Примеры семантических сетей для хранения знаний

Введение
1. Репрезентации (представления) понятий и знаний
2.Примеры семантических сетей и их отличия от других моделей организации знаний
3.Виды семантических сетей
Заключение
Список использованной литературы

Примеры семантических сетей для хранения знаний

Удобство этой модели в том, что в каждом элементе не хранятся общие атрибуты, они хранятся в узле иерархии. Также эта модель дает возможность осуществлять перекрестный поиск и иерархию наследования, но на деле оказалось, что линейный поиск вверх и вниз не наблюдается, и вообще многие другие теоретические положения этих моделей также не подтвердились. Тогда была предложена новая теория - распространения активации. Согласно этой теории, понятия хранятся специальном понятийном пространстве, причем они связаны с родственными понятиями и ассоциациями. Если активируется какой-либо элемент сети, то возбуждаются все прилежащие элементы сети. И чем сильнее связь между соседними элементами, тем сильнее их активация. Эта теория сложна, но как-то объясняет неожиданные связи, которые могут активироваться.
Кроме моделей семантических сетей существуют модели пропозициональных сетей. Пропозиции — наименьшие компоненты знания, представляемые в виде одиночных элементов. Андерсоном и Бауэром, на основе этих представлений была разработана теория репрезентации знаний — "ассоциативная память человека".
В этой модели знание представлено в виде пропозиций. Они могут иметь дополнительные элементы времени, места и т.д. Создаются как бы ветви, которые объединяются с помощью понятийных узлов, включающих понятия и ассоциации. Понятийные узлы существуют в памяти до кодирования пропозиции.
В результате развития этой модели появилась модель адаптивного контроля мысли, которая включает в себя такие типы репрезентации: рабочую память, процедурные и декларативные репрезентации (представления).
Рабочая память (как нам известно) — активное кратковременное хранилище, с доступной в настоящее время информацией, которая может быть извлечена из долговременной памяти.
Кроме специальных знаний мы располагаем знаниями об окружающем мире. Эти знания, как в памяти человека, так и в памяти компьютера могут храниться в процедурном и декларативном виде. Процедурные представления хранят сведения о процедурах, выполнение которых приносит пользу при решении определенных задач. Они хранятся в виде алгоритмических процедур в закодированном виде, но могут храниться и в виде определенных сценариев.
Декларативные представления — наше фактическое знание, хранит сведения о фактах, явлениях, закономерностях. Эти знания могут быть записаны, например, на реляционном языке.
3.Виды семантических сетей
Для представления знаний и данных предметной области их объединяют в систему. На практике встречаются различные разновидности семантических сетей (СС), в зависимости от смысла вершин и дуг. В вершинах учебной СС находятся объект познания, личность познающего и основные компоненты процесса обучения, а связи между вершинами означают отношения между ними. Среди объектов семантической сети устанавливается иерархия в отношениях “быть подмножеством” и “быть элементом”, которые определяются дугами с метками SUB и E, соответственно. На рис.1 приведен пример из области информатики, поясняющий интерпретацию различных отношений между узлами семантической сети.
ПК
SUB

ПК типа
Apple
E SUB



ПК типа
Микро процессор IBM

Рис.1. Пример, поясняющий различные отношения в семантической сети.
Достоинством семантических сетей как модели представления знаний и непосредственно самого процесса обучения является наглядность описания предметной области, гибкость, адаптивность к цели обучаемого. Однако, свойство наглядности с увеличением размеров и усложнением связей базы знаний предметной области теряется. Кроме того, возникают значительные сложности по обработке различного рода исключений. Для преодоления указанных проблем используют метод иерархического описания сетей (выделение на них локальных подсетей, расположенных на разных уровнях).
Однако, как показывает личный опыт работы, изучение и анализ информационных источников, основной проблемой при работе с большой базой знаний является проблема поиска знаний, их релевантных решаемой задаче. В связи с тем, что в обрабатываемых данных может не содержаться явных знаний, их классификация и структуризация могут значительно ускорить процесс поиска, тем самым, осуществляя интенсификацию процесса обучения.
Сравнительно недавно разработана интеллектуальная обучающая система в виде иерархической многоуровневой семантической модели (рис.3), где понятия в зависимости от их сложности распределены по уровням.
Рис. 2. Мультиерархическая модель знаний по информатике.
Так, на самом верхнем уровне расположены классы понятий (на рис.2 понятие “сеть”), далее на уровень ниже размещены обобщенные понятия и на самом нижнем уровне - конкретные (элементарные) понятия. Число уровней иерархической модели знаний предметной области зависит от степени детализации понятий. Стрелки на рис.3 обозначают такие отношения между понятиями предметной области, как IS – A (это есть), PART – OF (является частью), MEMBER – OF (является элементом).
Разработанную модель можно интерпретировать ориентированным графом (рис.4). Данная семантическая модель представляет различные виды понятий (обобщенные, элементарные и т.д.) по дисциплине “Языки и методы программирования”, где понятия в зависимости от их сложности распределены по уровням.
Рис. 3. Представление иерархической модели знаний ориентированным графом.
Такой подход к организации знаний при разработке интеллектуальных обучающих систем по информатике позволяет значительно сократить время обучения, уменьшить объем памяти, занимаемой базой знаний и данных. Модель в виде иерархической семантической сети, являясь логической структурой изучаемой предметной области, показывает также последовательность изложения учебного материала.
Для контроля знаний обучаемых можно использовать также и сеть запроса (рис.4).

Рис. 4. Сеть запроса