Организация базы знаний
База знаний - это центральный компонент любой ИИС и ЭС, определяющий их ценность, с которым связаны основные затраты на разработку. Это хранилище единиц знаний, описывающих атрибуты и действия, связанные с объектами проблемной области, а также возможные при этом неопределенности.
Единица знаний - это элементарная структурная единица, (описание одного объекта, одного действия), которая имеет законченный смысл. В качестве единиц знаний обычно используются правила и/или объекты.
Любой пользователь, обратившийся к системе с запросом на выполнение того или иного задания, по желанию может получить объяснение, с помощью каких правил и процедур было получено решение поставленной задачи. Такие объяснения представляют собой особый тип ответов системы на запросы пользователей, ведь если пользователю результат решения задачи понятен, то они могут и не потребоваться.
Объяснения всегда можно получить, сделав соответствующий запрос. Протоколы решения задач формулируются на внутрисистемном языке и ведутся всегда. Для перевода на естественный язык потребуется соответствующая обработка программами семантической интерпретации и программами лингвистического синтеза.
Сформированный на внутрисистемном языке ответ на запрос пользователя (как результат решения задачи) передается для «перевода» на язык и форму представления, указанные пользователем в запросе к системе. Эта функция выполняется в два этапа. Сначала «работают» программы семантической интерпретации ответа системы в понятиях и терминах предметной области. Затем в «работу» включаются программы блока лингвистического синтеза (ЛС), предназначенные для формирования понятного пользователю ответа системы на запрос к ней. Ответ должен быть дан на естественном для пользователя языке. Даже если ответ дается в виде схемы, трехмерной графики или анимации, то он все равно может потребовать сопровождения текстом или речью. Синтез ответа системы делается на основе анализа семантической структуры запроса пользователя и информации, подготовленной системой для формирования ответа на этот запрос. Отметим, что вся эта информация пока существует только на внутрисистемном языке. Для превращения ее в ответ системы на естественном языке предназначены программы формирования понятий, определяющих семантику ответа, и программы лингвистического синтеза фраз и предложений естественного языка, адекватно отображающих эту семантику.
Организация данных в рабочей памяти эс
Рабочая память (РП) экспертных систем предназначена для хранения данных. Данные в рабочей памяти делятся на уровни по типам данных. Выделение уровней усложняет структуру экспертной системы, но делает ее более эффективной. Например, можно выделить уровень планов, уровень агенды (упорядоченного списка правил, готовых к выполнению), уровень данных предметной области, уровень решений. В рабочей памяти современных ЭС рассматриваются два типа данных:
изолированные данные, когда РП состоит из множества простых элементов;
связанные, когда рабочая память состоит из одного или нескольких (при нескольких уровнях в РП) сложных элементов (например, объектов). При этом сложный элемент соответствует множеству простых элементов, объединенных в единую сущность.
Использование изолированных элементов в сложных предметных областях приводит к потере эффективности ЭС. Данные в РП в простейшем случае являются переменными (характеристики некоторого объекта) и (или) константами (значения соответствующих характеристик). Если в РП требуется анализировать одновременно несколько различных объектов, описывающих текущую проблемную ситуацию, нужно указать, к каким объектам относятся рассматриваемые характеристики. Одним из способов решения этой задачи является явное указание, к какому объекту относится характеристика. Если РП состоит из сложных элементов, то связь между отдельными объектами указывается явно, например заданием семантических отношений. При этом каждый объект может иметь свою внутреннюю структуру. Для ускорения поиска и сопоставления данных в РП используются не только логические, но и ассоциативные связи.
Показателем интеллектуальности системы с точки зрения представления знаний считается способность системы использовать в нужный момент необходимые (релевантные) знания. Системы, не имеющие средств для определения релевантных знаний, неизбежно сталкиваются с проблемой «комбинаторного взрыва». Можно утверждать, что эта проблема является одной из основных причин, ограничивающих сферу применения экспертных систем. В проблеме доступа к знаниям можно выделить три аспекта: связность знаний и данных, механизм доступа к знаниям и способ сопоставления.