9-13

реклама
9. Фреймовые модели представления знаний. Классификация фреймов.
Термин фрейм (от англ. frame – рамка, каркас) предложен Марвином Минским, одним из
пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия
пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое
психологическое обоснование.
Фрейм – это абстрактный образ для представления некоего стереотипа восприятия.
ФРЕЙМЫ
Модель фрейма является достаточно универсальной, поскольку позволяет отобразить все
многообразие знаний о мире через:
- фреймы-структуры, использующиеся для обозначения объектов и понятий (заем,
залог, вексель);
- фреймы-роли (менеджер, кассир, клиент);
- фреймы-сценарии (банкротство, собрание, празднование именин);
- фреймы-ситуации (тревога, авария, рабочий режим устройства).
Фрейм-прототип - фрейм, в котором значения слотов не определены.
Во фреймовых моделях фиксируется жесткая структура информационных единиц, которая
называется фреймом-прототипом (протофреймом). В общем виде она выглядит
следующим образом:
(Имя фрейма:
Имя слота 1 (значение слота 1);
Имя слота 2 (значение слота 2);
...
Имя слота К (значение слота К)
)
Ту же запись можно представить в виде таблицы, дополнив ее двумя столбцами.
ИМЯ
ЗНАЧЕНИЕ СПОСОБ
ПРИСОЕДИСЛОТА СЛОТА
ПОЛУЧЕНИЯ НЕННАЯ
ЗНАЧЕНИЯ
ПРОЦЕДУРА
Дополнительные столбцы предназначены для описания способа получения слотом его
значения и возможного присоединения к тому или иному слоту специальных процедур,
что допускается в теории фреймов.
Основное преимущество фреймов как модели представления знаний – эта модель
отражает концептуальную основу организации памяти человека, а также ее гибкость и
наглядность.
10. Фреймовые модели представления знаний. Конкретизация фрейма,
связи между фреймами.
Термин фрейм (от англ. frame – рамка, каркас) предложен Марвином Минским, одним из
пионеров ИИ, в 70-е годы для обозначения структуры знаний для восприятия
пространственных сцен. Эта модель, как и семантическая сеть, имеет глубокое
психологическое обоснование.
Фрейм – это абстрактный образ для представления некоего стереотипа восприятия.
При конкретизации фрейма ему и слотам присваивают конкретные имена и происходит
заполнение слотов.
Из протофреймов получаются фреймы-экземпляры. Экземпляр фрейма - фрейм, в котором
определены значения слотов.
Переход от исходного протофрейма к фрейму-экземпляру может быть многошаговым, за
счет постепенного уточнения значений слотов.
значением слота может быть:
 числа или математические соотношения,
 тексты на естественном языке,
 программы,
 правила вывода,
 ссылки на другие слоты данного фрейма или других фреймов,
 набор слотов более низкого уровня – реализация принципа «матрешки».
существует несколько способов получения слотом значений во фрейме-экземпляре:
 по умолчанию от фрейма-образца (Default-значение);
 через наследование свойств от фрейма, указанного в слоте АКО;
 по формуле, указанной в слоте;
 через присоединенную процедуру;
 явно из диалога с пользователем;
 из базы данных.
Связи между фреймами могут задаваться значениями специального слота с именем
«Связь». Важнейшее свойство теории фреймов – заимствование из теории семантических
сетей наследования свойств. И во фреймах и в семантических сетях наследование
происходит по AKO-связям (A-Kind-Of = это). Слот AKO указывает на фрейм более
высокого уровня иерархии, откуда неявно наследуются, то есть переносятся, значения
аналогичных слотов.
ПРИМЕР:
В сети фреймов понятие «ученик» наследует свойства фреймов «ребенок» и «человек»,
которые находятся на более высоком уровне иерархии. На вопрос «любят ли ученики
сладкое» следует ответ «да», так как этим свойством обладают все дети, что указано во
фрейме «ребенок». Наследование свойств может быть частичным, так как возраст
учеников не наследуется из фрейма «ребенок», поскольку указан явно в своем
собственном фрейме.
АКО
Умеет
Человек
Млекопитающее
Мыслить
Ребенок
АКО
Человек
Возраст
0-16 лет
Рост
50-180
см
Любит
Сладкое
АКО
Учится
Возраст
Носит
Ученик
Ребенок
В школе
7-17 лет
Форму
11. Сетевые модели представления знаний.
Структура сетевых моделей
В основе моделей этого типа лежит семантическая сеть. Сетевые модели
формально задаются в виде:
H=<I, C1, C2, ..., Cn, G>.
I – множество информационных единиц,
C1, C2, ..., Cn – множество типов связей между информационными единицами.
G – отображение, задает между информационными единицами, входящими в I, связи
из заданного набора типов связей.
КЛАССИФИКАЦИЯ СЕТЕВЫХ МОДЕЛЕЙ
В зависимости от типов связей, используемых в модели, различают:
 классифицирующие сети,
 функциональные сети,
 сценарии.
Классифицирующие сети
В классифицирующих сетях используются отношения структуризации (сети
позволяют в базах знаний вводить разные иерархические отношения между
информационными единицами).
Функциональные сети
Функциональные сети характеризуются наличием функциональных отношений. Их
иногда называют вычислительными моделями, т.к. они позволяют описать
процедуры вычислений одних информационных единиц через другие.
Сценарии
В сценариях допускаются каузальные (причинно-следственные) отношения, а также
отношения типов «средство-результат», «орудие-действие» и т.п.
Семантическая сеть
Если в сетевой модели допускаются связи различного типа, то ее обычно называют
семантической сетью.
12. Представление знаний в виде семантических сетей.
Термин «семантическая» означает «смысловая».
Семантика – наука, устанавливающая отношения между символами и объектами,
которые они обозначают, то есть наука, определяющая смысл знаков.
Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги –
отношения между ними.
Семантическая сеть – это модель, в которой структура знаний предметной области
формализуется в виде ориентированного графа с помеченными вершинами и дугами.
–
–
–











Вершины графа обозначают понятия различных категорий: объекты, события , свойства,
операции, а дуги – отношения между ними.
В качестве понятий выступают абстрактные или конкретные объекты, а отношения – это
связи типа: «это» («AKO - A-Kind-Of», «is»), «имеет частью» («has part»), «принадлежит»,
«любит».
Особенность семантических сетей – обязательное наличие трех типов отношений:
класс – элемент класса (цветок – роза, инструмент - сверло)
свойство – значение (цвет - желтый, материал режущей части – Т15К6)
пример элемента класса (роза – чайная, сверло – по металлу)
Существует 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 (отношения связывают два объекта);
N-арные (есть специальные отношения связывающие более двух понятий).
Наиболее часто в семантических сетях используются следующие отношения:
связи типа «часть - целое» («класс-подкласс», «элемент - множество» и т.п.);
функциональные связи (обычно определяются глаголами «производит», «влияет» и др.);
количественные (больше, меньше, равно...);
пространственные (далеко от, близко от, за, под, над...);
временные (раньше, позже, в течение...);
атрибутивные связи (иметь свойство, иметь значение);
логические связи (И, ИЛИ, НЕ);
лингвистические связи и др.
13. Механизмы вывода на семантической сети.
Семантическая сеть – это модель, в которой структура знаний предметной области
формализуется в виде ориентированного графа с помеченными вершинами и дугами.
Проблема поиска решений в базе знаний типа семантической сети сводится к задаче
поиска фрагмента сети, соответствующего некоторой подсети, отражающей поставленный
запрос к базе.
Данная модель представления знаний была предложена американским психологом
Куиллианом. Основное ее преимущество – она более других соответствует современным
представлениям об организации долговременной памяти человека. Недостаток –
сложность организации процедур поиска вывода на семантической сети.
Фрагмент семантической сети «представление глагола «давать»
Пример семантической сети «ФРУКТЫ»
Пример семантической сети «Автомобиль»
значение
Красный
Цвет
свойство
Волга
это
принадлежит
Иванов
Двигатель
имеет частью
Автомобиль
это
Вид
транспорта
любит
например
Человек
Для реализации семантических сетей существуют специальные сетевые языки:
 NET,
 SIMER+MIR и др.
Известны экспертные системы, использующие семантические сети в качестве языка
представления знаний: PROSPECTOR, CASNET, TORUS.
Скачать