Зміст
Введення. 3
Глава 1. Способи формального подання знань. 4
1.1 Історія в інформатиці. 4
1.2 Зв'язки і структури .. 5
1.3 Мова і нотація. 7
Глава 2. Моделі подання знань. Неформальні (Семантичні) моделі 9
2.1 Методи подання знань. 9
2.2 Формальні моделі подання знань. 12
2.3 Представлення знань у вигляді правил. 14
2.4 Представлення знань з використанням фреймів. 15
2.5 Представлення знань з використанням семантичних мереж. 17
2.6 Представлення знань у вигляді нечітких висловлювань. 18
Висновок. 20
Введення
Подання знань - питання, що виникає в Когнітологія (Науці про мислення), в інформатиці і в штучному інтелекті. У Когнітологія він пов'язаний з тим, як люди зберігають і обробляють інформацію. В інформатиці - основна мета - підбір представлення конкретних і узагальнених знань, відомостей і фактів для накопичення і осмисленої обробки інформації в ЕОМ.
В Штучний інтелект (ШІ) основна мета - навчитися зберігати знання таким чином, щоб програми могли обробляти їх і досягти подоби людського інтелекту. Дослідників ШІ використовують теорії представлення знань з когнітології. Такі методи як фрейми, правила, і семантичні мережі прийшли в ІІ з теорій обробки інформації людиною. Так як знання використовується для досягнення розумної поведінки, фундаментальної метою дисципліни представлення знань є пошук таких способів уявлення, які роблять можливим процес логічного висновку, тобто створення висновків зі знань.
Деякі питання, які виникають у поданні знань з точки зору ШІ:
Як люди представляють знання?
Яка природа знань і як ми їх уявляємо?
Чи повинна схема представлення зв'язуватися з приватної областю знань, або вона повинна бути общецелевой?
Наскільки виразна дана схема представлення?
Чи повинна бути схема декларативною або процедурної?
Спробуємо дати відповіді на ці питання в даній контрольній роботі.
Глава 1. Способи формального подання знань
1.1 Історія в інформатиці
В інформатиці (головним чином в області штучного інтелекту) для структурування інформації, а також організації баз знань і експертних систем були запропоновані декілька способів подання знань. Одне з них уявлення даних та відомостей в рамках логічної моделі баз знань, на основі мови логічного програмування Пролог.
Під терміном В«Подання ЗнаньВ» найчастіше маються на увазі способи подання знань, орієнтовані на автоматичну обробку сучасними комп'ютерами, і зокрема, уявлення, що складаються з явних об'єктів ('клас всіх слонів', або 'Клайд - екземпляр'), і з суджень або тверджень про них ('Клайд слон', або 'все слони сірі'). Подання знань в подібної явній формі дозволяє комп'ютерам робити дедуктивні висновки з раніше збереженого знання ('Клайд сірий').
У 1970-х і початку 1980-х були запропоновані, і з перемінним успіхом випробувані численні методи представлення знань, наприклад евристичні питально-відповідні системи, нейромережі, доказ теорем, і експертні системи. Головними галузями їх застосування в той час були медична діагностика (наприклад міцін) і гри (наприклад шахи).
У 1980-х роках з'явилися формальні комп'ютерні мови подання знань. Основні проекти того часу намагалися закодувати (Занести в свої бази знань) величезні масиви загальнолюдського знання. Наприклад в проекті В«CycВ» була оброблена велика енциклопедія, і кодувалася не сама зберігається в ній інформація, а знання, які потрібні читачеві щоб зрозуміти цю енциклопедію: наївна фізика, поняття часу, причинності і мотивації, типові об'єкти та їх класи. Проект Cyc розвивається компанією Cycorp, Inc.; Велика частина (але не вся) їх бази вільно доступна.
Ця робота привела до більш точній оцінці складності завдання подання знань. Одночасно в математичній лінгвістиці, були створені набагато більш об'ємні бази мовної інформації, і вони, разом з величезним приростом швидкості і обсягів пам'яті комп'ютерів зробили більш глибоке уявлення знань більш реальним.
Було розроблено кілька мов програмування орієнтованих на подання знань. Пролог, розроблений в 1972 (див. .aaai.org/AITopics/bbhist.html # mod), але отримав популярність значно пізніше, описує висловлювання і основну логіку, і може виробляти висновки з відомих посилок. Ще більше націлений на уявлення знань мову KL-ONE (1980-ті).
В області електронних документів були розроблені мови явно виражають структуру збережених документів, такі як SGML а згодом XML. Вони полегшили завдання пошуку і вилучення інформації, які останнім часом все більше пов'язані із завданням представлення знань. Веб-спільнота вкрай зацікавлено в семантичній павутині, в якій засновані на XML мови представлення знань, такі як RDF, Карта тим і інші використовуються для збільшення доступності комп'ютерних систем інформації, що зберігається в мережі.
1.2 Зв'язки і структури
Однією з проблем у поданні знань є як зберігати і обробляти знання в інформаційних системах формальним способом так, щоб механізми могли використовувати їх для досягнення поставлених завдань. Приклади застосування тут експертні системи, Машинний переклад, комп'ютеризоване технічне обслуговування та системи вилучення та пошуку інформації (включаючи користувальницькі інтерфейси баз даних).
Для представлення знань можна використовувати семантичні мережі. Кожен вузол такої мережі представляє концепцію, а дуги використовуються для визначення відносин між концепціями. Одна з найбільш виразних і детально описаних парадигм представлення знань заснованих на семантичних мережах це MultiNet (акронім для Багатошарові Розширені Семантичні Мережі англ. Multilayered Extended Semantic Networks).
Починаючи з 1960-х років, використовувалося поняття фрейму знань або просто фрейма. Кожен фрейм має власне ім'я і набір атрибутів, або слотів які містять значення; наприклад фрейм будинок міг би містити слоти колір, кількість поверхів і так далі.
Використання фреймів у експертних системах є прикладом об'єктно-орієнтованого програмування, з успадкуванням властивостей, яке описується зв'язком В«is-aВ». Однак, у використанні зв'язку В«is-aВ» існувало чимало протиріч: Рональд Брахман написав роботу озаглавлену В«Чим є і не є IS-A В», в якій були знайдені 29 різних семантик зв'язку В«is-aВ» в проектах, чиї схеми представлення знань включали зв'язок В«is-aВ». Інші зв'язку включають, наприклад, В«has-partВ».
Фреймові структури добре підходять для представлення знань, представлених у вигляді схем та стереотипних когнітивних паттернів. Елементи подібних паттернов володіють різними вагами, причому великі терези призначаються тим елементам, які відповідаю поточної когнітивної схемою (schema). Патерн активізується за певних умов: Якщо людина бачить велику птицю, при умови що зараз активна його В«морська схемаВ», а В«земна схемаВ» - ні, він класифікує її скоріше як морського орлана, а не сухопутного беркута.
Фреймові представлення об'єктно-центровані в тому ж сенсі що і Семантична мережа: Всі факти і властивості, пов'язані з однією концепцією, розміщуються в одному місці, тому не потрібно витрачати ресурси на пошук по базі даних.
Скрипт це тип фреймів, який описує послідовність подій у часі; типовий приклад опис походу в ресторан. Події тут включають очікування місця, прочитати меню, зробити замовлення, і так далі.
Різні рішення в залежності від їх семантичної виразності можуть бути організовані в так званий семантичний спектр (Англ. Semantic spectrum).
1.3 Мова і нотація
Деякі люди вважають, що краще всього буде представляти знання також як вони представлені в людському розумі, який є єдиним відомим на сьогоднішній день працюють розумом, або ж ...
