6. База знаний. Извлечение знаний. Стратегии и трудности извлечения знаний. Психологический, лингвистический и гносеологический аспекты. Методы извлечения знаний.

Извлечение знаний – это процедура взаимодействия эксперта с источником знаний, в результате которого становятся явными процесс рассуждения специалистов при принятии решения и структура их представления о предметной области

Трудности извлечения знаний

• Организационные неувязки

• Неудачный метод извлечения, не совпадающий со структурой в данной области

• Неадекватная модель(язык) для представления знаний

• Не удалось наладить контакт с экспертом

• Терминологический разброс

• Упрощение картины мира эксперта

Приобретение знаний - процесс наполнения базы знаний эксперта с использованием специализированных программных средств

Формирование знаний – процесс анализа данных и выявление скрытых закономерностей с использованием спец. мат. аппарата и программных средств

Стратегии получения знаний

• С использованием ЭВМ при наличии подходящего программного инструмента – приобретения знаний

• С использованием программного обучения при наличии репрезентативной выборки, примеров принятия решения в предметной области и соответствующего пакета программ

• Без использования вычислительной техники, путем непосредственного контакта инженера по знаниям с источником знаний – извлечение знаний

Психологический аспект

Является ведущим, поскольку он определяет успешность, эффективность взаимодействия инженера по знаниям с основными источниками знаний- эксперт, профессионал.

В общем психология является доминирующей и уровня общения

• Уровень манипулирования

• Уровень «рефлекторной игры» стремится к выигрышу не принимая другое

• Уровень правового общения

  
  

• Уровень нравственного общения

Лигнвистический аспект

Исследование языковых проблем. Язык – средство общения

Тосеологический подход

Раздел философии связанный с теорией познания, как теорией отражения действительности в сознание человека

факт обобщенный факт эмпирический закон теоретический закон

Методы извлечения знаний

 Машина вывода. Правила вывода. Виды правил. Стратегии вывода. Прямой, обратный и смешанный вывод. Поиск в глубину, ширину. Стратегии разнообразия, новизны, первичности, простоты, сложности, LEX, MEA, сканирования, фокусирования. Использование метаправил. Немонотонный вывод.

Машина вывода.

Выполняет функции:

1. Выполняет правила, заполняя новые факты, изменяя существующие гипотезы

2. Выбирает правила, которые необходимо применить

ИБЗ – интегрированные БД

Выбор правила, которое нужно применит можно выполнить по следующим критериям:

1. Чаще всего поиск осуществляется по условию истинности левой части правила.

Выбор правил осуществляется на основании стратегий. Если правило одно, то детерминированный вывод.

раичные типы правил

• If( если-то) : a -> b

• Whenever (в результате обработчика событий)

• Initially (который обрабатывается по умолчанию)

И др

2. Выбор правила на основе стратегии вывод, если правило одно, то это детерминированный набор правил, который может быть выполнен путём какого-либо алгоритма (ЭС не обязательна)

3. Выполнение правила(правой части)

Стратегия вывода зависит от ЯПЗ(языка представления знаний) и выбранной конструкции правил.

Существуют локальный и глобальный подходы:

ЛП – конкретный в предметной области

ГП – по всем предметным областям.

- Прямой вывод – движение от левой части к правой

- Обратный вывод (движение от правой части правила: то есть что надо знать, чтобы получить правильный результат

- Смешанный (Прямой+ обратный. Применяется, когда не хватает данных в прямом выводе, тогда обращаются к обратному выводу для получения дополнительных правил)

Стратегии

1. Поиск в глубину или ширину (когда имеется дерево правил и дерево вопросов)

2. Разнообразия (исключаются уже применённые в правила )

3. Новизны. (FILO – те правила, которые обрабатывают новые данные)

4. Первичности (FIFO – один из критериев достоверности

5. Простоты или сложности

Простота: правило имеет в левой части одну посылку

a->b

Сложность: правило в левой части имеет несколько посылок

a&k&R->b

6. LEX стратегия = {разнообразие + новизна + сложность}

7. MEA (Mean-Ends-Analysis) = { разнообразие + новизна первичной посылки + LEX}

8. “Стопка кни” – наиболее полезно. Вводят специальные коэффициенты полезности, важности, эффективности

9. Использование метаправил. Чтобы выбрать правило, используют другую систему правил(если – то, каскадирование правил)

10. Сканирования : применяется в течение всего протяжения времени

11. Фокусирования: привязка правил к конкретному объекту

Выводы:

1. Немонотонный вывод – пересматривает решения, принятые на предыдущем шаге. Остальные – монотонные

2. Нечёткий вывод

3. Вывод на прецедентах

4. Рассуждения с доской объявления