РОЗДІЛ 2
МОДЕЛЮВАННЯ АЛГОРИТМІВ ОЦІНКИ ЗНАНЬ
2.1. Моделі представлення знань
Однією з найбільш важливих проблем, з якими доводиться зштовхуватися при обробці знань або при побудові систем, заснованих на знаннях, є представлення знань [78].
Форма представлення знань впливає на характеристики і властивості системи. Для того щоб маніпулювати всілякими знаннями з реального світу за допомогою комп'ютера, необхідно здійснювати їхнє моделювання.
Знання являють собою результат розумової діяльності людини, спрямованої на узагальнення його досвіду, отриманого в результаті практичної діяльності [79]. Складність поняття "знання" пов'язана з різноманіттям його матеріального носія. Виділяють п'ять форм знань:
1) знання в пам'яті людини як результат мислення;
2) матеріалізовані знання (монографії, статті, підручники, і т.п.);
3) поле знань - умовний опис основних об'єктів предметній галузі, їх атрибутів і єднальних закономірностей;
4) знання, описані на мовах представлення знань (продукційні мови, семантичні мережі, фрейми);
5) база знань на машинних носіях інформації.
Людина часто вирішує важкі і цікаві проблеми, не використовуючи чіткі алгоритми, а винятково свій досвід у формі накопичених знань (форма знань 1). Частина свого досвіду людство матеріально втілює у вигляді книг, статей, заміток, таблиць (форма знань 2). Сукупність накопичених і матеріалізованих знань утворює знання про предметну галузь, тобто напівформалізований опис основних понять предметної галузі і зв'язків між ними (форма знань 3). Надалі поле знань переписується на деякій мові представлення знань, так одержують модель знань (форма знань 4). Цей опис може мати форму малюнка, таблиці, схеми, мережі, діаграми і т.д. Створена в такий спосіб модель знань за допомогою відповідних програмних засобів реалізується у вигляді бази знань (форма знань 5).
Сфера предметних галузей, де має сенс виділяти знання, обмежена. Це галузі з перевагою емпіричного знання, де нагромадження фактів випереджає розвиток теорії (медицина, геологія, юриспруденція, фінанси і т.п.). Такі добре структуровані галузі, як математика, фізика, теоретична механіка, мають в основі багатий математичний апарат для опису своїх закономірностей, що дозволяє проводити машинне моделювання з використанням традиційного алгоритмічного програмування. Знання важливі там, де визначення розмиті, поняття змінюються, ситуації залежать від безлічі контекстів, де велика невизначеність, нечіткість інформації.
Знання класифікують по наступним категоріям:
1. Поверхневі - знання про видимі взаємозв'язки між окремими подіями і фактами в предметній галузі;
2. Глибинні - абстракції, аналогії, схеми, що відображають структуру і природу процесів, що протікають в предметній галузі. Ці знання пояснюють явища і використовуються для прогнозування поведінки об'єктів.
Крім того, знання традиційно поділяють на процедурні і декларативні. Історично первинними були процедурні знання, тобто знання, "розчинені" в алгоритмах. Вони керували даними, і для їхньої зміни було потрібно змінювати програми. Однак з розвитком штучного інтелекту пріоритет даних поступово змінювався, і все більша частина знань зосереджувалася в структурах даних (таблиці, списки, абстрактні типи даних), у такий спосіб збільшувалася роль декларативних знань.
Сьогодні знання придбали чисто декларативну форму, а саме, знаннями вважаються речення, записані на мовах представлення знань, наближених до природної мови і зрозумілих неспеціалістам.
Представлення знань є фундаментальним поняттям, що визначає описові можливості систем з базами знань [80, 81]. Рішення про вибір способу представлення знань впливає на будь-яку складову частину таких систем [82]. Представлення знань є засобом опису знань людини і його можливості повинні бути якнайвище. Однак якщо форма представлення стає зайво складної, то ускладнюється механізм висновків.
Існують десятки моделей (або мов) представлення знань для різних предметних галузей. В більшості випадків виділяють 4 типові моделі [83]: 1) логічна, 2) продукційна, 3) семантична мережа, 4) фреймова.
Логічна модель заснована на класичному численні предикатів першого порядку, коли предметна галузь описується у вигляді набору аксіом [84]. Логіка предикатів являє собою наукову галузь, яка називається символьною логікою. Логіка як система конструюється з мови числення предикатів першого порядку, декількох теорем, представлених в термінах цієї мови, що описують відносини, які закладаються в базис логічно повної системи, і правил висновку, які із заданої групи представлень виводять представлення, що відрізняються від усіх заданих представлень цієї групи [80]. Основними формалізмами представлення предикатів є "терм", що установлює відповідність знакових символів описуваному об'єкту, і предикат для опису відносини сутностей, у вигляді реляційної формули, що містить у собі терми. Предикат, усі терми якого є термами-константами, називають висловленням. Коли ж говорять "предикат", то звичайно мають на увазі, що в нього входить терм-перемінна. Якщо в предикаті забезпечена можливість застосування природної мови, то він відповідає реченню в найбільш простій його формі, так називаному простому реченню. Виходячи з цієї форми, задаються спеціальні символи і синтаксичні правила для визначення предикатних формул, які відповідають звичайному реченню.
Продукційна модель або модель, заснована на правилах, дозволяє представити знання у вигляді речень типу: "Якщо (умова), то (дія)" [84]. Під "умовою" розуміється якесь речення-зразок, по якому здійснюється пошук в базі знань, а під "дією" - дії або оператори, виконувані при успішному результаті пошуку (вони можуть бути проміжними, виступати далі як умови і цільовими, що завершають роботу системи). Найчастіше висновок на такій базі знань буває прямий (від даних до пошуку мети) чи зворотний (від мети для її підтвердження - до даних). До складу продукційної моделі входить б