- •4. Прямая цепочка рассуждений и алгоритм ее реализации.
- •Вопрос 6. Система guru. Основные характеристики и назначение системы. Функциональные возможности системы
- •Основные функциональные возможности guru
- •Вопрос 7. Основной интерфейс пользователя с системой guru. Понятие сеанса. Принципы построения меню Меню эксперта и пользователя. Вход в систему
- •Создание и редактирование набора правил в guru, используя команды меню
- •Выражения в системе guru
- •9. Синтаксис набора правил в guru и работа с правилами.
- •1. Работа с правилами в guru.
- •Приоитет и стоимость
- •2. Синтаксис набора правил
- •10 Функции системы guru
- •11. Команды ввода/вывода в guru. Создание форм. Работа с процедурами.
- •12. Операторы, макроопределения и шаблоны в guru.
- •13. Работа с таблицами и записями в guru.
- •14 Построение программы эс в guru.Объяснение полученного решения.
- •15. Нечеткая логика и ее применение в эс. Понятие степени принадлежности. Пример.
- •16. Методы работы с нечёткими правилами с использованием степени принадлежности
- •17. Работа с нечёткой логикой в guru.Оценка достоверности выражений и вывода.
- •18 Инструментальные средства создания продукционных экспертных систем.
- •19. Представление знаний с использованием семантических сетей. Определение сети. Структурообразующие операции. Классификация сетей.
- •Классификация сетей.
- •20. Семантические сети. Шкалы оценки семантической близости. Семантические группы понятий. Представление семантических групп в базе данных. Словарь системы.
- •Оценка близости сг в шкалах Осгуда.
- •21. Метод семантических групп. Представление связей. Вывод результата в семант. Сети.
- •Формализация сг. Логический вывод
- •22. Построение семантической сети, релевантной запросу. Вопросно-ответные системы. Языковые уровни. Проблемы организации естественно-языкового интерфейса.
- •Общая структура обработки вопроса
- •Структура сложных вопросов
- •Тезаурус. Принцип построения словаря.
- •Проблема формального представления смыслового содержания вопроса
- •23. Фреймовые модели представления знаний. Понятие фрейма и его структура. Примеры.
- •24. Реализация фреймовых систем. Связь с объектно-ориентированным программированием. Язык описания фреймов rll.
- •26 Язык представления знаний frl. Поддержка сети фреймов. Ако-связи. Поиск по образцу. Пример.
- •27. Динамические эс. Общая структура. Система g2. Общая характеристика. Состав подсистем. Технология разработки приложений.
- •33. Планировщик. Scheduler
19. Представление знаний с использованием семантических сетей. Определение сети. Структурообразующие операции. Классификация сетей.
Семантическая сеть – граф особого вида, в котором узлы, т.е. вершины, представляют собой некоторое понятие предметной области. Также это одна из форм представления знаний. Понятия изображаются вершинами, а дугами – связи между понятиями.
Концепты (некоторые понятия), отношения (связи).
Универсальное представление знаний, при этом семантическая сеть может быть преобразована в: продукции, логики предикатов первого порядка, фреймы.
Термин появился в середине 50-х годов. При переводе текстов понадобилось отображать общие понятия. Например «вещь», «быть», «делать».
Словарь Пирса – 15000 понятий
Пусть имеется 2 предположения:
«Queen Mary» - является океанским лайнером
Каждый океанский лайнер является кораблем
Is_a - обобщение
Part_of – агрегация
Билл сказал Лауре, что он дал Джуди подарок
Реципиент
В сети могут быть выделена подсеть. Сети можно сравнивать между собой на премет включения подсети.
Классификация сетей.
Семантическая сеть является моделью предметной области.
Первичная сущность - П-сущность (денотат)
Модельная сущность – М- сущность (знак, метка, десигнат) . Десигнат отображает денотат.
Сети бывают:
Иерархические или 1) дискретные
Неиерархические 2) аналоговые
Самая простая: дискретная неиерархическая семантическая сеть (ДНCC)
ДНСС = <G, A, P>
G – граф сети
А – алгоритм поиска
D – правило интерпретации семантической сети
Сеть называется дискретной, т.к. связь может либо иметь, либо не иметь место.
ДИCC = <G, U, A, P>
U – правило отнесения вершины к тому или иному уровню
Каждый элемент имеет только одного родителя
Аналоговые сети:
ДАCC = <G, X, R, ЗРВ, A, P>
X - множество значений уровней возбуждения вершины и связи, показывает, в какой степени та или иная вершина относится к результату логического выбора
R – коэффициент проводимости, показывающий силу связи между вершинами - некая матрица коэффициентов.
Rij = [0,1] – дискретное множество
Коэффициент вводится для характеристик оттенков состояния
0 – нет связи
1 – полная связь
ЗРВ – закон распределения возбуждения – показывает, как происходит логический вывод полученного результата в данной семантической сети.
АИCC = <G, U, X, R, ЗРВ, A, P>
20. Семантические сети. Шкалы оценки семантической близости. Семантические группы понятий. Представление семантических групп в базе данных. Словарь системы.
Semantic Networks – семантические сети (СС) применяются для писания метода представления знаний. Этот метод принципиально основывается на сетевой структуре. Под сетевой структурой мы понимает совокупность элементов/вершин/концептов/понятий связанных между собой ссылками/связями/отношениями. Графически сеть представляется графом произвольного вида вершинам, которого соответствуют понятия, а дугам связи или отношения. Первые использование этого аппарат использовалось в моделировании памяти человека в психологии.
Семантическая сеть так же может использовать для анализа выражений естественного языка. Язык является уникальным средством описания знаний, однако он имеет недостатки, такие как избыточность, неоднозначность…
В основе сетевых моделей лежат общие принципы моделирования. Самым общим понятием любой модели является понятие сущности. Под сущностью понимается любой объект физической или абстрактной природы, относительно которого ведется моделирование: процесс, явление, физический объект, абстрактный объект. Модельная сущность называется М-сущностью (десигнат/метка).
Семантическая сеть является абстрактной моделью, т.е. набором М-сущностей, некоторой предметной области. Главным недостатком сетевых моделей является их большая размерность. Учет всех фактов и отношений предметной области требует построения сложных сетей, в которых количество вершин может достигать нескольких десятков тысяч. В такой сети становится сложной проблема поиска решения и нужной информации. Поэтому аппарат семантических сетей сильно связан с развитием средств вычислительной техники. Любую семантическую сеть можно представить в машинном виде, но очень большой расход памяти.
Простейший вид сети: дискретная семантическая сеть (ДСС). Для ее формального задания, нужно задать граф: ДСС=<G,A,P>, где G – граф семантической сети, А – алгоритм поиска на сети, P – правило интерпретации сети (соответствие вершин и дуг П-сущностям). В сети могут быть определены так называемые правила иерархии и установлена иерархия понятий. Иерархия понятий возникает в наших размышлениях, когда мы выделяем объект более высокого уровня.
Для последних двух сетей нужно задавать ЗРВ (закон распространения возбуждения), он входит в алгоритм поиска. Возбуждение описывает степень активности вершины или дуги в процессе поиска решения.
Семантические группы (СГ) - некоторое множество экземпляров , обладающих определенной мерой сходства по признаку и поведению. Имя СГ образуется как результат выполнения операции обобщения.
СГ=<W, I, D, T>
W – имя семантической группы.
I – идентификатор семантической группы. Одна группа латинского алфавита кроме буквы «К».
D – проектная мощность семантической группы (максимальное количество экземпляров).
T – фактическое заполнение семантической группы экземплярами
Будем рассматривать простые СГ, где каждый экземпляр обладает названием и признаком активности, а также порядковым номером. Сама СГ может кроме имени иметь признак вида - входная группа. Выходная группа является основой для логического вывода (G).
В результате применения операции обобщения СГ могут выстраиваться в иерархии, поэтому связи могут быть двух видов: П-связи – вертикальные межуровневые и Г-связи – горизонтальные на одном уровне между экземплярами. Экземпляры СГ не состоят из экземпляров СГ.