- •Лекция 1. Введение в интеллектуальные информационные технологии
- •Основные сведения из истории создания ис
- •Лекция 2. Представление знаний
- •2.1. Модели представления знаний
- •Логическая модель представления знаний
- •2.2.2. Продукционная модель представления знаний.
- •2.2.3. Семантическая модель представления знаний
- •2.2.4. Фреймовая модель представления знаний
- •3.1. Назначение и структура экспертных систем
- •Лекция 3. Экспертные системы
- •3.2. Обобщенная структура экспертной системы.
- •3.3. Статическая и динамическая эс.
- •3.4. Понятие и работа машины вывода.
- •3.5. Этапы разработки экспертных систем
- •Лекция 4. Нейронные сети
- •4.1. Формальный нейрон.
- •4.2. Персептрон Розенблатта.
- •Однослойные персептроны
- •4.3. Обучение искусственных нейронных сетей
- •Цель обучения
- •Обучение с учителем
- •Обучение без учителя
- •4.4. Этапы решения задач
- •Сбор данных для обучения
- •Выбор топологии сети
- •Экспериментальный подбор характеристик сети
- •Экспериментальный подбор параметров обучения
- •Собственно обучение сети
- •Проверка адекватности обучения
- •Контрольная работа представление знаний
2.2.3. Семантическая модель представления знаний
Термин «семантическая»означает «смысловая», а сама семантика — это наука, устанавливающая отношения между символами и объектами, которые они обозначают, то есть наука, определяющая смысл знаков.
Семантическая сеть – это модель, в которой структура знаний предметной области формализуется в виде ориентированного графа вершины которого — понятия, а дуги — отношения между ними
В качестве понятий обычно выступают абстрактные или конкретные объекты, события , свойства, операции. Отношения — это связи различного типа. Существуют отношения разных типов:
логические (дизъюнкция, конъюнкция, отрицание, импликация);
теоретико-множественные (часть – целое, множество – подмножество, класс – элемент класса, пример элемента класса);
функциональные (количественные, временные, пространственные и другие характеристики: объект-свойство, свойство-значение);
квантификационные (логические кванторы общности и существования, нелогические кванторы, например, много, несколько);
Наиболее часто в семантических сетях используются следующие отношения:
связи типа «часть— целое» («класс— подкласс», «элемент—множество», и т. п.). Отношения ―является‖ и ―имеет часть‖ определяют иерархическую структуру, в которой свойства "высших" понятий автоматически переносятся на "низшие" понятия. Это позволяет избежать дублирования информации в сети.;
функциональные связи (определяемые обычно глаголами «производит», «влияет»...);
количественные (больше, меньше, равно...);
пространственные (далеко от , близко от, за, под, над...);
временные (раньше, позже, в течение...);
атрибутивные связи (иметь свойство, иметь значение);
Классификация семантических сетей:
Можно предложить несколько классификаций семантических сетей, связанных с типами отношений между понятиями.
По количеству типов отношений:
Однородные (с единственным типом отношений).
Неоднородные (с различными типами отношений).
По типам отношений:
Бинарные.(в которых отношения связывают два объекта).
N-арные (в которых есть специальные отношения, связывающие более двух понятий).
Проблема поиска решения в базе знаний типа семантической сети сводится к задаче поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный запрос к базе.
В качестве примера, рассмотрим текст, который содержит некоторые знания (декларативные): «Иванов имеет личный автомобиль «Волга» красного цвета с мощностью двигателя 75 л.с.»
На рис.1.2 изображена семантическая сеть. В качестве вершин тут выступают понятия: «человек», «Иванов», «Волга», «автомобиль», «вид транспорта» и «двигатель».
Рис. 1.2. Семантическая сеть.
Основным преимуществом семантической модели является то, что она более других соответствует современным представлениям об организации долговременной памяти человека.
Недостатком этой модели является сложность организации процедуры поиска вывода на семантической сети.
Для реализации семантических сетей существуют специальные сетевые языки, например NET, язык реализации систем SIMER+MIR [и др. Широко известны экспертные системы, использующие семантические сети в качестве языка представления знаний — PROSPECTOR, CASNET, TORUS.
