Модели за представяне на знания: видове, класификация и методи на приложение

Сложни понятия като "мислене" и "съзнание", както и още по-лесно дефинируеми понятия като "интелект" и "знание" се използват от специалисти в различни области (напр. системен анализ, компютърни науки, невропсихология, психология, философия и др.), за да.) могат да се различават значително.

Основният проблем е пълното и адекватно представяне на знания, които се възприемат еднакво недвусмислено както от хората, така и от машините модерна информационна обмен. Такъв обмен на информация се основава на система от понятия и отношения, които представляват знания.

Класификация на знанията

То може да бъде класифицирано в няколко категории: концептуално, конструктивно, процедурно, фактическо и метапознание.

• Концептуални знания - набор от определени понятия, които да се използват при решаването на проблеми. Често се използва във фундаменталните науки и теоретичните области на науката. Всъщност концептуалното знание представлява концептуалния апарат на науката.
• Конструктивно знание - Набори от структури, системи и подсистеми, както и взаимодействието между тях. Активно използвани в инженерството.
• Процедурни знания - методи и алгоритми, използвани в приложните науки, които най-често.
• Знания за факторите - Характеристики на обектите и явленията, както количествени, така и качествени. Използва се най-често в експерименталната наука.
• Метапознание - Всяко знание за знанието, неговата система на организация, техниката му и реда и правилата за прилагането му.

организация на знанието

Системата за организация на знанието е процес предоставяне на информация под формата на послания, които могат да бъдат познати (устен и писмен език, рисунки и др.).д.) и неконвенционални (формули, обекти на географската карта, радиовълни и др.).

За да бъде системата за организиране на знанието разбираема и успешна, е необходимо да се използва разбираем и конструктивен система от правила, Според какво се представя и усвоява знанието. Човекът използва езика и писмеността за това.

Език

Езикът възниква и се развива благодарение на факта, че знанията, натрупани от хората, постоянно трябва да бъдат представяни, изразявани, съхранявани и обменяни. Мисълта, която не може да бъде изразена чрез формална конструкция (език, изображение), губи възможността да стане част от информационния обмен. Ето защо в историята на човечеството езикът е бил най-ефективната форма за представяне на знания.

Колкото по-богат е езикът, толкова повече знания изразява той, което води до обогатяване на културата на народа, а това от своя страна позволява разработването на все по-ефективни системи за организиране на знанието.

Езикът на науката

Основният проблем при използването на езика като форма на представяне на знания е нееднозначното семантично значение на думите и изреченията. Ето защо езикът на науката играе особена роля при формализирането на знанието.

Основното предназначение на езика на науката е да типизира и стандартизира формите на изразяване, компресиране и съхранение на знания. Стандартизираното, уеднаквено изразяване на знания може да премахне полисемията или семантичната двусмисленост на езика.

Това, което в естествените условия на езиковата еволюция прави езика по-богат (многозначност на изразите), при обмена на знания се превръща в пречка, увеличавайки риска от неразбиране, семантичен шум и нееднозначно възприемане на информацията.

Класификация на знанията

Един от основните методи за формализиране на знания е класификацията. Това е класификация на знанието в групи в съответствие с определен клас. Това означава, че само тази информация, която отговаря на определени критерии, съответстващи на определен клас, попада в определен клас знания.

Класификацията е особено важен метод на научната систематика, без който не може да се мине на първия етап от формирането на основните знания в дадена научна област. Например в компютърните науки няма еквивалентност без класификация, която позволява изпълнението на важни задачи като сравняване, извличане и категоризиране. Без класификация в науката нямаше да имаме такива уникални и безценни системи за организация на данните като таблицата на Менделеев.

Модели за представяне на знания

таблицата на Менделеев, таблицата на ранговете, Наказателния кодекс, генеалогични дървета и други системи за класификация са моделите за представяне на знания. Това са формални структури, които свързват конкретни знания: факти, явления, понятия, процеси, обекти, отношения.

За да може компютърът да разбере и обработи знанията за дадена предметна област, тези знания трябва да бъдат представени в специфична, формализирана форма. В зависимост от целта обработката на знания от компютър следва модел, основан на алгоритъм. Съответно знанието, представено в модела, зависи от алгоритъма за обработката му.

Съществуват няколко модела за представяне на знания в експертните системи. Основните от тях са продуктивни, рамкови, мрежови и логически.

Класификация на моделите

Горепосочените модели за представяне на знания, примери за това Макар и широко разпространени, следните случаи далеч не са единствените. Днес съществуват много модели, които се различават помежду си по своята валидност, подходи към създаване и принципи организация.

Например в таблицата по-долу са изброени видовете модели за представяне на знания, като те се разделят на емпирични и теоретични модели и допълнително се подразделят на.

Емпирично моделиране

Емпиричните модели за организация и представяне на знанието вземат за пример хората и се опитват да въплътят организацията на тяхната памет, съзнание, механизми за вземане на решения и решаване на проблеми. Емпиричното моделиране се отнася до всеки вид модел, основан на емпирични наблюдения, а не на отношения, които могат да бъдат описани и моделирани математически.

Емпиричното моделиране е общ термин за модели за представяне на знания, които са създадени на базата на наблюдения и експерименти.

Емпиричният модел функционира според прост семантичен принцип: създателят му наблюдава взаимодействието между модела и неговия референт. Обработката на получената информация може да бъде "емпирична" по най-различни начини - от аналитични формули, през причинно-следствени връзки до методи "проба-грешка".

Продуктивни модели за представяне на знания

Този модел на представяне на данни най-често се основава на връзки и причинно-следствени отношения. Ако информацията може да бъде представена чрез условия като "Ако <х>, Tho <у>"Ако моделът се основава на наблюдение и експериментиране, той е продуктивен модел. Най-често се използва в приложения и несложен изкуствен интелект.

Продуктивните модели за представяне на знания най-често са компютърни програми, които осигуряват някаква форма на изкуствен интелект един до друг правила за поведение, и включва механизъм, необходими за да спазва тези правила, когато са изпълнени условията.

Продукт (набор от правила) се състои от две части: предпоставка ("IF") и действие ("TO"). Ако предварителното условие за продукта съответства на текущото състояние на света, моделът се изпълнява. Производственият модел съдържа и база данни, понякога наричана работна памет, която съдържа действителните знания.

Недостатъците на модела на продукта са, че ако има твърде много правила, действията на модела могат да си противоречат.

Семантични мрежи

Те се основават на целостта на изображението и са най-илюстративните модели за представяне на знания. Семантичната мрежа най-често се представя като граф или сложна графова структура, чиито възли или върхове представляват обекти, понятия, явления, а ребрата - връзките между определени обекти, понятия и явления.

Една проста семантична мрежа може лесно да бъде представена като триъгълник, чиито върхове са понятия като "куче", "бозайник" и "гръбначен стълб". В този случай върховете ще свързват страните на триъгълник, който може да бъде обозначен с връзки като "е", "има", "е на". Така ще имаме модел за представяне на знания, от който научаваме, че кучето е бозайник, бозайниците имат гръбнак, а кучето има гръбнак.

Такива модели са визуални и могат да се използват най-ефективно за представяне на сложни системи и причинно-следствени връзки. Освен това тези семантични мрежи могат да бъдат обогатени с нови знания чрез разширяване на съществуващата мрежа, т.е. триъгълникът се превръща в правоъгълник, след това в шестоъгълник, а след това в сложна мрежа от пресичащи се фигури, в която можем да наблюдаваме например наследяване на свойствата.

Модел на рамката

Рамковият модел е наречен така от английската дума frame или framework (рамка). рамка е структура, събираща данни, използвана за представяне на определена концепция.

Както и в социологията, където фреймовете са вид стереотипни данни, които влияят върху човешкото възприемане на света и процеса на вземане на решения, в информатиката и в работата с изкуствен интелект се използват рамки за създаване на структурирани данни, представящи стереотипни ситуации. Всъщност това е първоначалната, основна система от данни, върху която е изградено възприемането на света от изкуствения интелект.

Освен това, като ефективни модели за представяне на знания, фреймовете са активни не само в компютърните науки. Първоначално те са били разновидност на семантичните мрежи.

Рамката се състои от едното или другото множество слотове. На свой ред слотовете могат да се превърнат в рамки. По този начин рамковият модел е способен да представя сложни концептуални единици, формиращи широка йерархична верига от знания.

Рамковият модел на представяне на знанието съдържа информация за това как да се използва дадена рамка, какво да се очаква по време на и след нейното използване и какво да се прави, когато очакванията от използването на дадена рамка не са изпълнени.

Някои видове данни в модела на рамката са неизменни, докато други данни, обикновено съхранявани в крайните слотове, могат да се променят. Терминалните слотове най-често се разглеждат като променливи. Слотовете и кадрите от по-горно ниво носят информация за ситуацията, която винаги е вярна, но не е задължително крайните слотове да са верни.

Кадрите на една сложна мрежа могат да споделят слотове на други кадри от същата мрежа.

Базата данни може да съхранява рамки на прототипи (неизменни) и рамки на инстанции, които се създават в зависимост от ситуацията, за да представят конкретна ситуация или конкретна концепция.

Рамковите модели за представяне на знания са едни от най-универсалните и могат да представят различни видове знания:

• Рамковите структури се използват за представяне на понятия и обекти;
• Рамковите роли обозначават отговорностите на ролите;
• Рамковите скриптове описват поведението;
• Рамковите ситуации се използват за представяне на състояния и дейности.

Невронни мрежи

Тези алгоритми също могат да бъдат добавени към групата на моделите, основани на подхода на емпиричните знания. Всъщност невронните мрежи се опитват да имитират процесите, протичащи в човешкия мозък. Те се основават на теорията, че система за изкуствен интелект със същите структури и процеси като човешкия мозък ще може да постигне сходни резултати при вземането на решения, оценката на ситуации и възприемането на реалността.

Теоретично обоснован подход

Математическите, предикативните и логическите модели за представяне на знания се основават на този подход. Тези модели гарантиране на коректност решения, тъй като те се основават на формална логика. Те са подходящи за решаване на прости задачи от тясна предметна област, често свързана с формалната логика.

Логически модели за представяне на знания

Той е един от най- популярни модели, Въз основа на теоретичен подход. Логическият модел използва алгебрата на предикатите, нейната система от аксиоми и правила за извод. Най-често срещаните Логическите модели използват термини - логически константи, функции и променливи, както и предикати, т.е. изрази на логически действия.