Главная страница > Публикации |
Расширяющиеся системы активного диалога
Кузнецов
Игорь Петрович
. М. "Наука", 1982 г. - 285 с.
АННОТАЦИЯ
Монография состоит из 10 глав. В первых
двух главах рассматриваются перспективные тенденции в развитии систем: логико-информационных
и обучающих, принимающих решения. Для их построения используются знания
специалистов, накопленные в той или иной предметной области. Здесь важно, как
выявляются эти знания, кто осуществляет построение и какими средствами. Пока -
это делают программисты и инженеры по знаниям. В перспективе специалист сам должен
вводить свои знания в удобной для себя форме, создавая
таким образом систему.
Однако, для этого
требуется решение множества связанных проблем. Прежде всего, нужно учитывать,
что большую роль здесь играют не только факты, но и обобщенные знания: правила ЕСЛИ..ТО или продукции, формы с кванторами КАЖДЫЙ, с
модальными связками, неопределенностями и др.
Наиболее привычный для человека способ
выражения знаний -естественный язык (ЕЯ). Чтоб
поддержать его, требуются знания о языке: о морфологии, синтаксисе, семантике.
Система должна уметь использовать такие
знания для решения задач, среди которых: ответ на запросы, принятие решений, объяснительная
компонента, проверка полноты и непротиворечивости информации, понимание
предложений ЕЯ с учетом их семантических и прагматических аспектов, порождение
осмысленных предложений, индуктивный вывод и др. Причем, известно, что эти
задачи связаны между собой. Попытка более или менее полного решения одной из
них затрагивает другие. Так, степень "дружелюбности" интеллектуальной
системы будет определяться тем, сколь полно в ее рамках охвачены эти задачи.
Последующие три главы посвящены вопросам
представления и обработки информации в интеллектуальной системе - в ее базе знаний.
Показывается, что для представления должен быть использован формальный язык, обладающих простым синтаксисом (иначе трудно им
манипулировать), высокой степенью аддитивности (для добавления
и изменения) и высокими изобразительными возможностями.
Для этой цели предлагается
и развивается язык расширенных семантических сетей (РСС). РСС состоит из
фрагментов, в которые вводятся вершины, соответствующие именам отношений,
совокупности объектов с их отношением (код фрагмента), а также специальный "развязывающий"
элемент, называемый вершиной связи.
Рассматриваются методики и примеры
использования РСС для представления сложных событий, ситуаций, в том числе,
включающих множества взаимодействующих объектов, их совокупности. Естественный
язык (ЕЯ) рассматривается как многоуровневый объект,
где на нижнем уровне (ПС)
представлено пространственное расположение слов текста, а на верхнем (СС) - его
семантическая структура, где представлены упоминающиеся в тексте объекты и отношения
между ними.
Для обработки информации вводятся методики
наложения (сопоставления) сетей, приводящие к уточнению представленных в них неопределенных
компонент, означиванию переменных. Сеть дополняется указателями на порядок
уточнения неопределенных компонент,
означивания переменных.
Сеть с указателями образует семантический граф, который однозначно определяет
алгоритм поиска и обработки: порядок выполнения соответствующих операторов.
Особую роль в плане обработки играют
правила ЕСЛИ..ТО. Для их однородного
представления правил вводятся РСС специального вида, называемые продукциями.
Левая и правая части такого правила представлены с помощью сетей (Kn1 и Kn2). В
рамках языка РСС
входящие в них фрагменты
объединяются в множества, которым сопоставляются свои
две вершины. Они связываются продукционным отношением, отображающим тип
зависимости, например, причина-следствие. В результате продукция становится
обычной РСС, которая может обрабатываться другими продукциями.
В общем случае допускается множество
продукций. Они могут объединяться в наборы. Допускаются продукции, в которых
левая или правая части сами может быть продукциями. Подобные возможности позволяют
создавать металогические уровни на однородной основе
(РСС).
Последующие главы посвящены использованию
семантических графов и продукций для обработки различных видов информации в
базе знаний. Вводятся методики использования семантических графов для организации
системной активности. С помощью графов системе дается, что может и должно быть.
Это позволяет ей дополнять информацию, запрашивать то, чего не хватает и т.д.
Вводятся методики фактографического поиска для сложных случаев: наличия
неполных, неопределенных и нечетких знаний. Учитывается относительный характер
нечетких понятий. Например, значение лингвистической переменной
"молодой" зависит от возраста говорящего. Рассматривается пример
лингвистического процессора на продукциях. Такой процессор обеспечивает
преобразование с уровня ПС на уровень СС, т.е. выявление из текстов
семантической информации. Отмечается перспективный характер используемых
методик.
Последняя глава посвящена физическому
уровню реализации РСС и введенных механизмов. Для этого предлагается
специального вида ассоциативная память и новый класс ассоциативных однородных сред,
в которых фрагментам РСС соответствуют логические элементы. Они связаны между
собой, возбуждаются и пропускают сигналы, вызывающие уточнение неопределенных
компонент в соответствии с методиками наложения сетей.
Кузнецов Игорь
Петрович (igor-kuz@mtu-net.ru)