Языки представления знаний [c.71]
Описанный нами язык ситуационного управления, а также другие языки, о которых шла речь выше, при работе с ЭВМ преобразуются в специальные языки представления знаний, удобные для организации машинных процедур. В языках представления знаний (ЯПЗ), используемых в настоящее время, основная единица — слот. Слот имеет следующий вид [c.71]
ЯЗЫКИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 73 [c.73]
ЯЗЫКИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ [c.75]
Таким образом, в языках представления знаний можно выделить экстенсиональную и интенсиональную составляющие. При этом различные языки отличаются друг от друга теми или иными средствами для представления интенсиональных знаний. [c.76]
В заключение данного параграфа опишем кратко структуру одного из языков представления знаний, получившего название ФРЛ (язык представления фреймов). Этот ЯПЗ пока единственный, для которого имеется реализация на отечественных ЭВМ. Эта реализа- [c.76]
ЯЗЫКИ ПРЕДСТАВЛЕНИЯ ЗНАНИИ 79 [c.79]
ЯЗЫКИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ 81 [c.81]
Если в ФРЛ не выделяются специальные типы фреймов, что, как отмечалось выше, удобно для практических систем, то в другом языке представления знаний KRL введено семь различных типов фреймов базисный фрейм, абстрактный фрейм, фрейм-специализация, индивидуальный фрейм, декларирующий фрейм, фрейм-отношение [c.82]
На рис. 2.14 показана традиционная структура лингвистического процессора, в котором анализ поступившего на вход текста идет по предложениям в порядке их поступления. Сначала для всех слов, входящих в него, из словаря находят нужные морфологические и синтаксические характеристики, приписывают род, число, падеж, наклонение и т. п. Затем происходит синтаксический анализ, цель которого состоит в выявлении синтаксической структуры предложения. Она имеет вид дерева и напоминает известные всем деревья, получающиеся в результате школьного разбора предложений. На этом этапе вычленяется сказуемое и именная группа существительного, а также все остальные зависящие от них члены предложения. На этапе семантического анализа строится семантическая структура предложения, происходит процесс его интерпретации в терминах, используемых в языке представления знаний. На этом этапе лингвистический процессор взаимодействует не только с соб- [c.83]
Выбор программных средств для реализации системы ситуационного управления, включая язык программирования, язык представления знаний, базу данных. [c.253]
В Московском инженерно-физическом институте под руководством Л. Т. Кузина стали активно развиваться идеи управления в АСУ различной природы, опирающиеся на логико-лингвистические модели, отличные от ситуационного управления. Такие исследования закономерно привели к решению проблем построения интеллектуальных банков и языков представления знаний и манипулирования ими. [c.255]
Формализация базы знаний выполняется на основе выбранного языка представления знаний или другого инструментария. В результате получаем фрагмент базы знаний на языке, который, с одной стороны, соответствует выявленной структуре, а с другой - позволяет представлять вариант ГБЗ в виде программного продукта. В процессе реализации базы знаний создается вариант интеллектуальной системы, содержащий формализованные знания, блоки интерфейса системы с пользователем и манипулирования базой. Для этого либо выполняется непосредственное программирование изделия необходимого качества, либо используются существующие инструментальные средства разработки ГБЗ, либо применяются предварительно сгенерированные "пустые" оболочки гипертекстовых систем. Задача этой заключительной процедуры - разработка программного комплекса, демонстрирующего жизнеспособность и эффективность подхода в целом. [c.106]
Этап реализации ЭС представляет отображение структуры базы знаний в среде выбранного инструментального средства, а также настройка и/или доработка программных механизмов. Различают программные оболочки, инструментальные среды и языки представления знаний универсальные инструментальные, проблемно-ориентированные и предметно-ориентированные инструментальные программные средства. [c.71]
Проблематика ИИ в настоящее время довольно обширна. Список дисциплин по искусственному интеллекту постоянно увеличивается. Сегодня в него входят представление знаний, решение задач, экспертные системы, средства общения с ЭВМ на естественном языке, обучение, когнитивное моделирование, обработка визуальной информации, робототехника, нейрокомпьютерные технологии и др. [c.545]
Машины обладают собственным языком для представления знаний и решения задач, т. е. набором символов, используемых для представления знаний (семантика), и правил, предназначенных для обработки этих символов (синтаксис) и решения задач. Человек работает наиболее эффективно, если он владеет специальными языками, которые развиваются до уровня потребностей конкретной предметной области. [c.546]
В настоящее время аппарат семантических сетей широко используется в практике представления знаний. Его достоинствами являются большие выразительные возможности, естественность и наглядность системы знаний, представленной графически, близость структуры сети, представляющей систему знаний, семантической структуре фраз естественного языка. [c.563]
Полученное качественное описание предметной области, если это необходимо, должно быть представлено средствами какого-либо формального языка, чтобы привести это описание к виду, позволяющему поместить его в базу знаний системы. Для решения этой задачи выбирается подходящая модель представления знаний, с помощью которой сведения о предметной области можно выразить формально. [c.572]
Представляется возможным для поиска технических решений использовать развивающееся в настоящее время семантическое моделирование [3]. Под ним понимается исследование свойств объекта на основе представления знаний о нем с применением логических и лингвистических переменных и средств логического вывода. Методы семантического моделирования используют специальный концептуальный язык, формализующий аксиоматическое описание области поиска и обеспечивающий получение информации о техническом решении, принадлежащем этой области, логическими выводами. [c.151]
Во втором (машинном направлении) изучения проблем восприятия, понимания текста и формирования предписаний основное внимание уделяется изучению особенностей этих функций, их адекватному формальному представлению с использованием возможностей ЭВМ. Это направление тесно связано с использованием для представления знаний естественных языков, состоящих из функциональных классов слов или словосочетаний [79]. К наиболее распространенным функциональным классам относятся [c.42]
Кроме упомянутых функциональных классов в естественных языках существуют и другие, например модальности ( смочь , хотеть ), оценки ( верно , достаточно ) и пр. Словосочетания, используемые в представлении знаний или формулировках предписаний, могут состоять из комбинации элементов этих классов модификаторов, квалифика-торов и понятий (очень хороший результат), модификаторов, квантификаторов и понятий (довольно редкий случай), квантификаторов и императивов (пройти несколько шагов) и т. д. [c.43]
Расплывчатые категории используются не только в представлении знаний, но и в понимании текста ЭВМ. Так, в системе, моделирующей процессы понимания естественного языка, на основании анализа входных данных, делаются выводы, которые оцениваются с помощью нечетких оценок истинно , ложно , сомнительно [46]. В одних действующих системах понимания естественного языка сделан акцент на решение чисто лингвистических проблем (соотношение языковых и внеязыковых сведений при переходе от текста к его смыслу, функционирование предложений в составе целевых текстов и т. п.) [169], а в других используется специальный qp-язык (язык формального интерфейса), в который преобразуются фразы входного естественного языка для их понимания ЭВМ [33]. Процессы формирования и оценки умозаключения, а также формирования предписаний ЭВМ связаны с применением логических [c.44]
Для реализации этого будут использоваться средства инструментальной дидактики, предназначение которых - объединить образный и вербальный языки мозга для целостного отражения действительности в образах -моделях представления знаний. Так как образная форма отражения генетически более ранняя и более приоритетная, то дидактические конструкции во внешнем плане должны иметь в первую очередь образные свойства. Тогда опираясь на них, мышление сможет осмысливать учебный материал с помощью операций анализа и синтеза, через внешнюю и внутреннюю речь, через свертывание и развертывание информации. [c.81]
Разработка интеллектуальных систем, оперирующих с естественными языками, понятиями и смысловой информацией, началась в 70-х гг., что привело к представлению знаний в виде семантических сетей. Развитию этих систем способствовало предложение М. Минским в 1975 г. о представлении знаний в виде фреймов. [c.90]
Характерной особенностью конца семидесятых годов стало существенное расширение понимания ситуационного управления. Фактически ситуационное управление стало рассматриваться с единых позиций семиотического моделирования и управления. Причиной этого послужило бурное развитие в теории искусственного интеллекта той области, которая носит название представление знаний. Ситуационное управление на десяток лет предвосхитило развитие этой области, впервые начав работать со структурированной информацией. В ситуационном управлении были созданы первые модели представления знаний и языков представления и манипулирования знаниями. Поэтому новые веяния в области искусственного интеллекта, активное развитие теории семантических сетей и фреймовых представлений были восприняты коллективами, накопившими большой опыт в области ситуационного управления с ходу , позволили воспринять новые идеи и использовать их в своих разработках. Столь же безболезненно произошел переход к языкам программирования нового типа (ЛИСП и его расширения ФРЛ). В этом плане специалисты, овладевшие принципами ситуационного управления, оказались на передовых рубежах работ в области искусственного интеллекта. [c.258]
К о р д ь е М. О. Использование знаний о предметной области в системе управления роботом на естественном языке эксперимент с кулинарными рецептами.— В кн. Лингвистические процессоры и представление знаний. Новосибирск ВЦ СО АН СССР, 1981, с. 5—21. [c.273]
Наличие диспетчера в контуре управления и ведение процесса координации в реальной производственной системе на естественном языке приводит к необходимости учета трудностей представления знаний диспетчера в виде алгоритмов и согласованности полученного ЭВМ решения с его оценкой [c.8]
На этапе формализации предметной области при создании ЭС все ключевые понятия и отношения, установленные на этапе концептуализации, выражаются в некотором формальном языке. Также решаются проблемы структуризации задачи на связанные подзадачи, структуризация знаний, предметной области, приложений. Основу этапа формализации составляет метод представления знаний, в рамках которого реализуется проектирование структуры БД и БЗ [28, 29, 30 и др.]. [c.115]
Одной из разновидностей таких моделей являются семантические сети. Первоначально данный класс моделей возник в области исследования искусственного интеллекта и ориентировался на представление знаний общего характера. Однако впоследствии семантические сети стали использоваться в качестве моделей данных, предназначенных для применения в сфере управления базами данных. Сведения, изложенные на языке, близком к естественному, должны быть предварительно структурированы в них необходимо в явной форме выделить объекты (или понятия) и отношения между отобранными объектами. [c.40]
При применении последнего типа инструментария — пустых ЭС, или оболочек — разработчик ЭС полностью освобождается от работ по созданиТю программ и занимается лишь наполнением базы знаний. Однако при использовании этого способа могут возникнуть следующие проблемы управляющие стратегии, вложенные в процедуры вывода базовой системы, а также принятый язык представления знаний могут-не подходить для данного приложения. Все это затрудняет выбор подходящей пустой ЭС и их применение. Кроме того, уже в процессе создания прикладной системы может выясниться, что возможности, заложенные в используемом инструментальном средстве, не позволяют реализовать необходимые процедуры вывода и представление предметных знаний, требующиеся для успешной работы системы. В то же время в ряде случаев применение пустых ЭС оказывалось вполне оправданным и удобным — за короткие сроки разработчик имел возможность производить вполне добротные системы. [c.569]
В связи с изучением.проблемы понимания данных о состоянии и изменении системы и среды, содержащихся в ситуационной информации, многие исследователи обсуждают проблему понимания текста на основании введенных понятий сценарий и план , которые строятся из последовательности примитивных действий. Р. Шенк и Р. Абель-сон [128] предлагают подразделить рамки на два класса сценарии и планы. При этом сценарии описывают стандартные, типовые ситуации действительности, а планы описывают стандартную последовательность действия человека в том или ином случае. Сценарий строится из названия ситуации ролей, т. е. особенностей поведения участников ситуации причины возникновения данной ситуации набора сцен, каждая из которых описывается последовательностью примитивных действий. Например, сцена вход в ресторан , относящаяся к сценарию ресторан , описывается с помощью четырех примитивных действий войти в ресторан , найти стол , подойти к столу , есть . С помощью планов устанавливаются причинно-следственные связи между ситуациями действительности. В одном и том же плане могут реализовываться различные сценарии. В плане обязательно наличие трех, компонентов желаемого изменения положения вещей действия, которое вызовет это, изменение положения вещей до совершения этого действия. Подробно модели и языки представления знаний в ЭВМ рассмотрены в [79]. [c.44]
На третьем симпозиуме в центре внимания были проблемы, связанные с -созданием математического обеспечения для систем ситуационного управления. Именно этот вопрос был тогда самым актуальным, ибо от решения его зависела сама возможность применения идей ситуационного управления в системах управления реальными объектами. Участники дискуссий по этим проблемам указывали на необходимость использования языков, способных работать с данными, обладающими сложной внутренней структурой и ориентированных на такие прогрессивные в то время ЭВМ, как БЭСМ-6 и ЕС РЯД. Было высказано немало предложений, многие из которых существенно позже реализовались в языках представления знании типа реляционных или фреймовых языков. [c.256]
Знания существуют в следующих формах в памяти человека (эксперта) материализованные (канонизированные) знания (учебники, монографии и т.п.) полуформаишзованная структурированная модель (поле) знаний формализованное знание на некотором языке представления и в БЗ. Знания в СИИ представлены на уровнях внешнем, логическом и физическом. [c.247]
PolyAnalyst 3.3. Система Data mining анализирует реляционные базы данных и обнаруживает в сырых данных ранее неизвестные многофакторные закономерности, выражая их в виде аналитических формул, структурных правил и алгоритмов решений, которые позволяют не только прогнозировать поведение сложных объектов, но и получать новое понимание их устройства и поведения. Отличительная черта системы — представление знаний на символьном математическом языке, легко понимаемом человеком. Области применения пакета в финансовой сфере [c.150]
На рис. 5.8 представлена абстрактная схема процесса исследование — производство и управления им, позволяющая выделить составлякшще эффективности комплекса АС 1) эффективность методов и баз знаний (данных) 2) эффективность языков представления информации на этапах исследования iH, конструкторских LK и технологических LT работ, производства /, > контроля и испытаний L n, управления Ly 3) эффективность построителя моделей 1/Пм , 4) эффективность трансляторов языков f/T, Un, Uy 5) эффективность схемы организации процесса (реализации принципов надежности, гибкости, непрерывности, прямоточности, параллельности, ритмичности и др.) 6) эффективность технических средств (совместимость, агрегатируе-мость и др.) 7) эффективность длительности процессов. Приведенный перечень обосновывает степень детализации и согласованности расчетов при [c.116]
Ситуационная информация, как отмечено выше, может быть представлена как в полностью формализованном виде (набор символов, графики, а также таблицы, содержащие цифры), так и в виде текстов на естественном или каком-либо из искусственных языков. Анализ различных способов введения ситуационной информации в ЭВМ в виде текстов показывает, что достаточно понятными ЭВМ являлись искусственные языки ИНТЕРЛИНГВА [164] и УНИЛИНГВА [129], которые, будучи хорошо формализованы, тем не менее позволяли излагать результаты научных исследований (например, историю геометрии), составлять деловые письма и т. д. Эти языки, однако, не получили широкого распространения из-за необходимости обучать массового пользователя новому для него иностранному языку и прогресса в разработке систем представления знаний на естественном языке. Подобный подход, очевидно, является наиболее перспективным, в особенности для диалоговых систем. Работы в этом направлении ведутся весьма интенсивно как за рубежом (США, Япония), так и в Советском Союзе. В частности, во ВЦАН СССР разработана и действует диалоговая система для взаимодействия с ЭВМ на естественном языке ДИЛОС [33]. В некоторых конкретных прикладных задачах применяется формализованный естественный язык, использующий множества понятий, базовых отношений и правил образования базовых отношений. [c.98]
Теоретическую основу моделей представления знаний (а также основу разработки большинства компьютерных языков) заложил Н. Хомский, который предложил новую систему понимания языка, называемую формальной грамматикой, которая позволяет описать структуру фраз, текстов. [c.69]
Естественно-языковой интерфейс предполагает трансляцию естественно-языковых конструкций на внутримашинный уровень представления знаний. Для этого необходимо решать задачи морфологического, синтаксического и семантического анализа и синтеза высказываний на естественном языке. Так, морфологический анализ предполагает распознавание и проверку правильности написания слов по словарям, синтаксический контроль - разложение входных сообщений на отдельные компоненты (определение структуры) с проверкой соответствия грамматическим правилам внутреннего представления знаний и выявления недостающих частей и, наконец, семантический анализ - установление смысловой правильности синтаксических конструкций. Синтез высказываний решает обратную задачу преобразования внутреннего представления информации в естественно-языковое. [c.14]