естественнее

дать классу имя Вина, а не Вино. Ни один из вариантов не лучше и не хуже другого

(хотя на практике для имен классов чаще используется единственное число). Тем не

менее, каким бы ни был выбор, его следует придерживаться на протяжении всей

онтологии. Некоторые системы даже требуют от своих пользователей заранее объявить, какое число (единственное или множественное) они будут использовать в именах классов, и не дают им отклоняться от своего выбора.

Использование все время одной и той же формы также предотвращает такие ошибки

разработчика при моделировании, как создание класса Вина, а затем создание

класса Вино как его подкласса (см. Раздел 4.1).

6.3. Договоренность в отношении использования префиксов и суффиксов

Некоторые методологии по базам знаний советуют придерживаться договоренности в

отношении использования префиксов и суффиксов в именах для того, чтобы

различать классы и слоты. Существует две распространенных традиции: добавлять к

именам слотов hasили предлог –of. Таким образом, наши слоты меняются на егопроизводитель и его-винный_завод, если мы выберем использование его-. Слоты меняются на maker-of и winery-of, если мы выберем использование of-. Этот подход позволяет любому, кто посмотрит на термин, сразу же определить, что это: класс или

слот. Однако имена терминов становятся немного длиннее.

6.4. Другие соображения по присваиванию имен

Еще несколько моментов, которые нужно иметь в виду при определении правил присваивания имен:

-Не добавляйте к именам понятий такие строки как «класс», «свойство», «слот»

и т.д.

Из контекста всегда ясно, что это, к примеру, класс или слот. В дополнение к

тому, что для классов и слотов вы используете разные правила присваивания имен

(скажем, пишете их с большой и с маленькой буквы соответственно), само имя будет

показывать, чем является это понятие.

-Обычно лучше не сокращать имена понятий (то есть, используйте Cabernet

Sauvignon, а не Cab).

-Имя надкласса должно входить или во все имена прямых подклассов, или ни в одно из них. Например, если мы создаем два подкласса класса Вино для представления красных и белых вин, то подклассы должны называться или Красное Вино и Белое Вино, или Красное и Белое, но не Красное Вино и Белое.

7.Другие ресурсы для создания онтологий

Внаших примерах в качестве среды разработки онтологий мы использовали

Protege-. Duineveld с коллегами (Duineveld et al. ) описывает и сравнивает ряд других сред для разработки онтологий.

09.04.01-УММ-М.1.2.5-ПИС-ЛК11- Применение редактора Protege 5.5.0 для создания и наполнения онтологий

Мы постарались рассказать о самом основном о разработке онтологий и не коснулись многих углубленных тем или альтернативных методологий разработки онтологий. Gуmez-Pйrez (Gуmez-Pйrez 1998) и Uschold (Uschold and Gruninger 1996)

представляют альтернативные методологии разработки онтологий. В руководстве по Ontolingua (Farquhar 1997) говорится о некоторых формальных аспектах

моделирования знаний.

В настоящее время исследователи придают особое значение не только разработке онтологий, но также и анализу онтологий. Чем больше онтологий будет

создаваться и повторно использоваться, тем больше будет инструментальных

средств для анализа онтологий. К примеру, Chimaera (McGuinness et al. )

предоставляет диагностические инструментальные средства для анализа

онтологий. Анализ, который осуществляет Chimaera, включает как проверку логической верности онтологии, так и диагностику типичных ошибок при проектировании онтологий. Разработчик онтологий может провести диагностику

разрабатываемой онтологии с помощью Chimaera, чтобы определить соответствие

общим способам моделирования онтологий.

09.04.01-УММ-М.1.2.5-ПИС-ЛК11- Применение редактора Protege 5.5.0 для создания и наполнения онтологий

Вопросы для самоконтроля и текущего контроля

1)Дайте определение онтологии

2)Объясните зачем необходимо создавать онтологии?

3)Перечислите из чего состоит онтология?

4)Опишите методологию инженерии знаний

5)Дайте определение классу и понятию в онтологии

6)Опишите назначение иерархии классов в онтологии

7)Объясните для чего применяются свойства в онтологиях

8)Перечислите рекомендации именования понятий в онтологиях

9)Укажите какие есть ресурсы для создания онтологий помимо Protege.

10)Опишите как применяются онтологии при решении прикладных задач.

Задание на самостоятельную работу

1) Практическое задание

Выполнить создание спецификации знаний о предметной области в виде онтологии в

редакторе Protege 5.5.0 согласно заданию практической работы №4.

2) Самостоятельная работа

Исследовать синтаксис и лексику современных языков создания онтологий.

Список рекомендуемой литературыi:

[1] Сидоркина, Ирина Геннадьевна. Системы искусственного интеллекта [Текст] :

[учеб. пособие для вузов по направлению 230100 "Информатика и вычисл. техника"] / И. Г. Сидоркина. М.: Кнорус, 2011. - 245 с.

Рассмотрены теоретические аспекты проектирования систем искусственного

интеллекта и даны модели представления знаний, изложены материалы

информационного, справочного, консультирующего характера по использованию

инструментальных средств и технологическим особенностям разработки систем

данного класса.

Подробнее: https://www.labirint.ru/books/276217/

[2] Богомолова, М. А. Экспертные системы (техника и технология проектирования)

[Текст] : Методические указания к лабораторным работам / М. А. Богомолова. Самара:

Поволжский государственный университет телекоммуникаций и информатики, 2015. -

47 с.

Методические указания являются руководством при выполнении лабораторных

занятий, проводимых по курсу «Экспертные системы (техника и технология

проектирования)» с магистрами направления 09.04.03 - «Прикладная информатика» в терминальном классе. Лабораторные работы связаны с изучением принципов

построения экспертных систем на основе различных моделей представления знаний, и могут быть полезны студентам других специальностей.

Подробнее: https://www.iprbookshop.ru/71908.html

[3] Советов, Борис Яковлевич. Представление знаний в информационных системах

[Текст] : [учеб. для вузов по направлению подгот. "Информ. системы и технологии"] /

Б. Я. Советов, В. В. Цехановский, В. Д. Чертовской. М.: Академия, 2011.

09.04.01-УММ-М.1.2.5-ПИС-ЛК11- Применение редактора Protege 5.5.0 для создания и наполнения онтологий

Учебник создан в соответствии с Федеральным государственным образовательным стандартом по направлению бакалавриата «Информационные системы и технологии». Рассмотрены современное состояние теоретических и прикладных вопросов

представления знаний в информационных системах, идеология построения

интеллектуальных систем, математический аппарат представления знаний, возможности и пути использования искусственного интеллекта при проектировании

информационных систем. Изложены новые аспекты представления знаний на основе

искусственных нейронных сетей, расчетно-логических систем, генетических

алгоритмов, мультиагентных систем. Приведены примеры практической реализации

представления знаний на базе декларативного языка Пролог. Для студентов

учреждений высшего профессионального образования. Может быть полезен разработчикам и пользователям информационных систем; преподавателям и научным

сотрудникам, сферой интересов которых является интеллектуализация различных

предметных областей; менеджерам и руководителям различного ранга, желающим

самостоятельно ознакомиться с современным состоянием информационных

технологий.

Подробнее: https://lavkababuin.com/predstavlenie-znaniy-v-informacionnyh-sistemah-2-e- izd-ster-650564/

[4] Остроух, А. В. Интеллектуальные информационные системы и технологии

[Электронный ресурс] : монография / А. В. Остроух, А. Б. Николаев. Санкт-Петербург:

Лань, 2019. - 308 с.

В монографии изложены концептуальные основы и методы представления знаний в интеллектуальных системах. Рассмотрены различные подходы, применяемые при

проектировании и разработке интеллектуальных систем и технологий в

транспортном комплексе, а также рассмотрены тенденции развития систем

искусственного интеллекта.

Монография может быть использована для формирования профессиональной

компетентности студентов высших учебных заведений, аспирантов и научных сотрудников обучающихся и ведущих научные исследования в области разработки и

практического применения систем искусственного интеллекта по укрупнённой

группе направлений подготовки "Информатика и вычислительная техника".

Подробнее: https://www.labirint.ru/books/692861/

Ссылки на открытые ресурсы (он-лайн-курсы, видеоуроки и т.д.)

[5]

iСписок рекомендуемой литературы может быть более широким по сравнению со списком литературы, указанным в рабочей программе

История искусственного

интеллекта

Сейчас технологии развиваются с немыслимой скоростью. Ранее те возможности, что, казалось бы, были доступны только профессиональным ученым, в современной жизни доступны каждому. Один из подобных прорывов – искусственный интеллект(ИИ), прочно обосновавшийся во многих сферах человеческой жизни.

Так что же такое ИИ, как он возник, где применяется, а также чем он отличается от человеческого разума?

2

Предпосылки появления ИИ

Идея искусственного интеллекта давно волнует

человечество. Автоматонам уделялось много внимания в мифах Древней

Греции, и наиболее известным примером является искусственная женщина Пандора, созданная Зевсом. В 17 веке некоторые философы размышляли над возможностью «вложить разум» в неодушевлённые предметы. Было выдвинуто множество теорий.

К примеру, Рене Декарт верил в дуализм разума и тела.

У Лейбница были другие взгляды. Он полагал, что вся человеческая мысль может быть представлена математически с помощью элементарных символов.

Искусственный интеллект и автоматоны фигурируют в художественной

литературе с незапамятных времён. В качестве примера можно привести «Франкенштейн, или Современный Прометей» Мэри Шелли и «Россумские универсальные роботы» Карела Чапека.

3

"Рисунок 1 – книга «Франкенштейн» Мери

Шелли"

4

" Рисунок 2 – книга «Россумские универсальные роботы» Карела Чепека "

5

Это были философские предпосылки для появления ИИ. Теперь давайте поговорим о конкретных учёных и их

трудах, благодаря которым искусственный интеллект из

выдумки стал реальностью. Относительно конкретная и подкреплённая фактами история началась относительно недавно. Знаменитый тест Тьюринга впервые был проведён

в 1950, но лишь спустя шесть лет, в 1956 году, ИИ начал

формироваться как отдельная дисциплина. Давайте посмотрим, как это было.

6

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]