Лингвистическое и программное обеспечение систем

Министерство образования  и науки Российской Федерации 

Федеральное государственное  бюджетное образовательное учреждение

высшего профессионального  образования

«Волгоградский государственный  технический университет»

(ВолгГТУ)

Факультет подготовки инженерных кадров

 

 

 

 

 

 

 

 

 

 

 

Контрольная работа

ПО КУРСУ Лингвистическое и программное обеспечение систем

 

 

 

 

 

 

 

Выполнил:

Студент группы _АУЗ-361с_______

Константинов Д.А

(№ зачетки 20101736)

 

Проверил:

 Розалиев В. Л.

 

 

 

 

 

 

 

Волгоград 2014

 

Вопрос 1

Семантическая сеть — информационная модель предметной области, имеющая  вид ориентированного графа, вершины  которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения  между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления  знаний. В названии соединены термины  из двух наук: семантика в языкознании  изучает смысл единиц языка, а  сеть в математике представляет собой  разновидность графа — набора вершин, соединённых дугами (рёбрами). В семантической сети роль вершин выполняют понятия базы знаний, а  дуги (причем направленные) задают отношения  между ними. Таким образом, семантическая  сеть отражает семантику предметной области в виде понятий и отношений. 
 
 
Идея систематизации на основе каких-либо семантических отношений предлагалась ещё учёными ранней науки. Примером этого может служить биологическая классификация Карла Линнея 1735 г. Если рассматривать её как семантическую сеть, то в данной классификации используется отношение подмножества, современное AKO. 
 
 
Прародителями современных семантических сетей можно считать экзистенциальные графы, предложенные Чарльзом Пирсом в 1909 г. Они использовались для представления логических высказываний в виде особых диаграмм. Пирс назвал этот способ «логикой будущего». 
 
 
Важным направлением в исследовании сетей стали работы немецкого психолога Отто Зельца 1913 и 1922 гг. В них для организации структур понятий и ассоциаций, а также изучения методов наследования свойств он использовал графы и семантические отношения. Исследователи Дж. Андерсон (1973), Д. Норман (1975) и другие использовали эти работы для моделирования человеческой памяти и интеллектуальных свойств. 
 
 
Компьютерные семантические сети были детально разработаны Ричардом Риченсом в 1956 году в рамках проекта Кембриджского центра изучения языка по машинному переводу. Процесс машинного перевода подразделяется на 2 части: перевод исходного текста в промежуточную форму представления, а затем эта промежуточная форма транслируется на нужный язык. Такой промежуточной формой как раз и были семантические сети. В 1961 г. появилась работа Мастермана, в которой он, в частности, определял базовый словарь для 15000 понятий. Эти исследования были продолжены Робертом Симмонсом (1966), Уилксом (1972) и другими учёными. 
 
Большой интерес представляет работа Куиллиана (1967 г.). 
 
Структура

 
Математика позволяет описать  большинство явлений в окружающем мире в виде логических высказываний. Семантические сети возникли как  попытка визуализации математических формул. Основным представлением для  семантической сети является граф. Однако не стоит забывать, что за графическим изображением непременно стоит строгая математическая запись, и что обе эти формы являются не конкурирующими, а взаимодополняющими. 
 
Запись 
Графическое представление

 
Основной формой представления семантической  сети является граф. Понятия семантической  сети записываются в овалах или прямоугольниках  и соединяются стрелками с  подписями — дугами. Это наиболее удобно воспринимаемая человеком форма. Её недостатки проявляются, когда мы начинаем строить более сложные  сети или пытаемся учесть особенности  естественного языка. 
 

 
Математическая запись

 
В математике граф представляется множеством вершин V и множеством отношений  между ними E. Используя аппарат  математической логики, приходим к  выводу, что каждая вершина соответствует  элементу предметного множества, а  дуга — предикату. 
 
Классификация семантических сетей

 
Для всех семантических сетей справедливо  разделение по арности и количеству типов отношений. 
 
 
По количеству типов отношений, сети могут быть однородными и неоднородными. Однородные сети обладают только одним типом отношений (стрелок), например, таковой является вышеупомянутая классификация биологических видов (с единственным отношением AKO). В неоднородных сетях количество типов отношений больше двух. Классические иллюстрации данной модели представления знаний представляют именно такие сети. Неоднородные сети представляют больший интерес для практических целей, но и большую сложность для исследования. 
 
 
По арности, типичными являются сети с бинарными отношениями (связывающими ровно два понятия). Бинарные отношения очень просты и удобно изображаются на графе в виде стрелки между двух концептов. Кроме того, они играют исключительную роль в математике. На практике, однако, могут понадобиться отношения, связывающие более двух объектов — N-арные. При этом возникает сложность — как изобразить подобную связь на графе, чтобы не запутаться. Концептуальные графы (см. ниже) снимают это затруднение, представляя каждое отношение в виде отдельного узла. 
 
 
Помимо концептуальных графов существуют и другие модификации семантических сетей, это является ещё одной основой для классификации (по реализации). См. более подробно в соответствующем разделе ниже. 
 
Семантические отношения

 
Количество типов отношений в  семантической сети определяется её создателем, исходя из конкретных целей. В реальном мире их число стремится  к бесконечности. Каждое отношение  является, по сути, предикатом, простым  или составным. Скорость работы с  базой знаний зависит от того, насколько  эффективно реализованы программы  обработки нужных отношений. 
 
Иерархические

 
Наиболее часто возникает потребность  в описании отношений между элементами, множествами и частями объектов. Отношение между объектом и множеством, обозначающим, что объект принадлежит  этому множеству, называется отношением классификации (ISA). Говорят, что множество (класс) классифицирует свои экземпляры.[2] Название произошло от английского  «IS A» (наиболее точный русский перевод, используемый в основном в научных  кругах — «суть», например, «все зайцы  суть млекопитающие»). Иногда это отношение  именуют также MemberOf, InstanceOf или подобным образом. Связь ISA предполагает, что свойства объекта наследуются от множества. Обратное к ISA отношение используется для обозначения примеров, поэтому так и называется — «Example», или по-русски, «Например». 
 
 
Отношение между надмножеством и подмножеством называется AKO — «A Kind Of» («разновидность»). Элемент подмножества называется гипонимом, а надмножества — гиперонимом, а само отношение называется отношением гипонимии. Альтернативные названия — «Subset Of» и «Подмножество». Это отношение определяет, что каждый элемент первого множества входит и во второе (выполняется ISA для каждого элемента), а также логическую связь между самими подмножествами: что первое не больше второго и свойства первого множества наследуются вторым. 
 
 
Объект, как правило, состоит из нескольких частей, или элементов. Например, компьютер состоит из системного блока, монитора, клавиатуры, мыши и т. д. Важным отношением является HasPart, описывающее части/целые объекты (отношение меронимии). Мероним — это объект, являющийся частью для другого. Двигатель — это мероним для автомобиля. Холоним — это объект, который включает в себя другое. Например, у дома есть крыша. Дом — холоним для крыши. Компьютер — холоним для монитора. Мероним и холоним — противоположные понятия. 
 
 
Часто в семантических сетях требуется определить отношения синонимии и антонимии. Эти связи либо дублируются явно в самой сети, либо в алгоритмической составляющей. 
 
Вспомогательные

 
В семантических сетях часто используются также следующие отношения [Гаврилова]: 
 
функциональные связи (определяемые обычно глаголами «производит», «влияет»…); 
 
количественные (больше меньше, равно…); 
 
пространственные (далеко от, близко от, за, под, над…); 
 
временные (раньше, позже, в течение…); 
 
атрибутивные (иметь свойство, иметь значение); 
 
логические (И, ИЛИ, НЕ); 
 
лингвистические. 
 
 
Этот список может сколь угодно продолжаться: в реальном мире количество отношений огромно. Например, между понятиями может использоваться отношение «совершенно разные вещи» или подобное: Не_имеют_отношения_друг_к_другу(Солнце, Кухонный_чайник). 
 
Особенности использования некоторых типов отношений 
 
В семантической сети в качестве понятий могут быть как экземпляры объектов, так и их множества. Использование одних и тех же отношений и для элементов, и для коллекций может привести к недоразумениям. Подобные ошибки в работе некоторых первых систем были описаны в статье Дрю Макдермотта «Искусственный интеллект сталкивается с естественной глупостью». 
 
 
Рассмотрим пример — четыре предложения: 
 
У Павла есть отец по имени Алексей. 
 
Для Павла найдётся отец из множества мужчин. 
 
Найдется человек, для которого Алексей — отец. 
 
У каждого человека есть отец из множества мужчин. 
 
 
Для человека ясен смысл этих фраз и многие не задумываясь поставили бы во всех трёх случаях отношение есть отец. Однако это является ошибкой: в одном случае, действительно, описывается отношение между двумя экземплярами, но во втором и третьем — между экземпляром и множеством, а в четвёртом — отношение между представителями из двух множеств. В математической записи это выглядит так, соответственно для предложений 1—4: 
 
I. ∃ павел & ∃ алексей : отец(алексей, павел); 
 
IIа. ∃ павел → ∃ x ∈ мужчины : отец(x, павел); 
 
IIб. ∃ алексей → ∃ y ∈ люди : отец(алексей, y); 
 
III. ∀ y ∈ люди → ∃ x ∈ мужчины : отец(x, y); 
 
 
Мы видим, что случаи IIа и IIб различаются только порядком следования переменных в предикате, однако для правильности сети это может сыграть важную роль. В примере перечислены лишь 4 рода отношений, всего же для бинарной сети их существует девять. Они различаются кванторами ∃ и ∀, а также порядком переменных. 
 
 
Графически для отличия всех этих случаев применяют специальные форму пометок отношений на графе: например, отношения первого рода оставляют без изменений, второго — обводят прямоугольной рамкой из точек, третьего — тире, а четвёртого — тире-точка. Либо можно просто написать рядом индекс типа отношения. 
 
Наиболее часто встречающаяся путаница возникает насчёт отношения ISA. Поэтому во многих современных работах принимается, что ISA обозначает связь между экземпляром и множеством (вышеописанный случай IIб): Мурка ISA кошка. Одиночная рамка при этом не используется. Если требуется определить отношение эквивалентности (случай I), для этого может вводиться специальное отношение (хотя для семантической сети нужда в нём небольшая). ISA можно использовать для обозначения вхождения элементов одного множества в другое (случай III), однако так делать не рекомендуется. Для обозначения подмножеств применяется ещё одно специальное отношение — AKO. Различие между «ISA в рамке» и AKO заключается в том, что последнее отвечает ещё и за наследование свойств самих множеств, а не только элементов. 
 
Семантическая паутина

 
Неправильно приравнивать друг другу  понятия «Семантическая сеть» (англ. Semantic Network) и «Семантическая паутина» (англ. Semantic Web). Хотя эти понятия не эквивалентны, тем не менее, они связаны. 
 
Концепция организации гипертекста напоминает однородную бинарную семантическую сеть, однако здесь есть существенное отличие: 
 
Связь, осуществляемая гиперссылкой, не имеет семантики, т. е. не описывает смысла этой связи. Назначение семантической сети состоит в том, чтобы описать взаимосвязи объектов, а не дополнительную информацию по предметной области. Человек может разобраться, зачем нужна та или иная гиперссылка, но компьютеру эта связь не понятна. 
 
Страницы, связываемые гиперссылками, являются документами, описывающими, как правило, проблемную ситуацию в целом. В семантической сети вершины (то, что связывают отношения) представляют собой понятия или объекты реального мира. 
 
 
Попытка создания семантической сети на основе Всемирной паутины получила название семантической паутины. Эта концепция подразумевает использование языка RDF (языка разметки на основе XML) и призвана придать ссылкам некий смысл, понятный компьютерным системам. Это позволит превратить Интернет в распределённую базу знаний глобального масштаба. 
 
 

2.  
   Фреймы.

 
Основные  сведения 
Фрейм — (англ. frame — «каркас» или «рамка») — способ представления знаний в искусственном интеллекте, представляющий собой схему действий в реальной ситуации. Первоначально термин «фрейм» ввёл Марвин Минский в 70-е годы XX века для обозначения структуры знаний для восприятия пространственных сцен. 
 
Фреймы используются в системах искусственного интеллекта (например, в экспертных системах) как одна из распространенных форм представления знаний. 
 
Фрейм — это модель абстрактного образа, минимально возможное описание сущности какого-либо объекта, явления, события, ситуации, процесса. 
 
Различают фреймы-образцы, фреймы-экземпляры, фреймы-структуры, фреймы-роли, фреймы-сценарии, фреймы-ситуации. Система связанных фреймов может образовывать семантическую сеть. Применяются фреймы в экспертных системах и других интеллектуальных системах различного назначения. 
 
Под структурой фрейма понимается способ использования схемы, типичной последовательности действий, ситуативная модификация фрейма. Фрейм, кроме всего прочего, включает определённое знание по умолчанию, которое называется презумпцией. 

 
Структура фрейма

 
Фрейм отличает наличие определённой структуры. 
 
Фрейм состоит из имени и отдельных единиц, называемых слотами. Он имеет однородную структуру: 
 
ИМЯ ФРЕЙМА 
 
Имя 1-го слота: значение 1-го слота 
 
Имя 2-го слота: значение 2-го слота 
 
______________________________ 
 
Имя N-го слота: значение N-го слота[1]. 
 
 
В качестве значения слота может выступать имя другого фрейма. Таким образом фреймы объединяются в сеть. Свойства фреймов наследуются сверху вниз, т.е. от вышестоящих к нижестоящим через АКО-связи. Слот с именем АКО указывает на имя фрейма более высокого уровня иерархии. 
 
Незаполненный фрейм называется протофреймом, а заполненный — экзофреймом. Роль протофрейма как оболочки в экзофрейме весьма важна. Эта оболочка позволяет осуществлять процедуру внутренней интерпретации, благодаря которой данные в памяти системы не безлики, а имеют вполне определенный, известный системе смысл. 
 
Слот может содержать не только конкретное значение, но и имя процедуры, позволяющей вычислить его по заданному алгоритму, а также одну или несколько продукций (эвристик), с помощью которых это значение определяется. В слот может входить не одно, а несколько значений. Иногда этот слот включает компонент, называемый фасетом, который задает диапазон или перечень его возможных значений. Фасет указывает также граничные значения заполнителя слота. 
 
Помимо конкретного значения в слоте могут храниться процедуры и правила, которые вызываются при необходимости вычисления этого значения. Среди них выделяют процедуры-демоны и процедуры-слуги. Первые запускаются автоматически при выполнении некоторого условия, а вторые активизируются только по специальному запросу. Если, например, фрейм, описывающий человека, включает слоты ДАТА РОЖДЕНИЯ и ВОЗРАСТ и в первом из них находится некоторое значение, то во втором слоте может стоять имя процедуры-демона, вычисляющей возраст по дате рождения и текущей дате и активизирующейся при каждом изменении текущей даты. 
 
Совокупность фреймов, моделирующая какую-либо предметную область, представляет собой иерархическую структуру, в которую фреймы собираются с помощью родовидовых связей. На верхнем уровне иерархии находится фрейм, содержащий наиболее общую информацию, истинную для всех остальных фреймов. Фреймы обладают способностью наследовать значения характеристик своих родителей, находящихся на более высоком уровне иерархии. Эти значения могут передаваться по умолчанию фреймам, находящимся ниже них в иерархии, но если последние содержат собственные значения данных характеристик, то в качестве истинных принимаются именно они. Это обстоятельство позволяет без затруднений учитывать во фреймовых системах различного рода исключения. 
 
Различают статические и динамические системы фреймов. В системах первого типа фреймы не могут быть изменены в процессе решения задачи, а в системах второго типа это допустимо. 
 
О системах программирования, основанных на фреймах, говорят, что они являются объектно-ориентированными. Каждый фрейм соответствует некоторому объекту предметной области, а слоты содержат описывающие этот объект данные, то есть в слотах находятся значения признаков объектов. Фрейм может быть представлен в виде списка свойств, а если использовать средства базы данных, то в виде записи. 
 
Различают фреймы-образцы, фреймы-экземпляры, фреймы-структуры, фреймы-роли, фреймы-сценарии, фреймы-ситуации. Система связанных фреймов может образовывать семантическую сеть. Применяются фреймы в экспертных системах и других интеллектуальных системах различного назначения. 
 
Под структурой фрейма понимается способ использования схемы, типичной последовательности действий, ситуативная модификация фрейма. Фрейм, кроме всего прочего, включает определённое знание по умолчанию, которое называется презумпцией. 

Вопрос 2

Конфигурация  продукционной системы. Механизм взаимодействия компонентов продукционной системы для прямого и обратного выводов.

 
Продукционная система состоит из трех компонентов:

• 1) Набор правил, используемых как база знаний (база правил)
• 2) Рабочая память (память для кратковременного хранения). В ней хранятся описание текущего состояния мира в процессе рассуждений. Это описание является образцом, который сопоставляется с условной частью продукции с целью выбора соответствующих действий при решении задачи. Если условие некоторого правила соответствует содержимому рабочей памяти, то может выполняться действие, связанное с этим условием. Действия продукционных правил изменяют содержимое рабочей памяти.
• 3) Механизм вывода, использующий правила в соответствии с содержимым рабочей памяти.

Работа продукционной системы основана на взаимодействии компонентов в цикле«распознавание-действие», который состоит из следующих шагов:

• 1. Сопоставить образцы в предпосылках правил и элементы данных в рабочей памяти.
• 2. Если окажется, что можно активизировать более одного правила, выбрать одно из них; этот шаг называется разрешением конфликта.
• 3. Применить выбранное правило. Результатом, скорее всего, будет добавление нового элемента данных в рабочую память и/или удаление какого-либо существующего элемента из рабочей памяти. Затем перейти к шагу 1.

Прямой  и обратный вывод

В данном примере  для получения вывода совершалась работа по извлечению предварительно записанного содержимого рабочей памяти, применению правил и дополнения данных, помещенных в память. Такие выводы называют прямыми.

Если на основании  фактов, требующих подтверждения, чтобы  выступить в роли заключения, исследуется  возможность применения правила, пригодного для подтверждения, то это –обратный вывод.

Пример:

• Цель1: = «использовать джип». Для выполнения правила 1 надо подтвердить, что «дорога ухабистая»
• Цель 2:= «дорога ухабистая». Для этой цели выполняется правило 2.

Если затем выполнить  правило 1, то цель 1 будет достигнута.

Условия останова в случае обратного вывода: