Metody reprezentacji
wiedzy
Metody reprezentacji
wiedzy
Metody reprezentacji
wiedzy
Definicje
Reprezentacja wiedzy w systemie
ekspertowym dotyczy sposobów w
jaki jest ona przechowywana w
systemie
Metody reprezentacji
wiedzy
Poziomy reprezentacji wiedzy
●
Poziom wiedzy - obejmuje opis
faktów
●
Poziom symboli które mogą być
przetwarzane przez program
Metody reprezentacji
wiedzy
Poziomy reprezentacji wiedzy
Fakty
Reprezent
acja
wewnętrzn
a
Reprezent
acja
w języku
polskim
Metody reprezentacji
wiedzy
Przykład
Reks jest psem
"
®
xPiesx
maogonx
:
( )
( )
Każdy pies ma
ogon
Pies ks
(Re )
maogon ks
(Re )
Reks ma ogon
Metody reprezentacji
wiedzy
Metody reprezentacji wiedzy
●
Reguły produkcji
●
Sieci semantyczne
●
Ramy
●
Skrypty
●
Rachunek predykatów
Metody reprezentacji
wiedzy
Reguły produkcji
Reguły produkcji są definiowane jako
zdania składające się z przesłanki i
konkluzji lub akcji. Przesłanka może
zawierać pewną liczbę stwierdzeń
połączonych funktorami logicznymi
Metody reprezentacji
wiedzy
Reguły produkcji - schemat
JEŚLI przesłanka TO
konkluzja
oraz
JEŚLI przesłanka TO działanie
Metody reprezentacji
wiedzy
Reguły produkcji
Konkluzja oznacza wygenerowanie
faktu, a działanie to uruchomienie
dodatkowego procesu np
obliczeniowego lub pobranie
dodatkowych danych
Zbiór reguł produkcji można
rozpatrywać jako szczególny sposób
zapisu pewnej sieci stwierdzeń
ponieważ z prawdziwości jednego
stwierdzenia mogą wynikać inne.
Metody reprezentacji
wiedzy
Reguły produkcji - rodzaje
●
Reguły proste - prowadza do
sformułowania reguł pośrednich
●
Reguły złożone -umożliwiają
bezpośrednie wyznaczanie wniosków
przez system
Metody reprezentacji
wiedzy
Reguły produkcji - reguły złożone
Jeśli
zaobserwowano
dodatnie odchylenie cenowe
kosztów bezpośrednich
i
dodatnie odchylenie
efektywnościowe kosztów
bezpośrednich
i
dodatnie odchylenie
efektywnościowe kosztów ogólnych
to
przyczyną była lepsza efektywność i
wydajność pracy
Metody reprezentacji
wiedzy
Reguły produkcji - zalety
●
Prostota zastosowania i możliwość
łatwej weryfikacji bazy wiedzy
●
Możliwość modyfikacji BW poprzez
dodawanie nowych reguł i usuwanie
starych
●
Możliwośc reprezentacji meta wiedzy
●
Możliwość zastosowania
mechanizmu automatycznego uczenia
Metody reprezentacji
wiedzy
Reguły produkcji - wady
●
Trudność odwzorowywania
złożonych struktur wiedzy
●
Ograniczenie narzędzi
implementacji do takich które oferują
gotowy mechanizm wnioskowania
Metody reprezentacji
wiedzy
Rachunek predykatów
Rachunek predykatów - dostarcza praw
wnioskowania odwołujących się do
wewnętrznej budowy zdań, w której
wyróżnia się predykaty (odpowiednik
orzeczenia) , argumenty predykatów
(odpowiednik podmiotu) oraz wyrażenia
zwane kwantyfikatorami
Metody reprezentacji
wiedzy
Rachunek predykatów
Każdy człowiek jest
śmiertelny
Kowalski jest człowiekiem
"
®
xczlowiekx Smierte y x
Czlowiek
Kowalski
:
( )
ln ( )
(
)
Smiertelny(Kowalski
)
Kowalski jest
śmiertelny
Metody reprezentacji
wiedzy
Rachunek predykatów - zalety
●
Prostota
●
Zrozumiała interpretacja
wyrażania zdań
●
Możliwość zastosowania
gotowego narzędzia - język
PROLOG
Metody reprezentacji
wiedzy
Rachunek predykatów - wady
●
Niemożność wyrażenia wiedzy
rozmytej
●
Niemożność uwzględnienia pewności
lub niepewności przesłanek
●
Niemożność wyrażenia dwóch
punktów widzenia na tą samą sprawę
Metody reprezentacji
wiedzy
Sieci semantyczne - początki
Koncepcja sieci semantycznych została
opracowana przez Quilliana i
przedstawiona w pracy:
Quillian R. “Semantic memory. Semantic
Information Processing. MIT Press,
Cambridge 1968
Metody reprezentacji
wiedzy
Sieci semantyczne - definicja
Sieć semantyczna - rodzaj reprezentacji
wiedzy, w którym występują węzły oraz
powiązania pomiędzy nimi
przedstawiane zwykle w postaci grafu.
Węzły sieci reprezentują obiekty i
zdarzenia,zaś powiązania pomiędzy
węzłami reprezentują relacje, które są
przedstawiane w formie określonych
typów strzałek. Wnioskowanie w
przypadku sieci semantycznej jest
realizowane na zasadzie poruszania się
po jej grafie.
Collins Dictionary of Artificial
Intelligence
Metody reprezentacji
wiedzy
Sieci semantyczne - przykład 1
Wiesław Flakiewicz “Systemy informacyjne w zarządzaniu, Beck ,
Warszawa2002
Rodzin
a
Metody reprezentacji
wiedzy
Sieci semantyczne - Przykład 2
Odchylenia kosztów
standardowych
Opracowanie własne
Metody reprezentacji
wiedzy
Sieci semantyczne - zalety
●
Łatwość przedstawiania hierarchii
zdarzeń
●
Wykorzystanie mechanizmu
dziedziczenia
●
Łatwość ustalenia związków
pomiędzy zdarzeniami
Metody reprezentacji
wiedzy
Sieci semantyczne - wady
●
Trudności związane z
oprogramowaniem sieci
semantycznych
●
Trudności w interpretacji
znaczenia węzłów
Metody reprezentacji
wiedzy
Ramy - definicje
Rama jest zbiorem atrybutów zwykle
nazywanych szczelinami (z języka
angielskiego slot ) i powiązanych z nimi
wartości (zwanych fasetami z języka
angielskiego facet), które opisują jakąś
część rzeczywistości w rozumieniu
ogólnym lub z konkretnego punktu
widzenia.
Minsky M.. “A framework for representing knowledge” The Psychology of
Computer Vision, McGraw-Hill, New York 1975
Metody reprezentacji
wiedzy
Ramy - definicje
Ramy są to konstrukcje, przy pomocy
których opisywane są obiekty, struktury,
pojęcia oraz procesy. Wiedza zawarta w
każdej ramie stanowi tabelę składającą
się z dwóch części rubryk (slots -
szczeliny) oraz zakończeń (facets -
fasety)
Flakiewicz W. “Systemy informacyjne w zarządzaniu”, Beck, Warszawa
2002
Metody reprezentacji
wiedzy
Ramy - struktura
Nazwa ramy
Atrybut
1
Atrybut
n
Wartość
atrybutu 1
Wartość
atrybutu n
Inne inf
atrybutu 1
Inne inf
atrybutu n
Faseta
1
Faseta
2
Faseta
3
Szczelina
1
Szczelina
n
Metody reprezentacji
wiedzy
Ramy - przykład
Wartoś
ć
Waluta
Rodzaj
kosztu
Typ
odchylenia
Rodzaj
odchylenia
520,00
Praca bezpośrednia
PLZ
Pozytywne
Efektywnościowe
Rama: Odchylenie
kosztowe
Metody reprezentacji
wiedzy
Ramy - cechy
●
Każda rubryka dzieli się na
▸
Nazwę rubryki
▸
Zakończenie (wartość zmiennej)
●
Sformalizowany układ zapisów
Metody reprezentacji
wiedzy
Ramy - rodzaje zakończeń
●
Wartość stała - liczba, symbol tekst
●
Nazwa procedury
●
Nazwa innej rubryki tej samej ramy
●
Parametr
●
Nazwa innej ramy
Metody reprezentacji
wiedzy
Ramy - zalety
●
Czytelna struktura
●
Wykorzystanie mechanizmu
dziedziczenia
●
Możliwość wykorzystania języków
obiektowych do implementacji
●
Możliwość przłożenia na rekordy w
relacyjnej bazie danych
Metody reprezentacji
wiedzy
Skrypty
Skrypt opisuje sekwencję zdarzeń w
jakimś kontekście
Warunki
wejściowe
Warunki wstępne, które muszą być
spełnione
aby poszczególne zdarzenia mogły
wystąpić
Wyniki
Warunki które będą prawdziwe po
wystąpieniu zdarzeń opisywanych
przez skrypt
Cechy
obiektów
Opis cech zarówno ludzi jak też
innych elementów skryptu
Sceny
Sekwencje zdarzeń
Metody reprezentacji
wiedzy
Skrypty - rodzaje relacji
ATRANS - przekazać ,dawać
PTRANS - zmiana fizycznego położenia
obiektu
MTRANS - przekazanie informacji
MBUILD - zbudowanie nowej
informacji na podstawie starych
przesłanek
INGEST - wchłanianie jednego obiektu
przez drugi
MOVE - zmiana lokalizacji części
obiektu
DO - praca
Metody reprezentacji
wiedzy
Skrypty - przykład
Skrypt Restauracja
K - Klient
L - kelner
U - kucharz
A - kasjer
W - właściciel
Metody reprezentacji
wiedzy
Skrypty - przykład
Warunki wejściowe
K - jest głodny
K - posiada pieniądze
Wyniki
K - ma mniej pieniędzy
W - ma więcej pieniędzy
K - nie jest głodny
K - jest zadowolony
Metody reprezentacji
wiedzy
Skrypty - przykład
Scena 1 -
wejście
K PTRANS K do restauracji
K MBUILD gdzie usiąść
K PTRANS K do stołu
K MOVE K do pozycji siedzącej
Metody reprezentacji
wiedzy
Skrypty - przykład
Scena 2 -zamówienie
Menu na
stole
L przynosi
menu
K prosi o
menu
K PTRANS menu
do K
K MTRANS znak
do L
L PTRANS L do
stołu
S MTRANS Prośbę
o menu do L
L PTRANS L do
menu
L PTRANS L do
stołu
L ATRANS menu do
K
* K MBUILD
zestaw jedzenia
K MTRANS znak
do L
L PTRANS L do
stołuK MTRANS
zestaw jedzenia
do L
Metody reprezentacji
wiedzy
Skrypty - przykład
Scena 2 -zamówienie
C.D
L PTRANS L do U
L MTRANS (ATRANS (zestaw
jedzenia)) do U
U MTRANS
niemożliwe do
zrobienia do L
L PTRANS L doK
L MTRANS
niemożliwe do
zrobienia do K
powrót do * lub
przejście do sceny 4
bez płacenia
U DO zestaw jedzenia
przejście do sceny 3
Metody reprezentacji
wiedzy
Skrypty - przykład
Scena 3 - Jedzenie
U ATRANS zestaw jedzenia do
L
L ATRANS zestaw jedzenia do
K
K INGESTzestaw jedzenia
Opcja powrót do sceny 2 lub
przejście do sceny 4
Metody reprezentacji
wiedzy
Skrypty - przykład
Scena 4 - wyjście
K MTRANS do L
L MOVE rachunek
L PTRANS L do K
L ATRANS rachunek do K
K ATRANS zapłatę do L
L ATRANS resztę do K
L PTRANS do A
L ATRANS zap`lata do A
K PTRANS K na zewnątrz
restauracji
Metody reprezentacji
wiedzy
Problemy
●
Modele i Model Based Reasoning
●
Case Base Reasoning
Metody reprezentacji
wiedzy
Rola wiedzy w systemach SI
●
Wiedza może definiować pewną
przestrzeń rozwiązań i kryteria, które
decydują o prawdziwości tych
rozwiązań. -> wiedza podstawowa
(essential knowledge).
●
Wiedza może wpływać na czas
poszukiwania rozwiązań poprzez
wskazywanie obszarów gdzie
rozwiązanie jest bardziej
prawdopodobne. -> wiedza
heurystyczna