Моделі представлення знань. Семантичні мережі.
Мережна модель подання знань — це граф, як правило, орієнтований, вершини якого відповідають певним поняттям, сутностям, а дуги - відношенням та зв'язкам між ними [10].
Для моделювання механізму пам’яті людини базованого на асоціативному зв’язку доцільно застосовувати семантичні мережі.
Семантична мережа —- це орієнтований граф, вершини якого – поняття, а дуги – відношення між ними. Мережні моделі формально залежать від множини інформаційних одиниць, множини типів зв’язків між інформаційними одиницями, відображення, що задається між інформаційними одиницями, що входять у зв'язки з заданого набору типів зв'язків.
Вершини графа можуть являти собою: поняття, події, властивості.
Мітки вершин являють собою деякі імена, слова природної мови.
Мітки дуг позначають елементи множини відношень.
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 загальновідоме поняття, яке 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).
Зв 'язок «є представником» може існувати між узагальненим і конкретним об'єктами. Він має місце в тому випадку, коли конкретний об'єкт належить класу, відображуваному відповідним узагальненим об'єктом (наприклад, конкретний об'єкт «Петренко» є представником узагальненого об'єкта «студент»). Множина властивостей конкретного об'єкта містить у собі підмножину властивостей, якою він наділяється як представник тих чи інших узагальнених об'єктів.
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 предметної області (концепти) - визначають абстрактні або фізичні (конкретні) об'єкти. В природній мові - це частіше іменники.
Властивості описують характеристики понять (колір, розмір, якість та ін.), і подій (час, місце, тривалість).
Події відповідають діям, які відбуваються в предметній області і подаються дієсловом.
Дуги відображають семантичні відношення, які умовно можливо розділити на чотири типи:
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.
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»: «АКО – A Kind Of», спадкування: ІS-А; зв'язки «має частину»: «Has Part», «є частиною»:«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 двугун В».
У залежності від типів та характеру зв 'язків у моделі виділяють:
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 йде дуга в деяку іншу вершину, грає стосовно цієї вершини роль аргументу. Опис, що відповідає деякій вершині, задає ту процедуру знаходження результату, що відповідає даній вершині-функції.
Сценарії - використовують каузальні відношення, а також відношення «засіб - результат», «знаряддя - дія» і т. п.
Виділяють такі найбільш загальні види семантичних мереж: означальні, доказові, імплікаційні, виконувані, такі, що навчаються, і гібридні.
Означальні мережі (definitional networks) підкреслюють підтип (subtype) або відношення «є» (is-a) між типом концепту й підтипом, що визначається. Тут використовується спадкування.
Доказові мережі (assertional networks) призначені для доказу суджень. Деякі доказові мережі використовуються як моделі концептуальних структур, що лежать в основі семантики природної мови.
Імплікаційні мережі (implicational networks) - спеціальний різновид логічної семантичної мережі, у якій як первинне відношення для з'єднання вузлів використовується операція імплікація.
Виконувані мережі (executable networks) містять деякий механізм, на зразок передачі маркера або приєднаних процедур, що дозволяє здійснювати виведення, передавати повідомлення або шукати шаблони й асоціації.
Графи потоків даних (dataflow graph) - найпростіші мережі з приєднаними процедурами, що містять пасивні вузли, які містять дані, і активні вузли, які подають функції, що беруть дані від вхідних вузлів і надсилають обчислені результати вихідним вузлам.
Мережі, що навчаються (learning networks) будують або розширюють свої уявлення, здобуваючи знання за прикладами. Нове знання може змінювати стару мережу за допомогою додавання і видалення вузлів і дуг або зміни числових значень, називаних вагами.
Системи, що використовують мережні подання, можуть змінювати мережі такими способами: занесення в пам'ять є зміна ваг, реструктуризація. Прикладом навчальних мереж є нейронні мережі.