1.5. Представление баз знаний

С точки зрения внутренней структурной организации КГ наиболее общим представлением знаний о произвольной проблемной или предметной области является класс КГ, называемый базой знаний. Следует отметить, что данный термин в рамках аппарата КГ не может быть строго спроецирован на соответствующее понятие, традиционно используемое в теории интеллектуальных систем. В методологии КГ под базой знаний понимается класс КГ, представляющих собой специальный концепт (с принятым названием типа – «KnowledgeBase»), в который вложено 4 концепта с предопределенным смысловым содержанием:

1) концепт типа «TypeHierarсhy» – «иерархия типов концептов». В данном концепте (вида [TypeHierarсhy: …]) для метки каждого типа концептов, используемого в базе знаний, описываются (см. 1.2):

- отношение «Def», связывающее метку типа и λ-выражение, определяющее соответствующий тип;

- отношения упорядочения типов, характеризующие свойства «тип-подтип» для описываемого типа (при необходимости);

2) концепт типа «RelationHierarchy» – «иерархия типов отношений». В данном концепте (вида [RelationHierarсhy: …]) для метки каждого типа отношений приводятся описания, полностью аналогичные описаниям в иерархии типов концептов;

3) концепт типа «CatalogOfIndividuals» – каталог индивидуумов. В этом концепте (вида [CatalogOfIndividuals: …]) для каждого концепта базы знаний, обозначение которого требует конкретизации в форме индивидуального маркера (см. 1.3), вводится исчерпывающее описание (в виде самостоятельного КГ), содержащее все связи данного концепта, необходимые для его точной идентификации. Пусть, например, фрагмент каталога имеет вид:

[CatalogOfIndividuals:

[Person: #5 *x]

[Room: #22 *y]

(HasName ?x [Word: Ivanov])

(HasStatus ?x [Word: employee]

(HasRoom ?x ?y)

(HasName ?y [Word: Laboratory]

… ]

В данном фрагменте описываются две «маркированные» (т. е. глобально определенные для всей базы знаний) сущности: а) объект типа «Person» с индивидуальным маркером «#5», именем «Ivanov», статусом «рядовой сотрудник («employee») и рабочим местом в помещении типа «Room», имеющим индивидуальный маркер «#22»; б) объект типа «Room» с индивидуальным маркером «#22» и названием «лаборатория» («Laboratory»);

4) концепт типа «Assertion» – множество утверждений. Этот концепт является охватывающим контекстом для всех прочих КГ, входящих в базу знаний и реализующих, фактически, само описание проблемной области. Следует отметить, что за рамки формальных ограничений нотации CGIF (и аппарата КГ в целом) выходят ситуации, при которых в контексте «Assertion» дополняются (или переопределяются) свойства сущностей, описанных в каталоге индивидуумов «CatalogOfIndividuals» (т. е. нарушаются условия безальтернативной идентификации сущностей, имеющих индивидуальные маркеры). Это считается проблемой корректности разрабатываемых моделей КГ и методов их интерпретации при решении конкретных целевых задач.

Семантика КГ класса «база знаний» в целом способна охватить практически полный круг моделей баз знаний и данных, используемых как в интеллектуальных, так и в обычных информационных системах различной природы. Наиболее показательными (с точки зрения демонстрации выразительной мощности) частными случаями КГ данного класса можно считать модели реляционных и объектно-ориентированных баз данных, баз знаний экспертных систем и др. (хотя не существует принципиальных ограничений и на применение КГ в целом ряде других приложений, включая модели программ на универсальных высокоуровневых языках процедурного, функционального, логического или объектно-ориентированного программирования).

Например, представление реляционных баз данных может быть сведено к следующим трансформациям. Имена SQL-таблиц базы данных определяются в виде меток типов отношений, включаемых в соответствующую иерархию, а имена столбцов этих таблиц – в виде меток типов концептов (также описываемых в своей иерархии). Строки реляционных таблиц ставятся в соответствие концептуальным графам (вида «звезда»), описываемым в охватывающем контексте «Assertion». Количество столбцов в таблице определяет арность концептуальных отношений, каждое из которых становится центром соответствующего графа-звезды и образует спецификацию одной строки таблицы (при этом метка этого образующего отношения совпадает с именем таблицы). Для каждого из графов количество дуг в звезде совпадает с количеством строк, и каждый концепт, на который ссылается такая дуга, имеет метку типа, совпадающую с именем соответствующего столбца, и референт, совпадающий со значением клетки таблицы, лежащей на пересечении этого столбца и строки, которой соответствует текущий граф. В контексте «Assertion» в виде аксиом (самостоятельных КГ) могут быть также описаны требуемые ограничения на целостность данных.

Представление объектно-ориентированных баз данных может быть реализовано по другому сценарию. Принятая в базе данных иерархия классов представима в виде частично упорядоченной иерархии типов концептов (позволяющей отражать отношения наследования), а определения классов – в виде λ-выражений, метки которых фигурируют в этой иерархии. Данные, хранимые в базе данных, будут представлены в КГ в виде множества графов, описанных в контексте «Assertion» и использующих введенные типы концептов. При этом структура таких графов может быть сложной в связи с многообразием отношений, связывающих отдельные объекты в базе. Однако вся совокупность возможных инфологических связей, реализуемых в описываемой объектно-ориентированной базе данных, представима в КГ.

Модели знаний экспертных систем имеют значительное количество возможных схем организации и обработки. В каждом конкретном случае подход к построению соответствующей модели в виде КГ может быть специфическим и распространяться лишь на выбранный класс моделей знаний.

Так, фреймовые базы знаний, как правило, эффективно представляются в виде иерархии типов концептов, описывающих определения протофреймов, и графов контекста «Assertion», задающих фреймы-примеры.

При использовании логических моделей знаний (в частности, поддерживаемых в языке Prolog) сигнатуры предикатов определяются в иерархиях типов концептов и отношений. Правила и факты при этом реализуются в виде описания контекста «Assertion».

Продукционные модели в терминах КГ могут эффективно проецироваться на представления соответствующих специальных контекстов в разделе «Assertion» (см. 1.4), в котором также реализуются описания исходных данных и параметров логического вывода. Наличие множеств метаправил («правил о правилах») при этом может привести к необходимости реализации соответствующих построений в иерархиях типов и определения дополнительных аксиом в контексте утверждений.

Модели знаний, относящиеся к классу семантических сетей, содержательно эквивалентны КГ по принципам структурной и логической организации, а следовательно, за редкими исключениями, могут трансформироваться в КГ на основе формальных процедур сопоставления типов, объектов и отношений. В единой классификационной системе моделей знаний концептуальные графы по формальным признакам следует считать особым подклассом семантических сетей, который поддерживает механизмы расширяемой семантики и потенциально способен выполнять роль базового модельного примитива в образовании других классов моделей того же типа.

Достаточно распространенными в современных технологиях инженерии знаний являются также различные виды гибридных моделей знаний, для которых не может быть предложен единый метод приведения к виду КГ рассматриваемого класса. Однако возможность эффективного отображения любого из базовых механизмов организации моделей знаний в терминах КГ гарантирует достижимость результата и в этом случае.

Таким образом, комплексное использование аппарата КГ способно поддержать решение широкого спектра задач представления знаний и данных и может являться удобной основой для построения средств и технологий разнообразного функционального профиля, ориентированных на работу в среде семантически гетерогенных информационных систем.