Логические модели представления знаний

Согласно логическому подходу, вся система знаний, необходимая для решения прикладных задач, рассматривается как совокупность утверждений.

Система знаний представляется совокупностью формул логики предикатов. Эта логика оперирует простыми высказываниями, рас­члененными на субъект (нечто лежащее в основе) и предикат (нечто утверждаемое о субъекте). Предикат отображает наличие или отсут­ствие у субъекта того или иного признака.

Формулы в базе знаний неделимы. Модификация базы предполага­ет лишь добавление и удаление формул. Логические методы обеспе­чивают развитый аппарат вывода новых фактов на основе тех, что представлены в базе знаний.

Основной недостаток логических методов — отсутствие четких принципов организации фактов в базе знаний. Без формулирования таких принципов модель может превратиться в плохо обозримый кон­гломерат независимых фактов, не поддающихся анализу и обработке. Поэтому логические методы используются преимущественно в тех предметных областях, где система знаний невелика по объему и отно­сительно проста по структуре.

В основе логических моделей лежит формальная система, задава­емая четверкой вида :

М=<Т ,Р, Л, В>.

Множество Т есть множество базовых элементов различной приро­ды, входящих в состав некоторого набора. Важно, что для множества Т существует некоторый способ определения принадлежности или не­принадлежности произвольного элемента к этому множеству.

Множество Р есть множество синтаксических правил. С их помощью из элементов Т образуют синтаксически правильные совокупности.

В множестве синтаксически правильных совокупностей выделяет­ся подмножество А. Элементы А называются аксиомами.

Множество В есть множество правил вывода. Применяя их к эле­ментам Л, можно получить новые синтаксически правильные совокуп­ности, к которым снова можно применять правила из В.

Правила вывода являются наиболее сложной составляющей фор­мальной системы. В базе знаний хранятся лишь те знания, которые образуют множество А, а все остальные знания получаются из них по правилам вывода.

Продукционные модели представления знаний

Психологические исследования процессов принятия решений по­казали, что, рассуждая и принимая решения, человек использует про­дукционные правила (от англ. production — правило вывода). В общем случае продукционное правило можно представить в следующем виде:

i: S; L; A ® B; Q

где i — индивидуальный номер продукции; S — описание класса ситу­аций, в котором данная структура может использоваться; L — условие, при котором продукция активизируется; А—>В — ядро продукции, на­пример: «ЕСЛИ A₁, А₂ ..., А_n ТО В». Такая запись означает, что «если все условия от А₁, до А_п являются истиной, то В также истина»; (Q— постусловие продукционного правила, описывает операции и действия (процедуры), которые необходимо выполнить после выполнения В.

В левой части правила продукции ставится некоторое условие, а в пра­вой части — действие. Если все условия истинны, то выполняется дей­ствие, заданное в правой части продукции.

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, называ­ется машиной вывода. Механизм вывода связывает знания воедино, а затем выводит из последовательности знаний заключение.

Свойства продукционных моделей:

* модульность — отдельные продукционные правила могут быть
добавлены, удалены или изменены в базе знаний независимо от
других;

* каждое продукционное правило является самостоятельным элементом знаний;

* простота смысловой интерпретации;

*естественность с точки зрения здравого смысла.

Недостатки продукционных систем проявляются тогда, когда число правил становится большим и возникают непредсказуемые побочные эффекты от изменения старого и добавления нового правила. Кроме того, затруднительна оценка целостного образа знаний, содержащих­ся в системе.

Семантические сети

Семантическая сеть — это модель формализации знаний в виде ори­ентированного графа с размеченными вершинами и дугами. Верши­нам соответствуют объекты, понятия или ситуации, а дугам — отно­шения между ними.

В качестве понятий обычно выступают абстрактные или конкрет­ные объекты, а отношения — это связи типа: «это» («АКО — А-Кind-Of»,«is») «имеет частью» («has part») «принадлежит». Характерной особенностью семантических сетей является обязательное наличие трех типов отношений:

* класс—элемент класса;

* свойство—значение;

*пример элемента класса.

Наиболее часто в семантических сетях используются следующие отношения :

* связи типа «часть—целое»;

* функциональные связи (определяемые обычно глаголами «производит», «влияет» и др.);

* количественные (больше, меньше, равно и т. д.);

* пространственные (далеко от, близко от и др.);

* временные (раньше, позже и др.);

* атрибутивные связи (иметь свойство, иметь значение);

* логические связи (И, ИЛИ, НЕ);

* лингвистические связи и др.

Пример семантической сети

На рис. показан пример семантической сети, иллюстрирующей предложение «Джон на протяжении периода времени с t1 по t2 владел автомобилем марки "Олдблэк"». На рисунке показаны дуги s, е, владелец, объект, начало, конец; s и е означают «подмножество» и «элемент» соответственно и показывают иерархические понятия. Дан­ную сеть легко представить с помощью фреймовой модели.

Достоинства сетевых моделей:

* большие выразительные возможности;

* наглядность системы знаний, представленной графически;

* близость структуры сети, представляющей систему знаний, се­мантической структуре фраз на естественном языке;

* соответствие современным представлениям об организации долговременной памяти человека.

Недостатки сетевых моделей:

* сетевая модель не дает ясного представления о структуре предметной области, которая ей соответствует, поэтому формирование и модификация такой модели затруднительны;

* сетевые модели представляют собой пассивные структуры, для обработки которых необходим специальный аппарат формально­го вывода и планирования;

* сложность поиска вывода на семантических сетях.