Семантичні мережі

(реферат)

1. Визначення та класифікація семантичних мереж

Семантичні мережі (СМ) – спосіб графічного подання знань, з наголосом на зв’язках між різними інформаційними одиницями. Інформація про певне поняття формується навколо відповідного вузла.

Семантичну мережу можна уявити у вигляді графу, вершини якого визначають об’єкти предметної області, а дуги відповідають зв’язкам між ними.

Формально сем. мережа визначається як набір < І, С₁, С₂, … С_n, Г >

де І – множина інформаційних одиниць, С₁, С₂, .. С_n – типи зв’язків між інформаційними одиницями, Г – відображення, що задає зв’язки між ін форм. одиницями.

Історично першою моделлю сем. мережі була модель Квілліана.

Прикл.

Твердження „Студент Петренко отримав 5 на іспиті зі штучного інтелекту” можна зобразити такою сем. мережею

/ Реальне вузли звичайно не чіткі /

Розрізняють класифікуючи, функціональні мережі та сценарії.

класифікуючи СМ задають відношення ієрархії між інформаційними одиницями.

функціональні СМ характеризуються функціональними відношеннями, що задають обчислення одних інф. одиниць через інші.

у сценаріях використовується відношення „причина – наслідок”

2. Семантичні мережі у пам’яті людини

Є ряд свідчень, що знання в людській пам’яті зберігаються у вигляді структур, що нагадують сем. мережі (школа Жана Піаже)

Приклад.

Дівчинці (3,5 років) показали квадрат, після чого вона намалювала дві фігури:

1) 2)

На фігурі 2 вона намалювала „жорсткі речі” (кути), „боковинки” (горизонтальні сторони) й „речі, які йдуть угору” (вертикальні сторони).

Цікаво, що сем. мережа квадрату подібна до рис.2 дівчинки.

Існує гіпотеза, що людина перетворює видимі об’єкти у семантичні мережі (внутрішня мова), а при малюванні виконує обернене перетворення – реконструкцію об’єкта.

/дівчинка на рис. 2 не виконала реконструкції об’єкту, а зобразила СМ /

3. Трирівнева архітектура семантичних мереж

Повній БЗ відповідає семантична мережа, окремій концептуальній одиниці – концептуальний граф.

4. Асиміляція нових знань на основі семантичних мереж

Для сприйняття інтел. системою нової інформації потрібно приєднати концептуальний граф нового твердження до сем. мережі.

Асиміляція знань – переклад знань на внутрішню мову системи:

Повна – нова інформація сприймається як істинна;

Модальна – інформація додається з примітками (джерело, умови)

Прикл.

Інформація: „Байт містить 8 біт”

Після асиміляції: „В довіднику 1 вказано, що Байт містить 8 біт”

Сприйняття нових знань можна розбити на 2 етапи:

формування внутрішнього опису нової інформації у вигляді концептуальних графів.

під’єднання сформованих концептуальних графів (фрагментів) до існуючої Сем. мережі.

5. Способи задання семантичних мереж

Наведеному графу відповідає набір бінарних фактів (о – а – з)

Пр. Петренко – Є – Студент

Петренко – Здав – ШІ

Петренко – Оцінка – 5

ШІ – Є – Іспит

Найбільший недолік – складність зв’язків „один – до – багатьох”, „багато – до - багатьох”.

/ Якщо здав ще СКБД, то до якого предмету відноситься оцінка? – Можливо групувати вузли (по предметам), можна поділити граф на підграфи (по предметам) /

6. Логічне виведення на сем. мережах

При суперечностях успадковуються властивості найближчого попередника

В 1975 році М.Мінський запропонував гіпотезу, що знання людини групуються у модулі (фрейми).

Фрейм – це структура даних, призначена для опису типових ситуацій і типових задач, мінімально можливий опис основних характеристик об’єкта.

Фрейд певного поняття може утворюватися з всіх бінарних фактів, пов’язаних з даним поняттям.

Ім’я_Фрейму ( (Атрибут_1, Значення_1), .. (Атрибут_і, Значення_і) )

Структури даних, що описують окремі атрибути Фрейду – слоти.

Пр.: Фрейм – компонент Caption, Слот – властивість Font (.Color, .Width).

7. Конкретизація, ієрархія та наслідування фреймів

Фрейм описує групу (клас) однотипних об’єктів з однаковими характеристиками.

Конкретні об’єкти – екземпляри Фрейму.

Опис екземплярів – на основі конкретизації фреймів.

Пр. Ієрархія фреймів:

8. Поповнення первинних описів на основі фреймів

Фрейми використовуються для опису ситуацій та для зіставлення з структурами, записаними у пам’яті (розпізнавання поняття).

Поповнення первинного опису

1) створюється екземпляр Фрейму;

2) заповнюються слоти;

3) уточнення фрейму.

Пр. Опис одного дня навчання у школі.

ЗАНЯТТЯ_В_ШКОЛІ ((Вид_Роботи, Навчання), (Початок, 9.00), (Кількість_уроків, _),

(Закінчення, Початок + Кількість_уроків*0.45 + 0.10*(Кількість_Уроків – 1),

(Коли,_ ), (Хто,_ ), (Де, Вул..Головна, 8)).

/ Закінчення – обчислюваний атрибут

Якщо на вхід системи подати речення „Вчора Петро був у школі”

за алгоритмом речення зіставляється з фреймом ЗАНЯТТЯ_В_ШКОЛІ (напр.. за ключовими словами)

створюється екземпляр фрейму

Заняття_Петра (ЗАНЯТТЯ_В_ШКОЛІ) ((Вид_Роботи, Навчання), (Початок, 9.00), (Кількість_уроків, _),

(Закінчення, Початок + Кількість_уроків*0.45 + 0.10*(Кількість_Уроків – 1),

(Коли, Вчора ), (Хто, Петро), (Де, Вул..Головна, 8)).

Частина слотів заповнюється з базового фрейму, а частина – з введеного тексту (частина може бути не заповненою).

Система може відповісти на питання „Де вчора був Петро?”, ..

Якщо даних не достатньо - процедура уточнення (заповнення слотів)

Для виконання операцій фрейми містять приєднані процедури (їх можна розглядати як окремі слоти):

процедури зовнішнього виклику (з іншого фрейму);

демон – процедура, що автоматично активізується при виконанні певної умови (у тому числі слотові демони).

Фреймові структури можна зберігати в пам’яті по-різному, існує декілька мов опису знань на основі фреймів: KRL, FRL, (розвитком якого є HPRL), ПРЕФ, ДИЛОС, RLL .

В типовому Фреймі зберігається:

1) ім’я і загальний опис фрейму

2) інформація про батьківський Фрейм

3) інформація про слоти (імена, значення, режими успадкування, ...).

Для обробки знань використовують:

формалізми для структуризації знань: семантичні мережі і фрейми;

процедури дедуктивного виведення: логічні і продукційні моделі.

Фрейми і сем. мережі мають багато спільного (вузли сем. мережі можна розглядати як фрейми/слоти, а між слотами фрейму можна вводити різноманітні зв’язки)

В семантичних мережах основна увага приділяється зв’язкам між інф. одиницями, а у фреймах – на відношеннях узагальнення і агрегації.

9. Мережі подібностей і відмінностей

Мережі подібностей і відмінностей використовують для пошуку фреймів, які найкраще описують дане поняття.

Сценарій – фреймоподібна структура даних, яка визначає послідовність дій для певного процесу (для сем. мереж – вказуються причинно-наслідкові зв’язки)

Пр. Сценарій „Відвідування_Ресторану”

Відвідування_Ресторану

(Мета: Приймання їжі,

Ролі: Відвідувач, Офіціант;

Змінні: Назва ресторану, Місце, Чекання, Їжа, Сума;

Кількість сцен: 4

Сцена_1 (Зайняття місця):

Відвідувач заходить до „Назва_ресторану”

Відвідувач вибирає „Місце” (умова: місце вільне)

10. Фрейми та об’єктно-орієнтаване програмування

Можна вважати, що об’єктна модель є конкретизацією більш абстрактної фреймової моделі.

Об’єкт (екземпляр класу) – абстракція. що характеризується станом, поведінкою та ідентифікованістю.

Стан - сукупність властивостей (статичні / динамічні)

Поведінка – реакція на події (приводить до зміни станів та передачі повідомлень)

Ідентифікованість – властивість, що відрізняє його від інших.

Об’єкти та класи мають такі найважливіші властивості:

Абстрагування – опис найважливіших характеристик деякої сутності

Інкапсуляція – внутрішня будова залишається у межах класу

Модульність

Ієрархія класів/ об’єктів.

Об’єктно-орієнтовані мови і середовища: Smalltalk, Delphi, C++, Java.

11. Поняття про мову UML

Мова UML – є мовою семантичного моделювання предметних областей та подальшого проектування відповідних програмних засобів.

В основі мови – виділення класів, опис їх характеристик та взаємозв’язків.

У 1997 р. мова була прийнята консорціумом OMG(Object Management Group) як стандарт.

Основою опису предметної області є діаграма класів (може бути реалізована в об’єктно-орієнтованих мовах).

Відношення між класами:

Асоціація – описує структурні зв’язки між класами.

Узагальнення – відношення „Є” (клас / підклас)

Залежність – вплив однієї сутності на іншу.

12. Логічні побудови та логічні моделі

Завдання: так формалізувати логічні побудови, щоб вони виконувалися автоматично (комп’ютер)

Найкраще піддається автоматизації дедуктивний спосіб виведення.

Розглянемо дві задачі автоматизації дедуктивних побудов:

задача виведення наслідків: знайти всі вірно побудовані формули, які можна логічним шляхом вивести з аксіом на основі правил виведення (знайти всі наслідки з фактів);

задача перевірки правильності твердження (автоматичного доведення теорем).

Автоматизація дедуктивних побудов – в ЕС.

Механізм автоматичного доведення теорем покладений в основу логічного програмування. Програма розглядається як набір логічних формул разом з теоремою, що має бути доведена. Найвідоміший представник логічного програмування – мова Пролог.

Людська логіка – інтелектуальна модель з нечіткою структурою.

Логічна модель – формальна система, що задається <Т, Р, А, В>

, де Т – множина базових елементів (алфавіт)

Р – множина синтаксичних правил

А - множина аксіом (формули, які приймаються за істинні)

В – множина правил виведення

У типовому випадку логічна модель задання знань базується на формалізмах логіки предикатів першого порядку.

Предикат – логічна функція (вірність або хибність певного твердження – „Х більше 2”).

Логіка предикатів – мат. апарат формалізації людського мислення.

Числення предикатів використовує:

константи (константні терми): С₁, С₂, ..

змінні (змінні терми): х₁, х₂, ...

функціональні літери: f₁, f₂, …

предикатні літери: р₁, р₂, ...

логічні символи: →, ↔, , &, ~, , .

Елементарне твердження складається з предиката і зв’язаних з ним термів. Складні твердження будуються з елементарних за допомогою логічних зв’язок: „і” (and, & ), „або” (or, ), „ні” (not, ~), імплікації „→” (якщо ..., тоді ...)

Якщо твердження позначити через a i b, то

Зв’язок	Запис	Інтерпретація
Заперечення	~a	не є a
Кон’юнкція	a&b	a та b
Диз’юнкція	ab	a або b
Імплікація	a→b	a випливає з b
Тотожність (еквівалентність)	a↔b	a еквівалентне b

Імплікація: Чоловік(Х) → Людина(Х)

Для імплікації і тотожності справедливі твердження:

a→b дорівнює (~a)b

a↔b дорівнює (a&b)(~a & ~b)

a↔b дорівнює (a→b) & (b→a)

З кожним предикатом може бути пов’язаний квантор – елемент, який визначає, за яких умов предикат може перетворюватися на істинне висловлювання.

Розрізняють квантор узагальнення () і квантор існування ().

Якщо u - змінна, r - твердження, то запис

“ u r” означає „r справджується для всіх u” (узагальнення, для будь-якого u, all);

“ u r” означає „існує u, для якого r справджується” (існування, існує хоча б одне u для якого ..., exists);

Приклад: All (Х, чоловік(Х) → людина (Х))

Елементарним об’єктом, який має значення „істина”, є атомарна формула (літерал):

P(t₁, t₂, …, t_n), де Р – предикат, t – терми, n - арність предикату.

Хибна формула: „”.

Тавтології (тотожньо істинні формули): ~~A↔A.

Позитивний літерал не стоїть під знаком заперечення, а негативний – під знаком заперечення.

Диз’юнктом (фразою теорії) називається диз’юнкція деякої кількості атомарних формул.

Часто використовують фрази спеціального типу – фрази Хорна (хорнівські диз’юнкти) – диз’юнкція довільної кількості атомарних формул, з яких позитивною є не більше ніж одна (~A ~B ~C D).

Фрази Хорна по суті є імплікаціями, оскільки за правилами Моргана

(~A ~B ~C D) еквівалентне (A B C ) → D.

Для практичного застосування у логічних виразах потрібно позбутися кванторів узагальнення та існування (пренексна нормальна форма).

Для усунення кванторів існування використовують константи і функції Сколема. Наприклад:

Маємо формулу x: P(x) вкажемо предметну константу С (константу Сколема), для якої твердження P(C) є істинним; таким чином перейдемо від x: P(x) до P(C).

Маємо формулу y x: P(x,y), вкажемо деякий елемент С, для якого твердження P(|C,y) є істинним, тому можна перейти від формули y x: P(x,y) до формули y P(h(y), y), де h(y) – функція Сколема.

Квантори узагальнення просто видаляються (вважається, що якщо фраза залежить від деяких змінних, то всі вони зв’язані оператором узагальнення); формула xyz P(x,y,z) замінюється на P(x,y,z).

Для спрощення логічних формул використовують рівності

~(а&b) означає (~а) (~b);

~Exists(u,r) означає All(u,~r);

~All(u,r) означає Exists(u,~r).

В результаті перетворень отримуються хорнівські фрази, наприклад (~A  ~B  ~C  D), яка еквівалентна D←(A B C ), а в мовах логічного програмування записується у вигляді D:- A, B, C.

Побудова теорії певної області знань включає дослідження структури цієї області і вибір позначень для її елементів. Потім будується множина вірно побудованих формул (ВПФ) для опису цієї структури. Множина ВПФ є теорією цієї області знань, в якій кожна ВПФ – аксіома.

Для побудови бази знань певної предметної області використовують наступні принципи:

Визначаються предметні змінні.

База знань описується як кон’юнкція деяких тверджень (фактів або правил виведення).

Факти задаються позитивним або негативним літералом, що не містить змінних.

Правила виведення задаються фразами Хорна.

Квантори існування усуваються шляхом введення констант і функцій Сколема.

Квантори узагальнення усуваються механічно.

Після побудови формалізованої бази знань здійснюється логічне виведення.

Наприклад:

Маємо неформальний опис: „Всі студенти люблять відвідувати лекції. Деякі студенти люблять морозиво. Іванов є студент, але не любить морозива”

Введемо такі предикати і предметні константи:

L(x,y) - x любить y.

S(x) – x є студентом.

A - предметна константа „відвідування лекцій”.

I - предметна константа „Іванов”

Q - предметна константа „Морозиво”.

Отримаємо базу знань:

x: (~S(x) L(x,A))

x: (S(x) & L(x,Q))

S(I)

~L(I,Q)

Усунення кванторів і розподіл кон’юнкцій приводить до такої бази знань

S(x) L(x,Q)

S(c)

L(c,Q)

S(I)

~L(I,Q),

де С – константа Сколема.

В логічному програмуванні для автоматичного доведення певного твердження (ВПФ) використовується метод від супротивного: береться інверсія ВПФ і додається до бази знань; якщо при цьому виникає протиріччя (A & ~A) , то ВПФ вважається вірною.

Фрази бази знань можуть бути спрощені методом резолюцій. Для цього знаходиться дві фрази, які утворюють контрарну пару. В контрарній парі одна фраза містить певну атомарну формулу без заперечення, а інша фраза – ту ж формулу із запереченням.

Наприклад, фрази (~PM) і (PL) утворюють контрарну пару, результатом якої (резольвентою) є фраза (ML).

Приклад застосування методу резолюцій.

Дано набір фраз:

„вовк їсть м’ясо”

„тварини, які їдять м’ясо, є хижаками”

Потрібно довести, що „вовк є хижаком”

Введемо предикати

G(x,y) => „х їсть у”

Q(x) => „х є хижак”

13. Продукційні моделі

Продукційною називається модель знань, в якій база знань складається із сукупності продукцій, тобто правил „Якщо А, тоді В”.

Термін „продукція” введений американським математиком Е.Постом. Як і логічні, продукційні моделі базуються на дедуктивному виведенні, але є менш формалізованими і простими.

Приклади продукцій для зоологічного парку:

„Якщо тварина є птахом, вона не літає, вона плаває, має чорно-білий колір – то це пінгвін”

Такі продукції описують імплікації (з істиності А випливає істинність В).

Приклад для системи керування технологічним процесом:

„Якщо температура перевищує 200 градусів, то ввімкнути систему охолодження”

Такі продукції задають умовні операції (якщо справедлива умова А, то виконати дію В).

Продукційна система – це база знань разом з механізмом керування продукціями.

Продукційна модель – подання знань у вигляді сукупності продукцій. Продукція визначається виразом:

(і) Q; P; A B ; N ,

де (і) – ім’я продукції, Q - сфера застосування продукції (предметна область), P - умова застосування продукції, AB ядро продукції, N - постумова продукції, постулює виконання дій після реалізації ядра.

Приклад:

„(БС-29) Банківська сфера; клієнт має рахунок у банку на достатню суму; якщо клієнт бажає зняти певну суму грошей, то він повинен написати ордер; внести зміни до бази даних”.

Продукційні моделі можна поєднувати з семантичними мережами, де знання описуються семантичними мережами, а операції над знаннями задаються як продукції.

Переваги продукцій них моделей:

Більшість людських знань можна описати у вигляді продукцій.

Більшість продукцій є взаємно незалежними.

Продукційні моделі можуть реалізувати будь-які алгоритми.

Продукції можуть працювати паралельно.

Основний недолік продукцій – складність перевірки правильності функціонування.

Системи продукцій можна зображати у вигляді графів – мереж виведення.

Мережі виведення будуть так. Вершини графу відповідають умовам і діям, що входять до лівих і правих частин продукцій. Якщо є продукція А→В, то від вершини А до вершини В йде орієнтована дуга. Якщо є продукція А, В→С, до дуги (АС) та (ВС) зв’язані відношенням „І” (кон’юнкції).

Для продукційної системи

А→С

В→С

В, F→L

F→Q

D, C→G

мережа виведення

Мережа виведення забезпечує поділ задачі на підзадачі і є структурою, близькою до І-АБО-графів.

Схема роботи експертної системи на базі продукцій

До робочої пам’яті заносяться факти від користувача, а також його запити. Логічний блок зіставляє цю інформацію з правилами із бази знань, і використовує ті правила, що можуть бути зіставлені зі вмістом робочої пам’яті.

Наприклад, продукції А→В і В→С виконуються, якщо стає відомо про істинність А.

Пряме виведення на основі правил передбачає аналіз:

усіх наслідків з фактів;

наслідків з наслідків і т.д.

Процес продовжується, поки не буде встановлено істинність або хибність запиту користувача.

Нехай є продукція А→В та В→С; користувач оголосив про істинність факту А і спитав про істинність факту С. Ланцюг прямого виведення матиме вигляд: з А виводиться В, з В виводиться С, отже С- істинне.

При прямому виведенні перебирається багато безперспективних продукцій.

При зворотному виведенні логічний блок починає роботу з запиту користувача, тобто з твердження, яке перевіряється. Розглядається одне з правил, на основі яких можна вивести дане твердження, після чого перевіряється істинність лівої частини цього правила. Процес повторюється, поки не дійде до фактів, які вважаються істинними.

В нашому випадку ланцюжок зворотного розповсюдження матиме вигляд: „С виводиться з В, В виводиться з А, А істинне, отже і С істинне”.

Зворотне виведення, як і пряме, є стратегією перебору (вимагає повторень у випадку невдалої спроби). В загальному для зворотного виведення потрібно виконати менше продукцій, ніж для прямого. Зворотне виведення тісно пов’язане з прологівським механізмом виконання програм. Продукції поділяються на детерміновані й не детерміновані.

У детермінованих продукціях при виконанні лівої частини завжди виконується й права.

У не детермінованих продукціях права частина при виконанні лівої виконується з певною ймовірністю.

Є два режими керування виконанням продукцій:

1. режим негайного виконання (виконується перша вірна продукція);

2. режим формування конфліктного набору або „фронту готових продукцій” (списку продукцій, готових до виконання). Далі відбувається вибір однієї продукції зі списку.

При виконанні конфліктних наборів є певні проблеми.

Нехай маємо продукції, які готові до виконання і утворюють конфліктний набір:

А→В

А→С,

й А – істинне.

Якщо ядра продукцій є імплікаціями, то продукцій на система є чисто декларативною і особливих проблем не виникає. Взаємний вплив між продукціями відсутній, тобто порядок виконання продукцій вливає тільки на час роботи системи.

Якщо ж ядра продукцій є процедурами, то в результаті виконання однієї продукції може змінитися стан іншої продукції.

Наприклад, після виконання першої продукції А може перестати бути істинними, відповідно продукція 2 не виконається. Якщо ж першою виконається продукція 2, то результат може бути зовсім інший.

Існують різноманітні стратегії вирішення конфліктів, централізоване і децентралізоване керування продукціями (наприклад, механізм „класної дошки”). Класна дошка – спільна область пам’яті для всіх продукцій, на якій кожна продукція може знайти інформацію про свій запуск.

14. Основні стратегії вирішення конфліктів у продукцій них системах

Для повного аналізу дій системи потрібно перебрати всі можливі варіанти її роботи. Це вимагає експоненційного зростання об’ємів обчислень при збільшенні числа продукцій, тому стратегій вирішення конфліктів зводяться до зменшення кількості варіантів перебору і по суті є евристичними. Розглянемо деякі з них:

1. Принцип „стосу книг”. Ґрунтується на ідеї, що найкориснішою є та продукція, яка використовується найчастіше (у стосі книг зверху звичайно опиняються книги, що користуються найбільшим попитом). Стратегія є ефективною, якщо продукції відносно незалежні між собою.

2. Принцип найдовшої умови. З фронту готових продукцій та, для якої справедлива найдовша умова (вважається, що спеціалізовані правила корисніші за загальні).

Наприклад, з двох продукцій:

Якщо А – птах, то А – літає;

Якщо А птах і А- пінгвін, то А не літає.

за принципом найдовшої умови вибирається 2. Принцип найдовшої умови ефективний при аналізі винятків.

3. Принцип метапродукцій. Ґрунтується на введенні до системи мета продукцій, тобто правил використання продукцій. Типовими мета продукціями є правила, що визначають дії при надходженні до фронту готових продукцій нових.

4. Принцип „класної дошки”. Конфлікти вирішуються на основі обміну інформацією з використанням класної дошки.

5. Принцип вибору за пріоритетом (важливістю). Пріоритети продукцій можуть бути різними для різних ситуацій, тобто статичними і динамічними.