Представление знаний — различия между версиями
Zevgeniy (обсуждение | вклад) м (UI) |
Zevgeniy (обсуждение | вклад) (Ontology added) |
||
Строка 42: | Строка 42: | ||
# Динамически изменяемые знания. | # Динамически изменяемые знания. | ||
# Оценка корректности и полноты графа знаний. | # Оценка корректности и полноты графа знаний. | ||
+ | |||
+ | ==Онтология== | ||
+ | |||
+ | [https://ru.wikipedia.org/wiki/Онтология_(информатика)](https://ru.wikipedia.org/wiki/%D0%9E%D0%BD%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_(%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0)) | ||
+ | |||
+ | Понятие онтологии существует как в информатике, так и в философии. Эти понятия похожи. В информатике онтология включает в себя представление, формальное именование и определение категорий, свойств и отношений между понятиями, данными и сущностями некоторой области знаний. Для этого используется концептуальная схема. | ||
+ | |||
+ | Концептуа́льная схе́ма ([https://ru.wikipedia.org/wiki/Концептуальная_схема](https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D0%BD%D1%86%D0%B5%D0%BF%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0%D1%8F_%D1%81%D1%85%D0%B5%D0%BC%D0%B0)) — семантическая сеть из взаимосвязанных по определенным правилам понятий и концепций. Обычно такая схема состоит из структуры данных, содержащей все релевантные классы объектов, их связи и правила (теоремы, ограничения), принятые в этой области. | ||
+ | |||
+ | Термин «онтология» в информатике является производным от соответствующего древнего философского понятия. | ||
+ | |||
+ | Общее с философским понятием: | ||
+ | |||
+ | * И то, и другое — попытка представить сущности, идеи и события со всеми их взаимозависимыми свойствами и отношениями в соответствии с системой категорий. | ||
+ | * В обеих областях существует значительная работа по проблемам онтологической инженерии ([https://en.wikipedia.org/wiki/Ontology_engineering](https://en.wikipedia.org/wiki/Ontology_engineering)) (например, Куайн и Крипке в философии, Сова и Гуарино в информатике) | ||
+ | |||
+ | Отличия от философского понятия: | ||
+ | |||
+ | * Онтология в информатике должна иметь формат, который компьютер сможет легко обработать | ||
+ | * Информационные онтологии создаются всегда с конкретными целями — решения конструкторских задач; они оцениваются больше с точки зрения применимости, чем полноты. | ||
+ | |||
+ | Каждая научная дисциплина или область знаний создает онтологии для ограничения сложности и организации данных в информацию и знания. Новые онтологии улучшают решение проблем в этой области. Перевод научных работ в каждой области-это проблема, облегченная, когда эксперты из разных стран поддерживают контролируемый словарь жаргона ([https://en.wikipedia.org/wiki/Controlled_vocabulary](https://en.wikipedia.org/wiki/Controlled_vocabulary)) между каждым из своих языков. | ||
+ | |||
+ | ===Элементы=== | ||
+ | |||
+ | Общие компоненты онтологий включают в себя: | ||
+ | |||
+ | * '''Экземпляры (объекты)''' — базовые или "наземные" объекты | ||
+ | * '''Классы (понятия)''' — наборы, коллекции, концепции, классы в программировании, типы объектов или виды вещей | ||
+ | * '''Атрибуты''' — аспекты, свойства, признаки, характеристики или параметры, которые могут иметь объекты (и классы) | ||
+ | * '''Отношения''' — способы, которыми классы и индивиды могут быть связаны друг с другом | ||
+ | * '''Термы функций''' — сложные структуры, образованные из определенных отношений, которые могут быть использованы вместо отдельного термина в высказывании | ||
+ | * '''Ограничения''' — формально заявленные описания того, что должно быть истинным для того, чтобы какое-то утверждение было принято в качестве входных данных | ||
+ | * '''Правила''' — высказывания в форме предложения if-then (антецедент-консеквент), описывающие логические выводы, которые могут быть сделаны из утверждения в определенной форме | ||
+ | * '''Аксиомы''' — утверждения (включая правила) в логической форме, которые вместе составляют общую теорию, которую онтология описывает в своей области применения. Это определение отличается от определения "аксиом" в порождающей грамматике и формальной логике. В этих дисциплинах аксиомы включают только утверждения, утверждаемые как априорное знание. Здесь же "аксиомы" также включают в себя теорию, полученную из аксиоматических утверждений | ||
+ | * '''События''' — Изменение атрибутов или отношений | ||
+ | |||
+ | Онтологии обычно кодируются с помощью языков онтологий — формальных языков, используемых для этой цели. | ||
+ | |||
+ | Примерами таковых являются OWL, KIF, Common Logic, CycL, DAML+OIL. |
Версия 01:20, 3 января 2021
Представление знаний (англ. knowledge representation) — направление в исследованиях искусственного интеллекта, посвящённое представлению информации о мире в форме, которую было бы возможно использовать в компьютерных системах для решения сложных задач, таких как диагностирование заболеваний или ведение диалога на естественном языке. Представление знаний включает в себя психологические исследования по решению задач человеком для построения формализмов, которые упростили бы работу со сложными системами. Примерами формализмов представления знаний являются семантические сети, архитектуры систем, правила и онтологии.
Содержание
Графы знаний
История
Определение: |
Семанти́ческая сеть (англ. semantic network) — информационная модель предметной области, представленная в виде ориентированного графа. Вершины при этом соответствуют объектам предметной области, а рёбра представляют отношения между ними. Семантическая сеть — это один из способов представления знаний. |
Семантические сети были разработаны в 1960 году из-за растущей необходимости в инструменте для представления знаний, который мог бы охватить широкий спектр сущностей: объекты реального мира, события, ситуации и отвлечённые концепты и отношения, — в конце концов будучи применённым в задаче поддержания диалога на естественном языке. Основной целью разработки семантических сетей было решение множества задач, например, представление планов, действий, времени, верований и намерений. При этом способ решения этих задач должен был быть достаточно обобщённым.
В 1980-х гг. Гронингенский университет и университет Твенте начали работу над совместным проектом, названным "Графы знаний", базируясь на устройстве семантических сетей с рёбрами, ограниченными наперёд заданным количеством отношений — для упрощения алгебры на графах. В последовавшие десятилетия граница между понятиями "Графов знаний" и "Семантических сетей" размывалась всё больше.
В 2012 же году Google представили свою версию графа знаний.
Определение
Не существует формального определения графа знаний. Однако есть ряд аксиом, которым граф знаний должен удовлетворять.
- Значение графа знаний выражается в его структуре.
- Утверждения внутри графа знаний являются однозначными.
- Граф знаний использует конечный набор типов отношений.
- Все указанные сущности внутри графа знаний, включая типы и отношения, должны быть определены с использованием глобальных идентификаторов с однозначными обозначениями.
- Утверждения в графе знаний должны иметь явно указанные источники.
- Граф знаний может иметь оценки неопределённостей.
Применение
Вопросно-ответные системы. Самым распространённым применением графов знаний являются вопросно-ответные системы. Графы знаний располагают огромным количеством информации, доступ к которой проще всего получать посредством схемы вопрос-ответ.
Хранение информации исследований. Многие компании используют графы знаний для хранения результатов, полученных на разных стадиях исследований, которые могут быть использованы для построения понятных моделей, просчёта рисков, слежения за различными процессами и т. д.
Рекомендательные системы. Некоторые компании используют графы знаний как фундамент для своих рекомендательных систем. Здесь графы знаний позволяют находить связи между фильмами, телепрограммами, персоналиями и т. д. По выявленным связям можно пытаться предсказать индивидуальные предпочтения пользователя.
Управление цепочками поставок. Компании могут эффективно следить за перечнями различных составляющих, задействованного персонала, времени и др., что позволяет им передавать вещи более выгодно.
Открытые проблемы
- Выявление лучших практик для построения графов знаний.
- Динамически изменяемые знания.
- Оценка корректности и полноты графа знаний.
Онтология
[1](https://ru.wikipedia.org/wiki/%D0%9E%D0%BD%D1%82%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%8F_(%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%82%D0%B8%D0%BA%D0%B0))
Понятие онтологии существует как в информатике, так и в философии. Эти понятия похожи. В информатике онтология включает в себя представление, формальное именование и определение категорий, свойств и отношений между понятиями, данными и сущностями некоторой области знаний. Для этого используется концептуальная схема.
Концептуа́льная схе́ма ([2](https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D0%BD%D1%86%D0%B5%D0%BF%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D0%B0%D1%8F_%D1%81%D1%85%D0%B5%D0%BC%D0%B0)) — семантическая сеть из взаимосвязанных по определенным правилам понятий и концепций. Обычно такая схема состоит из структуры данных, содержащей все релевантные классы объектов, их связи и правила (теоремы, ограничения), принятые в этой области.
Термин «онтология» в информатике является производным от соответствующего древнего философского понятия.
Общее с философским понятием:
- И то, и другое — попытка представить сущности, идеи и события со всеми их взаимозависимыми свойствами и отношениями в соответствии с системой категорий.
- В обеих областях существует значительная работа по проблемам онтологической инженерии ([3](https://en.wikipedia.org/wiki/Ontology_engineering)) (например, Куайн и Крипке в философии, Сова и Гуарино в информатике)
Отличия от философского понятия:
- Онтология в информатике должна иметь формат, который компьютер сможет легко обработать
- Информационные онтологии создаются всегда с конкретными целями — решения конструкторских задач; они оцениваются больше с точки зрения применимости, чем полноты.
Каждая научная дисциплина или область знаний создает онтологии для ограничения сложности и организации данных в информацию и знания. Новые онтологии улучшают решение проблем в этой области. Перевод научных работ в каждой области-это проблема, облегченная, когда эксперты из разных стран поддерживают контролируемый словарь жаргона ([4](https://en.wikipedia.org/wiki/Controlled_vocabulary)) между каждым из своих языков.
Элементы
Общие компоненты онтологий включают в себя:
- Экземпляры (объекты) — базовые или "наземные" объекты
- Классы (понятия) — наборы, коллекции, концепции, классы в программировании, типы объектов или виды вещей
- Атрибуты — аспекты, свойства, признаки, характеристики или параметры, которые могут иметь объекты (и классы)
- Отношения — способы, которыми классы и индивиды могут быть связаны друг с другом
- Термы функций — сложные структуры, образованные из определенных отношений, которые могут быть использованы вместо отдельного термина в высказывании
- Ограничения — формально заявленные описания того, что должно быть истинным для того, чтобы какое-то утверждение было принято в качестве входных данных
- Правила — высказывания в форме предложения if-then (антецедент-консеквент), описывающие логические выводы, которые могут быть сделаны из утверждения в определенной форме
- Аксиомы — утверждения (включая правила) в логической форме, которые вместе составляют общую теорию, которую онтология описывает в своей области применения. Это определение отличается от определения "аксиом" в порождающей грамматике и формальной логике. В этих дисциплинах аксиомы включают только утверждения, утверждаемые как априорное знание. Здесь же "аксиомы" также включают в себя теорию, полученную из аксиоматических утверждений
- События — Изменение атрибутов или отношений
Онтологии обычно кодируются с помощью языков онтологий — формальных языков, используемых для этой цели.
Примерами таковых являются OWL, KIF, Common Logic, CycL, DAML+OIL.