Posibniki.com.ua Інформатика Прикладні системи штучного інтелекту Тема 5 СЕМАНТИЧНІ МЕРЕЖІ ПСШІ ТА ЇХ КЛАСИФІКАЦІЯ


< Попередня  Змiст  Наступна >

Тема 5 СЕМАНТИЧНІ МЕРЕЖІ ПСШІ ТА ЇХ КЛАСИФІКАЦІЯ


ПЕРЕЛІК ЗНАНЬ ТА НАВИЧОК

Після опанування теми студент має знати:

• доцільність використання мережної моделі;

• переваги та недоліки семантичних мереж;

• компоненти семантичних мереж;

• нерезолютивні методи висновку на семантичних мережах;

• адаптивні методи логічного розпізнавання у семантичних мережах.

Має вміти:

• розробляти короткий опис та словник ПРГ;

• будувати семантичну мережу;

• аналізувати види семантичних мереж;

• наводити приклади дедуктивного висновку на семантичних мережах.

ЗМІСТ ПИТАНЬ З ТЕМИ

5.1. Компоненти семантичних мереж

За індуктивного виведення на основі фактів і відношень між ними, що існують у навколишньому світі, люди використовують асоціативні зв’язки. Для подання таких знань доцільно використовувати мережну модель.

Семантика визначає зміст знаків та відношень між символами і об’єктами, які вони визначають.

Семантична мережа — графічна система позначень для подання знань у шаблонах пов’язаних вузлів і дуг. Більш формально: семантична мережа — це орієнтований граф, вершини якого

— поняття, а дуги — відношення між ними. Мережні моделі фор

мально можна задати у вигляді H = <I, C

1 , C

2 , ..., С n , G>, де I — множина інформаційних одиниць; C

1 , C

2 , ..., С n — множина типівмально можна задати у вигляді H = <I, C

1 , C

2 , ..., С n , G>, де I — множина інформаційних одиниць; C

1 , C

2 , ..., С n — множина типівзв’язків між інформаційними одиницями; G — відображення, що задає між інформаційними одиницями, які входять у I, зв’язки з заданого набору типів зв’язків.

Для всіх семантичних мереж спільним є декларативне графічне подання, що може використовуватися для подання знань або створення автоматизованих систем прийняття рішень на основі знань.

Сама семантична мережа є моделлю пам’яті людини і не розкриває повністю, яким чином виконується подання знань. Тому в контексті подання знань семантичну мережу слід розглядати як метод моделювання, в якому передбачені можливості структурування, механізм виведення та процедури використання знань.

Вершини можуть являти собою: поняття, події, властивості.

Мітки вершин мають посилальний характер і являють собою деякі імена. У ролі імен можуть виступати, наприклад, слова природної мови.

Мітки дуг позначають елементи множини відношень.

За використання семантичної мережі для подання знань важлива класифікація типів об’єктів і виділення деяких фундаментальних видів зв’язків між об’єктами. Незалежно від особливостей середовища, що моделюється, можна припускати, що будь-яка більш-менш складна його модель відображає які-небудь узагальнені, конкретні й агрегатні об’єкти.

Узагальнений об’єкт — це деяке поняття, що є відомим і широко використовуваним у предметному середовищі, яке моделюється. Узагальнений об’єкт фактично подає певним чином клас об’єктів проблемного середовища.

Конкретний (індивідний) об’єкт — це певним чином виділена одинична (індивідна) сутність.

Агрегатний об’єкт — об’єкт проблемного середовища, що складений певним чином з інших об’єктів, які є його частинами. Агрегатним може бути як узагальнений, так і конкретний об’єкт.

У термінах описаної типізації об’єктів проблемного середовища визначаються і зв’язки між об’єктами.

Родовидовий зв’язок може існувати між двома узагальненими об’єктами (наприклад, між об’єктами «транспорт» — рід і «літак» — вид). Усі властивості родового поняття, як правило, властиві й видовому (спадкування властивостей). Використання спадкування забезпечує ефективний спосіб спрощення подання знань і скорочення обсягу інформації, яку потрібно запам’ятовувати для кожного конкретного вузла. Це дає можливість значною мірою прискорити процес обробки знань, а також витягати інформацію за допомогою запитів загального характеру.

Зв’язок «є представником», може існувати між узагальненим і конкретним об’єктами. Він має місце в тому випадку, коли конкретний об’єкт належить класу, відображеному відповідним узагальненим об’єктом (наприклад, конкретний об’єкт «Петренко» є представником узагальненого об’єкта «студент»). Властивості, притаманні узагальненому об’єкту, характеризують і будь-який конкретний об’єкт-представник. Отже, множина властивостей конкретного об’єкта містить у собі підмножину властивостей, якою він наділяється як представник тих чи інших узагальнених об’єктів (або збігається з цією множиною).

Зв’язок «є частиною», може існувати між агрегатним об’єктом і яким-небудь іншим об’єктом проблемного середовища. При цьому частиною конкретного агрегатного об’єкта не може бути узагальнений об’єкт.

У семантичних мережах використовують три основні типи об’єктів: поняття, події і властивості.

Поняття — постійні елементи ПРГ (концепти) — визначають абстрактні або фізичні (конкретні) об’єкти. У природній мові — це частіше іменники.

Властивості (атрибути) описують характеристики понять і подій. Відносно понять описують їх особливості (колір, розмір, якість та ін.), а відносно подій — час, місце, тривалість.

Події відповідають діям, які відбуваються в ПРГ, та визначають тип дії, роль, яку відіграють об’єкти в цих діях. При поданні подій заздалегідь виокремлюються прості відношення, які характеризують основні компоненти події. Насамперед з події виокремлюється дія, яка зазвичай описується дієсловом. Далі визначають: об’єкти, які діють, та об’єкти, над якими ці дії виконуються.

Дуги відображають різноманітні семантичні відношення, які умовно можна розділити на чотири класи:

— лінгвістичні (час, стан, вид, вага, колір, агент, джерело, приймач та ін.);

— логічні (заперечення, кон’юнкція, диз’юнкція, імплікація);

— теоретико-множинні (частина — ціле, елемент — множина, клас — підклас, підмножина, близькість та ін.);

— квантифікаційні (квантори загальності, існування, нечіткі квантори: багато, кілька, часто та ін).

Лінгвістичні відношення відображають смисловий зв’язок між подіями, поняттями або властивостями.

Лінгвістичні відношення бувають: дієслівні (час, вигляд, рід, стан, спосіб), атрибутивні (мати властивість, мати значення, ко-

Таблиця 2.1

ОСНОВНІ ВІДМІНКИ

Відмінок Лінгвістичне (відмінкове) відношення, зв’язок дій з
Агент предметом, що є ініціатором дії
Об’єкт предметом, що зазнає дії
Джерело розміщенням предмета перед дією
Приймач розміщенням предмета після дії
Час моментом виконання дії
Місце місцем проведення дії
Мета дією іншої події

Серед відмінкових відношень окремо можна виділити просторові зв’язки (далеко, близько, від, за, під, над) та часові зв’язки (раніше, пізніше, протягом, учора).

Логічні відношення — це операції, що використовуються в численні висловлювань (диз’юнкція, кон’юнкція, інверсія, імплікація).

Теоретико-множинні відношення — це відношення частини і цілого, відношення підмножина, відношення-елемент множини (приклади: зв’язки типу «це»: «AKO

— А kind of», «is», IS-A; зв’язки «має частину»: «has part», PART-OF).

Квантифікаційні відношення — це логічні квантори спільності та існування. Вони використовуються для подання таких знань, як «будь-який двигун необхідно діагностувати», «існує технік А, що діагностує двигун В». Інтенсіоналом відношення R j називають набір пар вигляду:

INT(R j ) = {...,[A i , DOM(A i )],...}, де R j — ім’я відношення; DOM(A i )

домен A i , тобто множина значень атрибута A i відповідного відношення R j , множина атрибутів A = {A i , i=1, 2, ..., n} і множина відношень R = {R j , j = 1, 2, ..., m} — кінцеві.

Базовою множиною або модельною множиною об’єктів, на яких задаються відношення R j , називають об’єднання всіх доменів.

Екстенсіоналом відношення R j називають множину EXT(R j ) = {F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.відношення R j , множина атрибутів A = {A i , i=1, 2, ..., n} і множина відношень R = {R j , j = 1, 2, ..., m} — кінцеві.

Базовою множиною або модельною множиною об’єктів, на яких задаються відношення R j , називають об’єднання всіх доменів.

Екстенсіоналом відношення R j називають множину EXT(R j ) = {F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.відношень R = {R j , j = 1, 2, ..., m} — кінцеві.

Базовою множиною або модельною множиною об’єктів, на яких задаються відношення R j , називають об’єднання всіх доменів.

Екстенсіоналом відношення R j називають множину EXT(R j ) = {F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.

Екстенсіоналом відношення R j називають множину EXT(R j ) = {F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.{F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.INT(R j ) = {...,[A i , DOM(A i )],...}, де R j — ім’я відношення; DOM(A i )

домен A i , тобто множина значень атрибута A i відповідного відношення R j , множина атрибутів A = {A i , i=1, 2, ..., n} і множина відношень R = {R j , j = 1, 2, ..., m} — кінцеві.

Базовою множиною або модельною множиною об’єктів, на яких задаються відношення R j , називають об’єднання всіх доменів.

Екстенсіоналом відношення R j називають множину EXT(R j ) = {F

1 , ..., F p }, де F k (k = 1, 2, ..., p) — факт відношення R j , що задається сукупністю пар виду «атрибут — значення», називаних атрибутивними парами. Під фактом розуміють конкретизацію визначеного відношення між зазначеними об’єктами.

лір, розмір, форму) та відмінкові (усі зв’язки понять, подій і властивостей з дією — див. табл. 2.1).

Компонентами семантичної мережі є не тільки поняття (об’єкти) і відношення ПРГ, але і складені з них різні ситуації — фрейми, що відображаються на семантичній мережі фрагментами мережі.

Процес побудови семантичних мереж потребує ретельного аналізу ПРГ. Для формалізації та фіксації окремих результатів процесу аналізу ПРГ розробляють короткий опис предметної галузі та словник ПРГ. Також у процесі аналізу ПРГ виконують узагальнення понять, результати якого описують та враховують під час побудови семантичної мережі.

Основним принципом організації банків знань на основі семантичних мереж є поділ екстенсіональних й інтенсіональних знань. При цьому екстенсіональна семантична мережа є основою бази даних, а інтенсіональна — бази знань.

У семантичній мережі можуть бути подані такі види об’єктів, як поняття, події, спеціалізовані методи рішення. Опис об’єктів ПРГ виводиться на природно-мовний рівень. Збільшення номенклатури об’єктів знижує однорідність мережі та зумовлює необхідність збільшення арсеналу методів виведення.

Багатомірність семантичних мереж дозволяє подавати в них численні семантичні відношення, що пов’язують окремі поняття, поняття і події в речення, а також речення в текстах; крім того, у семантичній мережі може відображатися семантична ієрархія взаємної підпорядкованості спеціалізованих методів.

Усі знання, включаючи факти, що знову надходять, а також деякі спеціалізовані методи рішення накопичуються у відносно однорідній структурі пам’яті.

На мережах визначається низка більш-менш уніфікованих семантичних відношень між об’єктами, яким відповідають уніфіковані методи виведення.

Методи виведення в сукупності з цілями (запитами) визначають ділянки семантичного знання, що має відношення до поставленої задачі, формулюючи акт розуміння запиту і певний ланцюг виведень і неповних виведень, що відповідають розв’язку задачі.

На кожній стадії формування розв’язку можна чітко розділити повне знання системи (повна семантична мережа) і поточне знання — збуджена область мережі, у якій здійснюються певні операції (процес розуміння, виведення і т. д.).

Десигнат є важливим поняттям у семантичних мережах. Це унікальне внутрісистемне ім’я, що ставиться у відповідність деякому об’єкту ПРГ, якщо про нього в даний момент немає повної інформації. Десигнат відбиває найбільш значимий зміст об’єкта,

Операції модифікації бази знань на семантичних мережах зводяться до видалення і додавання нових вершин і ребер.

Проблема пошуку рішення в базі знань типу семантичної мережі зводиться до завдання пошуку фрагмента мережі, відповідного деякій підмережі, що відображає поставлений запит до бази знань.

Особливістю семантичної мережі як механізму подання знань є єдина база знань і механізм виведення.

Базові операції пошуку інформації в мережі забезпечують пошук вершини чи ребра за ім’ям, переходячи від однієї вершини до іншої по зв’язках і від одного зв’язку до іншого через суміжні вершини. Мета пошуку — одержання знань, поданих у мережі і необхідних для вирішення задачі.

Операція зіставлення зі зразком є одним з потужних засобів маніпуляції знаннями. Сутність її полягає в такому. Інформаційна потреба, що визначає зміст і мету запиту до бази знань, описується автономною семантичною мережею — мережею запиту, яка побудована за такими самими правилами і відображує ті самі об’єкти й відношення, що подані в системі знань семантичною мережею.

Пошук відповіді на запит реалізується зіставленням мережі запиту з фрагментами семантичної мережі, що представляє систему знань. Позитивний результат зіставлення дозволяє одержати одну з відповідей на запит. Усі відповіді можна одержати шляхом виявлення всіх порівнянних з мережею запиту фрагментів.

Метод перехресного пошуку використовується в семантичних мережах нарівні з методом зіставлення. При цьому здійснюється пошук відношень між поняттями. Відповідь на запит формується шляхом знаходження вершини, у якій перетинаються дуги, що виходять з двох вершин.

Метод поширення активності та техніки перетинань — особливий тип генерації висновку, використовуваний у семантичних мережах. Цей метод відіграє важливу роль в обробці контекстів. Процес здійснюється побудовою ланцюжків виведення на основі введених висловлень у всіх напрямках доти, поки не виявиться перетинання де-небудь у мережі.

зокрема, просто факт його існування. Порожні місця заповнюються в процесі нагромадження даних значеннями відповідного атрибута. Отже, у момент першого згадування про об’єкт у базі знань заводиться його десигнат, яким можна маніпулювати, не очікуючи повної інформації про об’єкт. Уведення десигнатів збільшує гнучкість семантичної мережі, однак використання їх потребує додаткових обчислювальних ресурсів.

Перевагами семантичних мереж є:

• великі виразні можливості мережних моделей;

• зручність та логічна прозорість — опис подій і понять проводиться на рівні, дуже близькому до природної мови;

• забезпечується можливість поєднання різних фрагментів мережі;

• відношення між поняттями і подіями утворюють досить невелику і добре формалізовану множину;

• можливість відображення структури, що властива знанням, оскільки відношення можуть бути явно специфіковані;

• для кожної операції над даними і знаннями можна виділити з повної мережі, що подає всю семантику, деяку частину мережі (фрагмент), яка охоплює необхідні в даному запиті смислові характеристики;

• розміщення в базі знань навколо відповідної вершини всієї точно відомої інформації тієї чи іншої концепції;

• ефективний інформаційний пошук, оскільки асоціації між об’єктами визначають шляхи доступу, що проходять по базі знань.

Недоліками семантичних мереж є:

• складність організації процедури пошуку в процесі виведення на семантичній мережі;

• немає достатньо розробленої денотаційної і, особливо операційної, семантики. Остання, як правило, використовує прості розуміння, пов’язані з реалізацією методів пошуку по шляхах доступу. Численні формалізми, що підтримують мережні схеми, не мають необхідного рівня повноти синтаксису і семантики;

• програш семантичних мереж у поданні суто структурних відношень, які легко реалізуються численням предикатів (логічні зв’язування, квантори спільності й існування) або процедуральному поданні (рівнобіжні процеси, динамічні події);

• менша виразна сила семантичних мереж порівняно з логікою предикатів.

Зокрема, має певну складність відображення квантифікаторів. Деякі недоліки можуть бути усунуті за допомогою реалізації механізму спадкування: субконцепти успадковують властивості суперконцептів, якщо тільки це явно не заборонено. Як засоби подолання недоліків пропонувалося також уведення функцій Сколема в семантичних мережах, поділ семантичних мереж на частини. Остання пропозиція виявляється корисною для відображення в системі як самих планів, цілей і гіпотез, так і пропозицій системи про плани, цілі і гіпотези.

5.2. Класифікація семантичних мереж

За кількістю типів відношень можна виділити семантичні мережі:

однорідні з єдиним типом відношень;

неоднорідні з різними типами відношень.

За типами відношень можна виокремити семантичні мережі:

• бінарні — в яких відношення зв’язують два об’єкти;

N-арні — в яких є спеціальні відношення, що зв’язують більше двох понять.

За типом структури вершин виділяють семантичні мережі:

простого типу, в яких вершини не мають власної структури;

ієрархічні, в яких вершини мають власну структуру у вигляді мережі.

Одна з головних відмінностей ієрархічних семантичних мереж від простих семантичних мереж полягає в можливості поділити мережу на підмережі (простори) і встановлювати зв’язки не тільки між вершинами, але й між просторами.

Усі вершини і дуги є елементами принаймні одного простору. Поняття простору аналогічне поняттю дужок у математичній нотації. Різні простори, що існують у мережі, можуть бути упорядковані у вигляді дерева просторів, вершинам якого відповідають простори, а дугам — відношення «видимості».

Відношення «видимості» дозволяє згрупувати простори в упорядковані множини — «перспективи». Перспектива зазвичай використовується для обмеження мережних сутностей, «видимих» деякою процедурою, що працює з мережею. Як правило, у перспективу включають не будь-які, а ієрархічно згруповані простори. Властивість «невидимості» дозволяє підвищити ефективність операції пошуку в мережі.

За рівнем подання знань виокремлюють: ? Інтенсіональні семантичні мережі — містять інтенсіональні знання про об’єкти, що моделюються, й описують ПРГ, що моделюються, на узагальненому, концептуальному рівні. ? Екстенсіональні семантичні мережі — описують екстенсіональні знання про об’єкти, що моделюються, будучи ніби «фотографією» їх поточного стану, тобто в екстенсіональній мережі здійснюється конкретизація та наповнення фактичними даними.

Залежно від типів та характеру зв’язків у моделі розрізняють:

Класифікаційні мережі — використовують відношення структуризації. Такі мережі дозволяють у базах знань уводити різні ієрархічні відношення між інформаційними одиницями.

Функціональні мережі — характеризуються наявністю функціональних відношень. Їх часто називають обчислювальними моделями, тому що вони дозволяють описувати процедури обчислення одних інформаційних одиниць через інші. У таких мережах дуги відбивають той факт, що вершина, з якої виходить дуга в деяку іншу вершину, відіграє стосовно цієї вершини роль аргументу. Опис, що відповідає деякій вершині, задає ту процедуру знаходження результату, що відповідає даній вершиніфункції.

Сценарії — використовують каузальні відношення, а також відношення «засіб — результат», «знаряддя — дія» і т. ін

Виокремлюють такі найбільш загальні види семантичних мереж: 1) означальні, 2) доказові, 3) імплікаційні, 4) виконувані, мережі потоків даних 5) такі, що навчаються, і 6) гібридні.

1. Означальні мережі (definitional networks) підкреслюють підтип (subtype) або відношення «є» (is-a) між типом концепту й підтипом, що визначається.

Більш загальний концепт називається супертипом (supertype або hypernym), а більш спеціалізований концепт називається підтипом (subtype або hyponym).

Результуюча мережа, яку ще називають узагальненням, або категоризаційною ієрархією, підтримує правило спадкування (inheritance rule) для копіювання властивостей, визначених для супертипу, усім його підтипам. Оскільки визначення є істинними за визначенням, часто передбачається, що інформація в цих мережах обов’язково має бути істинною.

2. Доказові мережі (assertional networks) призначені для доказу суджень. На відміну від означальних мереж, інформація в доказовій мережі вважається умовно істинною, якщо це явно не відзначено модальним оператором. Деякі доказові мережі були використані як моделі концептуальних структур, що лежать в основі семантики природної мови.

Логічна семантична мережа (propositional semantic network)

— доказова мережа з вузлами, що подають судження. Вона може також містити підмережі або вкладені мережі, що виражають подальшу інформацію щодо цих суджень. Begriffsschrift або написання концептів — логічна семантична мережа, запропонована Г. Фреге (G. Frege) у 1879 р., яка викори-

Ч. Пеірс (С. Peirce) у 1880—1897 рр. незалежно розвивав алгебраїчну нотацію, що зі зміною символів Пеано стала сучасною нотацією для числення предикатів. Пеірс запропонував овал, що міг би додавати і заперечувати довільно великий граф або підграф. Тоді комбінації овалів із з’єднанням і квантором існування могли б виражати всі логічні оператори, використовувані в алгебраїчній нотації.

Екзистенціальний граф (existential graph) — логічна семантична мережа, що комбінує реляційні графи з овальними вузлами, які можуть містити інший екзистенціальний або реляційний граф. Коли овали використовуються, щоб заперечувати вкладені графи, екзистенціальний граф може подавати будь-яке судження в логіці першого порядку, але овали можуть також використовуватися, щоб подати модальну і метарівневу інформацію щодо вкладених графів.

Структура подання бесіди (discourse representation structure)

— логічна семантична мережа, винайдена Г. Кампом (H. Kamp) у 1981—1993 рр. для подання семантики природної мови, у якій судження подаються прямокутниками, що можуть містити деяку інформацію, виражену в лінійній нотації, та іншу інформацію, виражену вкладеними прямокутниками. Вкладення суджень у структурі подання бесіди є ізоморфним до вкладення в концептуальні графи й екзистенціальні графи. Замість вкладених овалів Камп використовував блоки, зв’язані стрілками, а замість ліній ідентичності — змінні.

Концептуальний граф (conceptual graph)

— логічна семантична мережа, запропонована Д. Совою (J. Sowa) у 1976

—2000 рр., вузли якої подають концепти і концептуальні відношення — мережа, у якій відношення вкладені всередину логічних вузлів. Мітки типів на вузлах концепцій роблять концептуальні графи типізованою або сортованою версією екзистенціальних графів, у яких овали екзистенціальних графів подані відповідно до концептів типу «Судження».

Різні версії логічних семантичних мереж мають різні синтаксичні механізми для з’єднання за змістом з логічними вузлами, але формальні правила перекладу можуть бути визначені для відображення однієї версії в іншу.

3. Імплікаційні мережі (implicational networks) — спеціальний різновид логічної семантичної мережі, в якій як первинне відношення для з’єднання вузлів використовується імплікація. Імплі-

стовувала подання у вигляді дерева для першої нотації, здатної виражати всі можливі судження логіки першого порядку.

Система доведення істинності (truth-maintenance system) — імплікаційна мережа, вузли якої подають деякі судження, значення істинності яких відомі, та судження, значення істинності яких мають бути визначені. Системи доведення істинності використовуються для поширення значень істинності з метою перевірки погодженості, пошуку протиріч або знаходження вузлів, що не містять очікуваних значень.

Причинна мережа (causal network) — імплікаційна мережа, в якій вузли подають типи випадків, а дуга від випадку e

1 до випадку e

2 вказує, що e

1 — потенційна причина e

2 . Розроблена Ч. Райегером (C. Rieger) у 1976 р. для аналізу описів проблем англійською мовою і перекладу їх у мережу, яка могла б підтримувати судження на метарівні.

Мережа довіри (belief network) — імплікаційна мережа, в якій вузли подають довіри, а дуга від довіри b

1 до b

2 , указує, що b

1 має на увазі b

2 . Методи застосування статистики й імовірності в штучному інтелекті, а також мережі довіри, що є причинними мережами, зв’язки яких позначені ймовірностями, розробив у 1988— 2000 р. Ю. Перл (J. Pearl).

Різні методи виведення можуть застосовуватися до одного й того самого основного графа, іноді з подальшими анотаціями для вказівки значень істинності або імовірності.

Два основних підходи використовують для виведення: – Логіка. Методи логічного виведення використовуються в системах доведення істинності. Система починає у вузлах, значення істинності яких є відомими, і поширює їх по мережі. Комбінаціями прямих і зворотних виведень система поширює значення істинності до вузлів, значення істинності яких є відомими. Крім виведення нової інформації система може використовуватися, щоб перевірити послідовність, знайти протиріччя або знаходити місця розташування, де очікувані імплікації не містяться. Коли протиріччя знайдені, структура мережі може бути змінена шляхом додавання або видалення вузлів; результатом є різновид немонотонного виведення, називаний переглядом довіри (belief revision).

каційні мережі можуть використовуватися для подання шаблонів довіри, причинних зв’язків або виведень. Інші відношення можуть бути вкладені всередину логічних вузлів, але вони ігноруються процедурами виведення. Залежно від інтерпретації такі мережі можуть називатися мережами довіри, причинними мережами, байєсовськими мережами або системами доведення істинності.

Хоча імплікаційні мережі підкреслюють імплікацію, вони здатні до вираження всіх булевих зв’язків, допускаючи кон’юнкцію входів до логічного вузла і диз’юнкцію виходів. Г. Гентзен (G. Gentzen) у 1935 р. довів, що набір імплікацій у цій формі міг би виражати всю логіку доказів. Загальна форма імплікації, написаної у формі тверджень Гентзена, має вигляд: p

1 , ..., p n ? q

1 , ..., q m , де p

1 , ..., p n — антецеденти імплікації, q

1 , ..., q m — консеквенти. Узагальнене правило modus ponens стверджує, що, коли кожний з антецедентів є істинним, принаймні один із консеквентів має бути істинним. Насправді, коми в антецеденті мають ефект операторів АБО.


< Попередня  Змiст  Наступна >
Iншi роздiли:
5.5. Адаптивні методи логічного розпізнавання на семантичних мережах
Тема 6. ЗАСОБИ ДЛЯ ПОДАННЯ Й ОБРОБКИ МОДЕЛЕЙ ЗНАНЬ У ПСШІ
6.5. Фреймові моделі та їх реалізація
ТАБЛИЧНЕ ПОДАННЯ ФРЕЙМУ
Частина 4. ЗАСОБИ ДЛЯ ПОДАННЯ Й ОБРОБКИ МОДЕЛЕЙ ЗНАНЬ У ПСШІ
Дисциплiни

Медичний довідник новиниКулінарний довідникАнглійська моваБанківська справаБухгалтерський облікЕкономікаМікроекономікаМакроекономікаЕтика та естетикаІнформатикаІсторіяМаркетингМенеджментПолітологіяПравоСтатистикаФілософіяФінанси

Бібліотека підручників та статтей Posibniki (2022)