инфа в тех универе
.pdf5. Моделирование знаний о предметных областях
с-вершины, представляющие ЭФ из сети Тп\, ЙР^, И^з,..., Ж^ — с-вершины, представляющие ЭФ из сети Тп2; D\ — вершина, соответствующая левой части продукции в целом; Di — вершина, соответствующая правой части продукции в целом. Для отделения левой части продукции от правой вво дятся ЭФ, в записях которых на первых местах стоят символы Р w S. Запись S{D\, F/) означает, что вершина F/ — часть D\, а запись P{D\, D2) фиксирует, что РСС с именем Di является причиной активации РСС с именем D2.
Тогда подробная запись продукции (5.9) принимает вид:
Ш Тп2 S(D„V,) ... S(D,,VJ Р(Ц,П,) S(D„W,) ... S(D„W,) |
(5.10) |
В свою очередь, продукции могут входить как в левые, так и в правые части других продукций. Таким образом, на однородной основе создаются метауровни РСС.
Для обработки знаний, представляемых РСС, используется принцип сопоставления по образцу в виде метода наложения двух сетей. В его основе лежат правила идентификации, позволяющие связывать вершины и сопос тавлять сети в соответствии с законами логики.
На базе модели РСС построен язык продукционного программирова ния Декл. В отличии от языка ПРОЛОГ в Декл условная часть записывается слева, а следствие справа. В обеих частях может быть множество ЭФ.
Понятие ЭФ шире, чем предикат за счет с-вершин. Метауровень Декл также организован иначе: продукции на нижнем уровне записываются как наборы ЭФ, которые могут обрабатываться продукциями. Процесс вывода носит более гибкий характер за счет операторов активации и использования принципов магазинной памяти.
5.3.2. Модель М2 — неоднородные семантические сети
Неоднородная семантическая сеть (НСС) представляет собой ориен тированный граф с помеченными вершинами и ребрами. Вершины сети со ответствуют событиям, образующим их фактам и комбинациям событий. Ребра представляют отношения совместности событий и отображение собы тий в заключения в соответствии с правилами вывода.
Формально НСС описывается структурой
(D,T,A,F,R), |
(5.11) |
где D — семейство произвольных множеств D\ ..., D„; х = {к^,к2,...,к^} —
множество типов; А — множество событий; F— семейство функций, соот носимых с типами и отражающих связи между событиями и одним из мно жеств семейства D; R — семейство отношений совместности событий.
160
5.3. Сетевые модели знаний
Тип к. представляет собой упорядоченное подмножество индексов из множества {1,2, ...,«} {п = \D\). Для каждого типа к. = (пи -•> Щ.) строится декартово произведение множеств из D:
|
|
Z),-=Z)„,x...xZ)„, («,<«). |
(5.12) |
Тип А:, интерпретируется как тип декартова произведения (5.12). |
|
||
Для |
каждого D- |
определяется совокупность его подмножеств А-. |
|
Всякое d ^ |
Aj^ называется событием типа к.. Объединение всех А- |
обра |
|
зует множество А: А = |
и ^ г * |
|
Функции из F, соответствующие типу к., отображают £)- в одно из
множеств семейства D.
На множестве событий задано семейство отношений совместности событий:
R = {/?ь 7?2, /?3J ^4, ^55 ^б5 ^ 1 J ^ 2 5 ^ 3 5 ^ 4 » ^ 5 5 ^ 6 } •> |
( 5 . 1 3 ) |
причем Ri^ обратно для 7?,: /?/^= (Л,)~\ / = 1,6.
При создании модели НСС набор отношений совместности был сфор мирован, исходя из потребностей обработки данных в медицинских ЭС. Он включает следующие отношения:
Ri — отношение нестрогого порядка (транзитивно, рефлексивно, ан тисимметрично);
i?2 — нетранзитивно, рефлексивно, симметрично;
У?з — нетранзитивно, антирефлексивно в классе отношений совмест ности, симметрично;
/?4 — транзитивно, антирефлексивно в классе отношений совместно сти, антисимметрично;
i?5 — нетранзитивно, рефлексивно, антисимметрично в классе отно шений совместности;
i?6 — нетранзитивно, антирефлексивно, асимметрично в классе отно шений совместности.
В модели М2 установлена связь между отношениями из R и типами формируемых ЭС сообщений. Эта связь выражена в виде правил перевода и подстановки. Для моделирования рассуждений на НСС разработаны алго ритмы, основанные на использовании свойств отношений совместности и следования событий. Доказаны теоремы, устанавливающие связь между от ношениями совместности и выполнимостью событий в различных состоя ниях НСС.
161
5. Моделирование знаний о предметных областях
Модель Ml ориентирована на использование в ЭС и положена в осно ву системы прямого приобретения экспертных знаний SIMMER. Эта систе ма позволяет в процессе взаимодействия с экспертом определять выполни мость событий в различных состояниях НСС.
5.3.3. Модель МЪ — нечеткие семантические сети
Один из основных недостатков существующих языков ИИ связан с тем, что они обеспечивают плохие возможности структуризации как для представления данных, так и особенно для организации процесса вычисле ний, что затрудняет эффективное создание с помощью них сложных интел лектуальных систем. Кроме того, при разработке прикладных ИАС помимо задач ИИ необходимо решать и общепрограммистские задачи, для чего язы ки ИИ плохо приспособлены. По этим причинам была поставлена задача создания хорошо структурированного модульного языка ИИ, который мог бы служить и языком программирования общего назначения.
Предусмотренный в М\ механизм обработки РСС имеет два сущест венных недостатка: слабая структурированность формируемых программ и сложность организации процесса вычисления. Для их преодоления на базе Ml разработана модель объектно-ориентированной семантической сети (ОСС). В ее основе лежит объединение РСС с нечетким ПРОЛОГом с ис пользованием объектно-ориентированного подхода. В сеть добавлены сред ства обработки нечеткой информации, вершины-переменные, вершиныклассы, вершины-объекты и вершины-экземпляры. Аргументы предикатов интерпретируются как вершины семантической сети, а факты представля ются ее фрагментами. Правила привязаны к классам.
Синтаксис ПРОЛОГа расширен для обработки сети. При этом преди кат ПРОЛОГа ставится в соответствие ЭФ РСС. Так, предикату L:relation(Xi, ..., Хк) соответствует ЭФ Do{Di, ..., Д / Д + i ) , где вершина Do соответствует имени отношения relation, вершины Д — предметным пере менным Xj (i = l,k), а. L — вершине связи Д+ь При таком подходе правила ПРОЛОГа являются частным случаем сетевых продукций (СП) в РСС.
В объектно-ориентированную семантическую сеть введены средства об работки нечеткой информации. Дпя этого каждому ЭФ, сети ставится в соответ ствие показатель hj е [0; 1], выражающий степень истинности при hj е ]0,5; 1] или ложности при hj е [0; 0,5[ факта, представленного ЭФ,. Такой нечеткий ЭФ служит элементарной сфуктурной единицей нечеткой ОСС (НОСС). При hj = 0,5 (неизвестно, истинен или ложен факт) ЭФ, отсутствует в ОСС.
Внечеткой ОСС различаются вершины следующих типов.
1.Простые вершины-сущности ПрО без детализации объектно-ори ентированными средствами.
162
5.3.Сетевые модели знаний
2.Вершины-переменные, содержащие присваиваемую ссылку на дру гую вершину сети,
3.Вершины-описатели отношений (ассощ1ируются с вершинами Do ЭФ).
Скаждой такой вершиной связано описание свойств отношения.
4.Вершины-связи (ассоциируются с вершинами A+i ЭФ), используе мые для ссылок на ЭФ как на единое целое.
5.Вершины-описатели классов, представляющие используемые в сети классы объектов. С каждой из них связано описание свойств и правил клас са, а также значения свойств.
6.Вершины-объекты, представляющие используемые в сети объекты.
Скаждой такой вершиной ассоциированы значения свойств, принадлежа щих объекту данного класса.
7.Вершины-экземпляры. С каждой из них ассоциированы значения свойств, принадлежащих данному экземпляру.
Следующие типы вершин представляют встроенные в НОСС типы данных:
•вершины-нечеткие множества;
•вершины-строки;
•вершины-целые числа;
•вершины-вещественные числа.
Для эффективной организации больших объемов данных и кода сис тема, реализующая модель НОСС, имеет средства для разбиения на модули.
Вершина-описатель класса НОСС содержит выполнимые правила и описания вычислимых и невычислимых свойств. Свойства и методы имеют атрибут доступности из других классов и модулей. Как и в нечетком ПРОЛОГе, выполнение программы базируется на методе нечеткой резолюции. Результат вывода характеризуется степенью истинности заключения, степе нью доверия к резольвенте и интегральной оценкой, основанной на первых двух, — смешанной истинностью заключения. Из-за недостатков известной стратегии нечеткого вывода в НОСС использована линейная стратегия вы вода с бэктрекингом, позволяющая рассматривать программу с декларатив ной точки зрения как выполнение нечеткого вывода, а с процедурной точки зрения как вызов рекурсивных процедур или функций.
Каждое правило программы, функционирующей на базе НОСС, при надлежит какому-либо классу в сети и рассматривается как метод в этом классе. Различают правила, встроенные в систему и определенные пользова телем.
Для описания данных и программного кода, реализующих сеть, разра ботан язык FSNL (Fuzzy Semantic Network Language) — объектно-ориенти рованный язык без строгой типизации, предназначенный для оперирования НОСС и удовлетворяющий выдвинутым выше требованиям. Язык FSNL
163
5. Моделирование знаний о предметных областях
может быть использован для решения как задач ИИ, так и общепрограмми стских задач.
5.3.4.Модель М4 — обобщенная модель представления знаний
опредметной области
При разработке модели М4 учитывались следующие ключевые требо вания:
•обеспечение возможности настройки на различные ПрО;
•наглядность представления (наличие геометрической интерпрета ции основных компонентов модели, обеспечение возможности их визуаль ного формирования);
•высокая однородность модели, упрощающая представление знаний
иманипулирование ими;
•открытость, понимаемая как возможность расширения модели без переопределения ее ядра;
•наличие условий для реализации свойства активности знаний;
•высокая структурированность, основанная на наличии в модели механизмов композиции и декомпозиции;
•обеспечение возможностей оперирования с нечеткими представле
ниями.
Отправной точкой при создании любой модели знаний о ПрО является выбор ее категориального аппарата. Анализ категориального аппарата мо делирования знаний позволил выделить в качестве его центрального звена триаду вещь—свойство—отношение. Необходимо подчеркнуть, что в ап парате формальной логики категории вещи, свойства и отношения занимают одну из ключевых позиций [180, 181]. Вместе с тем, данные категории, как правило, трактуются как самые общие и элементарные понятия, в результате чего в центр моделей знаний всегда ставились более сложные с точки зре ния внутренней структуры производные категории.
Среди основных проявлений взаимосвязи составляющих триады не обходимо отметить:
•взаимообоснование свойств и отношений в вещах (отношения, свя зывающие вещи, устанавливаются по свойствам этих вещей, а свойства ве щи рассматриваются в определенных отношениях);
•взаимопереход вещей, свойств и отношений (каждая из базисных категорий может интерпретироваться как вырожденный случай других ба зисных категорий и, в пределе, переходит в них).
Принципы взаимообоснования и взаимоперехода обусловливают вы сокую степень однородности модели представления ПрО, основанной на триаде вещь—свойство—отношение. Действительно, между вещью, свойст-
164
5.3. Сетевые модели знаний
вом и отношением нет непреодолимых границ: любая из этих категорий яв ляется особым случаем других, интерпретируется через них и, в пределе, в них переходит. Таким образом, вместо отдельных множеств вещей, свойств и отношений правомерно рассматривать единое множество объектов, каж дый из которых в конкретных описаниях выступает в одной из трех указан ных форм.
В типовой архитектуре интеллектуальной системы выделяются три уровня: совокупность информационных структур (БЗ), множество операций над ними и стратегия управления операциями. Интерпретируемая в широ ком смысле модель представления ПрО, реализуемая в подобной системе, также охватывает эти уровни. Этот принцип воплощен в М4, которая вклю чает три базовых уровня:
•информационных структур;
•операций;
•стратегии управления операциями.
Вывод об однородности был сформулирован по отношению к уровню информационных структур. Его формальное описание базируется на сле дующих основополагающих принципах.
1. Центральным элементом модели представления ПрО является мно жество объектов. Каждый объект существует в трех различных формах: как вещь, как свойство и как отношение, причем только вещь может выделяться
ирассматриваться самостоятельно.
2.Для выражения обоснований можно использовать три способа:
•непосредственное указание обосн>^ющей категории (для свойства — отношения и его коррелятов, для отношения - свойств);
•конкретизация или уточнение обоснуемой категории;
•указание ссылки на обоснующую категорию.
3.Среди свойств вещи выделяются качества, или существенные свой ства, без которых данная вещь существовать не может. Факт наличия от ношений, установленных по качествам вещей, вытекает из факта существо вания их вещей-коррелятов.
4.Свойства, характеризующие вещи, могут быть базовыми и со ставными. Составным называется свойство, выражение которого содер жит явное указание на отношение данной вещи к какой-либо другой ве щи. В отличие от составных, выражения базовых свойств неструктуриро ванны.
5.Выделяются следующие основные элементы структуры определе ния вещи с помощью свойств и отношений:
•в составе вещи могут находиться другие вещи — части данной ве щи, причем факты наличия у вещи частей отражаются посредством указа ния соответствующих составных свойств;
165
5.Моделирование знаний о предметных областях
•вещь может характеризоваться совокупностью свойств и отноше ний, принадлежащих другим вещам, причем подобные факты также выра жаются с помощью составных свойств;
•между отдельными вещами в целом, а также частями вещи могут существовать внешние и внутренние отношения соответственно;
•каждые свойство и отношение обоснуются отношением и свойства ми соответственно с помощью одного из трех (или комбинации) указанных выше способов.
6. Представления вещей являются размытыми. Выделяются следую щие аспекты устойчивости принадлежности (нечеткости) формирующих их свойств и отношений:
•интенсиональная распределенность в классе вещей, являющихся элементами (частями) рассматриваемой вещи;
•экстенсиональная распределенность в классе вещей, охватываемых объемом понятия, соответствующего рассматриваемой вещи;
•временная распределенность;
•пространственная распределенность;
•интегратьные оценки устойчивости.
Для выражения и дифференциации интенсивностей названных аспек тов устойчивости используются специальные признаки и показатели с соот ветствующими шкалами, значения которых приписываются свойствам и от ношениям, включенным в описание вещи.
Интенсиональная и экстенсиональная распределенности ассоциируются с типами предикации свойств и отношений вещам. Типы предикации отра жают потенциальную принадлежность (распределенность) свойства или от ношения вещам, входящим в состав данной вещи (интенсиональный аспект) или охватываемых объемом соответствующего ей понятия (экстенсиональ ный аспект). Четыре типа предикации (Р^ — Р^"^ для свойств, для от ношений) обеспечивают выделение на качественном уровне различных сте пеней распределенности свойств и отношений в классе вещей: среди всех элементов класса (Р^ и 7?^), среди большинства элементов среди не которых элементов (Р"^ иК^^)и отсутствие распределенности (Р^^ и /?^^).
Экстенсиональная распределенность в ЕЯ выражается словами «все» (Р^ и /?'), «большинство» (Р" и 7?"), «некоторые» (Р"^ и Л"^), «данный», «этот» (Р^^ и R^^) и др. Различия между интенсиональными и экстенсио нальными типами предикации на примере свойств иллюстрирует табл. 5.3.
Итак, на уровне информационных структур модели выделяется мио-
эюество объектов {Oj}. Объект задается тройкой: |
|
0^ = (А^,Р,Яд, |
(5.14) |
где Ai — вещь, соответствующая объекту (9/; Р/ — свойство, соответствую щее объекту Of, Ri — отношение, соответствующее объекту О/.
166
5.3. Сетевые модели знаний
Тип
предикации
р'
p^^
рШ
^.v
|
Таблица 5.3 |
|
Пример суждения и комментарий |
|
|
для интенсиональной предикации |
для экстенсиональной предикации |
|
Обед превосходен. |
Все металлы являются проводни |
|
Оценка относится ко всем |
ками. |
|
компонентам обеда: блюдам, |
Все виды металлов (т. е. предста |
|
напиткам,сервировке, об |
вители данного класса) обладают |
|
служиванию и т. д. |
хорошей электропроводностью |
|
Отряд вооруэюен. |
Большинство дней в декабре пас |
|
Подразумевается, что боль |
мурные. |
|
шинство членов отряда воо |
Указанным свойством обладают |
|
ружены |
большинство членов данного |
|
|
класса |
|
Слоэюное устройство нена- |
Некоторые слоэюныеустройства |
|
деэюно. |
ненадеэюны. |
|
Сложное устройство является |
Указанное свойство присуще не |
|
ненадежным, если содержит |
которым членам данного класса |
|
ненадежные элементы. Таким |
|
|
образом, имеется в виду, что |
|
|
указанное свойство относится |
|
|
к некоторым элементам |
|
|
сложного устройства |
|
|
Долгий путь. |
Сегодняшний обед превосходен. |
|
Свойство относится к пути в |
Оценка относится к индивиду |
|
целом и не распределяется по |
альной вещи (сегодняшнему обе |
|
его составляющим |
ду) и не распределяется в классе |
|
|
вещей |
1 |
Данное определение отражает единство категорий вещи, свойства и отношения, а также положение об их взаимопереходе. Присущая вещи са мостоятельность отражается не только в зафиксированной первой позиции кортежа (5.14), но и дальнейшей конкретизации ее определенности (5.15). В рассматриваемом плане можно провести аналогию между структурой, фор мируемой на основе (5.14), с одной стороны, и входами и выходами некото рого материального объекта, с другой: Ai будет выходом, посредством кото рого объект раскрывает свою сущность, а Р/ и i?, — входами, описывающи ми прочие объекты, примыкающие к ним (рис. 5.6).
Структура определенности вещи At задается шестеркой
A, = |
(N„Pf',P,'",Pr,Rr,R.^), |
(5.15) |
лА1
где Ni — уникальное имя; Р^ — нечеткое множество составных свойств типа Р^^; Pi^" — нечеткое множество составных свойств типа Р^^\ Р/" — не-
167
5. Моделирование знаний о предметных областях
четкое множество базовых свойств; /?/ — нечеткое множество внутренних отноше ний; 7?/^ — нечеткое множество внешних отношений.
Имя Ni соответствует вербальному носителю понятия - слову (термину) или семантически связанной последовательно сти терминов.
Типизация нечетких свойств и не четких отношений зависит от проблемной ориентации БЗ, в которой реализуется М4, и может быть различной. Определение (5.15) отражает частный случай интерпре
тации составных свойств, среди которых выделены два типа: указание на вещь, обладающую свойствами и существующую в отношениях, присущих рассматриваемой вещи (родовидовые отношения), — Р^^ и указание на вещь, являющуюся частью рассматриваемой вещи (отношения целое— часть), — Р^".
В самом общем виде нечеткое свойство или отношение X можно за дать парой
(1(Х),В(Х)). (5.16)
Здесь 1(Х) — ссылка на объект, соответствующий свойству или отношению X; В(Х) — обоснование свойства или отношения X.
Приведенное выражение служит наиболее общим и универсальным представлением принципа взаимообоснования. Определим следующую ин терпретацию обоснования В(Х):
В(Х) = (ВХХ), S(X), Т(Х), Цл/JO, ^1(Ш |
(5.17) |
где ВХХ) — выражение обоснования свойства или отношения X с помощью одного из трех вышеуказанных способов; S(X) — распределенность свойст ва или отношения X; Т(Х) — временная метка свойства или отношения X; jijJ^X), \1/(Х) — интегральные оценки устойчивости свойства или отношения X.
Распределенность свойства S(X) задается кортежем
S(X) = (q, X/, ХЕ). |
(5.18) |
Здесь q — качество распределенности (положительное или отрицательное), отражающее принадлежность или непринадлежность данного свойства ве щи; X/ — интенсиональный индекс распределенности; ХЕ — экстенсиональ ный индекс распределенности.
168
5.3. Сетевые модели знаний
Индексы X/ и ХЕ могут принимать четыре значения, ассоциируемые с типами предикации свойств Р^ — Р^^. Интенсиональный индекс xj отражает распространение рассматриваемого свойства «вглубь» вещи, т. е. среди ее элементов. Экстенсиональный индекс ХЕ соответствует распределению дан ного свойства «вширь», т. е. среди вещей, охватываемых объемом понятия об исходной вещи.
Распределенность бинарного отношения 3{Х) включает четыре ин
декса (по два различных индекса на каждый коррелят): |
|
S{X) = (q, Хп, XEI , Х/2, ХЕТ), |
(5.19) |
где q — качество распределенности; Xju Хп — интенсиональные индексы распределенности отношения по первому и второму коррелятам соответст венно; Х£1, ХЕ1 — экстенсиональные индексы распределенности отношения по первому и второму коррелятам соответственно.
Значения индексов распределенности отношения соответствуют ти пам предикации /?' — Р}^.
Временная метка свойства или отношения Т{Х) фиксирует период времени, в течение которого описываемая вещь обладает данным свойством или выступает в качестве коррелята данного отношения. Совокупность ти пов временных меток, статически характеризующих периоды принадлеж ности элементов описания вещам, предложена в [175]. Эта совокупность позволяет выделить три глобальных интервала времени (настоящее, про шедшее и будущее), а также их комбинации.
В качестве интегральных оценок устойчивости свойств и отношений предлагается использовать показатели значимости ЦлХ^ и информативно сти \Xi{X). Первый показатель позволяет выделить наиболее важные, суще ственные свойства и отношения, исключение из представления вещи каждо го из которых приводит к невозможности идентификации этой вещи с по мощью оставшихся элементов определенности. Информативность свойства или отношения обусловливается двумя основными аспектами. Первый из них относится к внешнему проявлению восприятия рассматриваемого эле мента определенности. Речь идет о яркости, запоминаемости той или иной части образа. Второй аспект касается типичности свойства или отношения и соответствует устойчивости ассоциативных связей между ними и описы ваемой вещью.
Интегральный характер значимости и информативности обусловлен тем, что в отличие от других элементов кортежа (5.17), отражающих раз личные аспекты устойчивости принадлежности свойств и отношений, кото рые рассматриваются по отдельности друг от друга, данные показатели оце нивают место и роль элементов определенности в совокупности всех свойств и отношений, входящих в описание вещи.
169