Фреймы. Семантические сети. Классификация базовых понятий СС. Сущности и отношения.

Разновидностью сетевых моделей является фреймовое представление знаний. Термин «фрейм» (от англ. frame, что означает «каркас», «структура», «рамка») был предложен Марвином Минским для обозначения структуры знаний для восприятия пространственных сцен. Фрейм представ­ляет собой информационную структуру, описывающую конкретный стан­дартный фрагмент знаний (объект, ситуацию, процедуру и т. п.). Эта модель, как и семантическая сеть, имеет глубокое психологическое обосно­вание. В психологии и философии известно понятие абстрактного об­раза. Например, произнесение вслух слова «комната» порождает у слу­шающих образ комнаты: «жилое помещение с четырьмя стенами, полом, потолком, окнами и дверью, площадью 10-20 м». Из этого описания ничего нельзя убрать (например, убрав окна, мы получаем чулан или кладовку, а не комнату). В определении фрейма есть «дырки», или «слоты», - это незапол­ненные значения некоторых атрибутов, например количество окон и дверей, цвет стен, высота потолка, покрытие пола и др. В теории фреймов такой об­раз комнаты называется фреймом комнаты. Фреймом также называется и формализованная модель для отображения образа.

Различают фреймы-образцы, или прототипы, хранящиеся в базе зна­ний, и фреймы-экземпляры, которые создаются для отображения реальных фактических ситуаций на основе поступающих данных. Модель фрейма яв­ляется достаточно универсальной, поскольку позволяет отобразить все мно­гообразие знаний о мире через:

- фреймы-структуры, используемые для обозначения объектов и понятий (система, проект, программа);

- фреймы-роли (менеджер, разработчик, проектировщик, конструктор);

- фреймы-сценарии (празднование дня рождения, заседание ученого совета, проведение соревнований);

- фреймы-ситуации (тревога, авария, рабочий режим устройства) и др.

Достоинством представления инженерных знаний в виде системы фреймов является структурированность информации по сравнению с семан­тическими сетями, более компактное представление о конкретных фактах, ситуациях и т. п., возможность описывать в рамках одного фрейма одновре­менно как декларативные, так и процедурные знания.

В основе сетевых методов лежит представление знаний в виде множе­ства понятий, связанных семантическими отношениями. Графически понятия выражаются вершинами сети, отношения - направленными дугами.

Использование семантических сетей в качестве модели представления знаний дает следующие преимущества:

- наглядное отображение взаимосвязей между объектами базы знаний;

- хорошие классификационные свойства сети;

- высокая смысловая выразительность сети, что обеспечивает прямое моделирование семантики предметной области и позволяет проектировщику обращаться с системой на уровне понятий профессионально-ориентиро­ванного языка;

- возможность легко модифицировать представленные данные.

Наряду с преимуществами семантические сети обладают и рядом не­достатков, основными из которых являются слишком «произвольная» струк­тура графа и большое разнообразие типов вершин и отношений. Обе эти осо­бенности приводят к сложностям, возникающим при разработке программно­го обеспечения.

Отношение между объектом и множеством, обозначающим, что объект принадлежит этому множеству, называется отношением классификации (IS-A). Говорят, что множество (класс) классифицирует свои экземпляры. Название произошло от английского «IS-A». Иногда это отношение именуют также MemberOf. Отношение IS-A предполагает, что свойства объекта наследуются от множества.

Обратное к IS-A отношение используется для обозначения примеров, поэтому часто называется «Example».

Отношение между надмножеством и подмножеством называется AKO — «A KIND OF» («разновидность»). Альтернативные названия — «SubsetOf» и «Подмножество». Это отношение определяет, что каждый элемент первого множества входит и во второе (выполняется IS-A для каждого элемента), а также логическую связь между самими подмножествами: что первое не больше второго и свойства первого множества наследуются вторым.

Объект, как правило, состоит из нескольких частей, или элементов. Например, компьютер состоит из системного блока, монитора, клавиатуры, мыши и т. д. Важным отношением является HAS-PART, описывающее части/целые объекты.

В С-сети имеет место иерархия понятий, позволяющая делать выводы на основе наследования.

Часто отношения рассматриваются как сущности, имеющие собственные атрибуты, например отношение владения может характеризоваться периодом владения.

Логическая модель представления знаний. Декларативное и процедурное представление знаний. Система логического вывода (СЛВ).

Логические методы представления знаний базируются на использова­нии понятия формальной системы, задаваемой множеством базовых элемен­тов, множеством синтаксических правил, позволяющих строить из базовых элементов синтаксически правильные выражения, множеством аксиом, мно­жеством семантических правил вывода, позволяющих расширять множество аксиом за счет других выражений. Логические методы представления знаний обеспечивают единствен­ность теоретического обоснования системы формально точных определений и выводов, простоту и ясность нотации для записи фактов, которая обладает четко определенной семантикой и простотой для понимания. В то же время основным недостатком логических методов является отсутствие четких принципов организации фактов в базе знаний, что затрудняет ее анализ и об­работку. Это приводит к тому, что логические методы используются в основ­ном в тех предметных областях, где система знаний невелика по объему и имеет однородную структуру.

При процедурном способе знания в основном представляются в форме процедур их использования. Преимущества процедурного представления сказываются в тех случаях, когда знания относятся в основном к операциям над объектами. Кроме того, процедурное пред­ставление обычно употребляется в системах вероятностного вывода и применительно к знаниям эвристического характера. При декларативном способе большинство знаний представ­ляется как статический набор фактов в сочетании с небольшим количеством обобщенных процедур манипулирования ими. Преимущество декларативной схемы заключается в том, что каждый факт нужно хранить в единственном экземпляре, не­зависимо от числа способов его использования. Кроме того, в этом случае проще добавлять новые факты, поскольку при этом не нужно менять все связанные с ними процедуры и под­программы.

Система логического вывода (СЛВ) - это средство управления рассуж­дениями. Логический вывод (ЛВ) сводится к упорядоченному раскфпию правил, которые определяются стратегией. Использование разных стратегий на данной модели дает разные результаты. На языке экспертных систем термин правило имеет более узкое значение, чем обычно. Это наибо­лее популярный способ представления знаний.

Правила обеспечивают формальный способ представления рекомендаций, указаний, стра­тегий. Правила часто возникают из эмпириче­ских ассоциаций.

Знания в базе знаний представляются набором правил. Правила проверяются на группе фактов или знаний о текущей ситуации. Интерпретатор правил сопоставляет левые части правил (за словом «если») - посылки, с фактами правой части правил и выполняет то правило, посылка которого согласуется с фактами. Правила выражаются в виде утверждений «Если..., то...» или в виде импли­каций. Действие правила может состоять в модификации набора фактов в базе знаний, например добавление нового факта. Новые факты, добавленные в базу знаний, могут сами быть использо­ваны для сопоставления с левыми частями правил. Процесс сопоставления посылок правил с фактами может порождать цепочки выводов.

Существует два основных способа вывода: прямой и обратный. Цель прямого вывода - порождение данных на основе исходных данных и логиче­ских рассуждений. Цель обратного вывода - определение причин, т. е. фак­тов, которые привели к определенному результату (значению целевой функ­ции).