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)