Модели представления знаний

Модели представления знаний (МПЗ) обычно делят на логические (формальные) и эвристические (формализованные).

В основе логических моделей представления знаний лежит понятие формальной системы (теории). Примерами формальных теорий могут служить исчисление предикатов и любая конкретная система продукций. В логических моделях используется исчисление предикатов первого порядка, дополненное рядом эвристических стратегий. Эти методы являются системами дедуктивного типа, т.е. в них используется модель получения вывода из заданной системы посылок с помощью фиксированной системы правил вывода. Дальнейшим развитием предикатных систем являются системы индуктивного типа, в которых правила вывода, порождаются системой на основе обработки конечного числа обучающих примеров.

В логических МПЗ отношения, существующие между отдельными единицами знаний, выражаются только с помощью тех небогатых средств, которые представляются синтаксическими правилами используемой формальной системы.

В отличие от формальных моделей эвристические модели имеют разнообразный набор средств, передающих специфические особенности той или иной предметной области. Именно поэтому эвристические модели превосходят логические как по возможности адекватно представить проблемную среду, так и по эффективности используемых правил вывода. К эвристическим моделям, используемым в экспертных системах, можно отнести сетевые, фреймовые, продукционные и объектно-ориентированные. Следует отметить, что продукционные модели, используемые для представления знаний в ЭС, отличаются от формальных продукционных систем тем, что они используют более сложные конструкции правил, а также содержат эвристическую информацию о специфике проблемной среды, выражаемую часто в виде семантических структур.

В основе семантических моделей лежит понятие сети, образованной помеченными вершинами и дугами. Вершины сети представляют некоторые сущности (объекты, процессы, события, явления), а дуги — отношения между сущностями, которые они связывают. Наложив ограничения на описание дуг и вершин, можно получить сети различного вида. Если вершины не имеют собственной внутренней структуры, соответствующие сети называются простыми сетями. Если вершины обладают некоторой структурой, то такие сети называют иерархическими сетями. В настоящее время большинство приложений, использующих семантические сети, являются иерархическими.

Одно из основных отличий иерархических семантических сетей от простых семантических сетей состоит в возможности разделить сети на подсети (пространства) и установить отношения не только между вершинами, но и между пространствами. Все вершины и дуги являются элементами, по крайней мере, одного пространства. Понятие пространства аналогично понятию скобок в математической нотации. Различные пространства, существующие в сети, могут быть упорядочены в виде дерева пространств, вершинам которого соответствуют пространства, а дугам — отношения видимости. Отношение видимости позволяет сгруппировать пространства в упорядоченные множества — перспективы. Перспектива используется для ограничения сетевых сущностей, видимых некоторой процедурой, работающей с сетью. Обычно в перспективу включаются не любые, а иерархические сгруппированные пространства.

Стремление разработать представление, соединяющее достоинства различных моделей, привело к возникновению так называемого фрейм-представления.

Фрейм — структура данных (т.е. декларативное представление), предназначенная для представления некоторой стандартной ситуации. С каждым фреймом ассоциируется разнообразная информация (в том числе и процедуры). Фрейм можно представить в виде сети, состоящей из вершин и отношений (дуг). Верхние уровни фрейма фиксированы и представляют сущности, всегда истинные в ситуации, описываемой данным фреймом. Нижние уровни заканчиваются слотами, которые заполняются конкретной информацией при вызове фрейма. Можно провести аналогию между фреймами и описанием процедур в языках программирования.

Родственные фреймы связаны в систему фреймов. Система содержит описание зависимостей (причинных, временных и т.п.) между входящими в нее фреймами. Для выражения указанных зависимостей фреймы, входящие в систему, имеют общее множество слотов. Представление зависимостей в явном виде позволяет предсказать переход от одного состояния к другому, зависимому от него, состоянию и осуществить этот переход эффективно.

Системы фреймов обычно организуются в информационно-поисковую сеть. Эта сеть используется в случаях, когда предложенный фрейм не удается привести в соответствие с данной ситуацией, т.е. когда слотам не могут быть присвоены значения, удовлетворяющие условиям, связанным с этими слотами. В подобных ситуациях сеть используется для того, чтобы предложить какой-либо другой фрейм.

С функциональной точки зрения каждый объект иерархии характеризуется набором выполняемых функций, определенным рядом показателей, требований и ограничений к ним, а также наличием внутренних и внешних связей, определяющих структуру объекта и его место в иерархии. Модель предметной области реализуется как отображение совокупности технологических операций, производимых элементами системы, на иерархическую структуру ее объектов. Отдельные БЗ должны содержать знания экспертов по решению поставленных задач и формализованные правила, имитирующие мыслительные процессы. Если такие знания записываются в виде правил, выраженных в элементах "если ... то...", описание будет соответствовать представлению знаний в ЭС с продукционной моделью.

Продукционная модель имеет ряд преимуществ по сравнению с другими представлениями (фреймами и семантическими сетями). Это модульность структуры, естественность вывода (аналогия с рассуждениями человека-эксперта), простота модернизации и расширения (для внесения изменений в структуру, а следовательно, и в процесс обработки достаточно изменить правило). Кроме того, продукционный механизм вывода позволяет работать с БЗ различной ориентации, что необходимо в системах поддержки принятия решений. Использование правил предоставляет очень удобный механизм объяснения того, что и как сделала программа, что существенно для этапа поддержки принятия решений.

Наиболее развитым способом представления знаний в ЭС является объектно-ориентированная парадигма (парадигма— строго научная теория, воплощенная в системе понятий, выражающих существенные черты действительности). Этот подход является развитием фрейм-представления. В его основе лежит объект и класс. В интересующей разработчика предметной области в качестве объектов могут быть рассмотрены конкретные предметы, а также абстрактные или реальные сущности. Например, объектами могут быть покупатель, фирма, банк, заказ на поставку. Объект обладает индивидуальностью и поведением, имеет атрибуты, значения которых определяют его состояние.

Каждый объект является представителем некоторого класса однотипных объектов. Класс определяет общие свойства для всех его объектов. К таким свойствам относятся состав и структура данных, описывающих атрибуты класса и соответствующих объектов, и совокупность методов-процедур, определяющих взаимодействие объектов этого класса с внешней средой.

Объекты и классы обладают характерными свойствами, которые активно используются при объектно-ориентированном подходе и во многом определяют его преимущества:

1) инкапсуляция — скрытие информации. Имеется возможность запретить любой доступ к атрибутам объектов. Внутренняя структура объекта в этом случае скрыта от пользователя, объекты можно считать самостоятельными сущностями, отделенными от внешнего мира;

2) наследование — возможность создавать из классов новые классы по принципу "от общего к частному". Наследование позволяет новым классам при сохранении всех свойств классов-родителей добавлять все черты, отражающие их индивидуальность;

3) полиморфизм — способность объектов выбирать метод на основе типов данных, принимаемых в сообщении.