2. Системы, основанные на знаниях
Декларативные знания – это та информация, которая поступает от пользователя. Она закладывается в систему и определяет ее решение. Эта информация постоянно меняется. Над декларативными знаниями работают процедурные знания, которые вырабатывают эти решения. Процедурные знания разрабатываются один раз, так, чтоб настройка системы на задачи производилась только через декларативные знания.
В качестве декларативных знаний будем использовать расширенные семантические сети (РСС), а в качестве процедурных - язык DECL, смотри рис.2.
Рис. 2
В данной схеме с помощью лингвистического процессора накапливаются предметные знания (ПЗ), которые определяют ответы, вырабатываемые системой на тот или иной запрос. Сам лингвистический процессор настраивается на работу с входными текстами с помощью лингвистических знаний (ЛЗ). Так как преобразование текстов и их обработка имеют много общих задач, то перспективным является использование единого инструментария: представление предметных и лингвистических знаний с помощью РСС и их обработка программами на языке DECL. Таким образом образуется база предметных и лингвистических знаний (БЗ).
Более того лингвистический процессор может быть использован для поддержания режима ответа на запросы, выраженные на естественном языке(ЕЯ). Запросы представляются в виде РСС и поиск ответа идет на уровне обработки структур знаний. На это и ориентирован язык DECL.
Требования к языку представления знаний:
- простота, аддитивность (отсутствие синтаксической загруженности, наличие простых способов дополнения, корректировки);
- высокие изобразительные возможности (достаточные для отображения семантической информации текстов ЕЯ);
- однозначность (один и тот же факт, выраженный различными способами, по возможности, должен быть представлен с помощью одной той же структуры знаний).
Эти требования следуют из необходимости автоматической обработки структур знаний, находящихся в компьютере. Если в качестве знаний использовать синтаксически сложные конструкции, то блок обработки должен будет постоянно разбирать эти конструкции, что является достаточно трудоемким процессом. Поэтому, чем проще устроены системные знания, тем легче с ними работать, т.е. проще будут соответствующие программы. Этим требованиям удовлетворяют РСС, которые используются в ряде прикладных систем.
В качестве примера можно привести систему КРИМИНАЛ, которая имеет свою БЗ. Система читает сводки происшествий, отображает их в БЗ и использует для задач криминальной милиции: поиск связей фигурантов, поиск похожих происшествий, поиск фигурантов по словесному портрету, оценка криминальной активности объектов. В этой системе поддерживается режим ответа на запросы, выражение в свободной форме – ЕЯ.
Другая система Лингво-мастер осуществляет обработку текстов резюме (анкетных данных, записанных в свободной форме). Система извлекает из текстов объекты (ФИО, адрес, телефоны, места работы с указанием дат, должностей и др.), отображает их на ЕЯ и заполняет соответствующие поля таблицы или сайта.
Предыдущий раздел|Следующий раздел