Lectures_1-7 (1040445), страница 10

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 10)

Классификацияэкспертных иrрПо числу участников игры подразделяют на индивидуальные (иrры с экспертом) игрупповые (ролевые игры в rpynпe). По применению специального оборудования-иrры стренажерами и иrры без реквизита. Особый класс представляют собой компьютерные игры .В и грах с экспертом и нженер по знаниям берет на себя чью-нибудь роль в моделиру­емой ситуации . Ролевые иrры вrpynneпредусматривают участие в игре нескольких специали­стов . Участники иrры наделяются определенными ролями , а собственно иrра проводится посоставленному когнитологом сцен арию. В целях повышения эффективности роле вых иrр в нихнеобходимо вводить элементы состязательности .Игры с при ме нением т ренажеров позволяют фиксировать трудноуловимые знания ,которые возникают в реальных ситуациях и могут быть потеряны при выходе из них.Компьютерные э кс пертные и гры в настоящее время иаюльзуются в основном в це­лях обучения .

Они полезны для « разминки» экспертов перед сеансом извлечения знаний.Текстологические методы включают методы извлечения знаний, основанные на изу­чении текстов учебников , специальной литературы и документов.Те кстология-это наука, целью которой является практическое прочтение те кстов, изу­че ние и интерпрета ция литературных источни ко в , а та кже рассмотрение семиотических, пси­холингвистических и друrих аспектов извлечения знаний из текстов .Особую сложность представляет извлечение знаний из специальной литературыи методи к, поскольку в них очень высока степень концентрации специальных знаний.1.3. Методывыявления скрытых знанийДля выявления скрытых знаний обычно рекомендуются методы психосемантики , которыепозволяют исследовать структуры соз н ания через моделирование индивидуальной системызнаний человека и выявлять элементы знаний , которые моrут им не осознаваться (латентные ,скрытые, имплицитные).

Эта наука объединяет методы когнитивной психологии, психолингв и­стики , психологии восприятия и исследования индивидуального сознания .Методы многомерного шкалирования основаны на статистических методах обработкиэкспертных оценок сходства между анализируемыми объектами , которые выбираются изопределенной шкалы. Результаты обработки представляются в виде точек некоторого коорд и­натного пространства . Возможность в изуализации результатов является безусловным пре­имуществом метода , однако она быстро утрачивается с увеличениемразмерности про­странства .Шкалированием называют поиск подпространства , для которого величинаимеет минимальное значение.

Здесьom- om·om. o m· - матрицы расстояний между объектами (призна­DmИ В ИСКОМОМ подпространстве om• , где m И m• - размерно­ками) В ИСХОДНОМ пространствести соответствующих пространств . Еслиm· =2, шкалированиена nлоскостъ . Значения расстояний в матрицахDпревращается в проецированиемоrут выбираться экспертом из предложен­ной шкалы либо выч исляться по совокупности признаков , описывающих объект.

Во второмслучае расстояния можно вычислить разными способами. Одной из самых популярных метри кявляется евклидово расстояние :1кdц =cL сх~ -22xjk) ) •k=lгде xf, Xjk - значения k-го признака у i -ro и j-ro объектов соответственно; К - общее числопризнаков.Расстояния-метрики ДОЛЖ}iЫ удовлетворять следующим усло виям:d(x,y)~O; d(x,x) = O; d(x,y) = d(y,x);d(x,y) + d(y,z) > d(x,z).Метрическим шкалированием называют образование новых классов с использо ва ниемметрических расстояний. Этот тип обработки данных ориентирован на максимальное сближе­ние числовых значений матрицom и om· .

Существует также неметрическое шкалирование,которое не предъявляет жестких требований к сближению пространств и во многих случаяхболее оправдано в связи с условностью понятия « расстояние » .Важно отметить , что в шкалировании отыскиваются не новые nризнаки , а новые nро­стра нства , nоэтому его результаты следует интерпретировать как восстановленную (на nлос­кости или в объеме) структуру р асположения точек.Главными недостатками метода многомерного шкалирования являются :субъективные оценки сходства между объектами и nризнаками обрабаты ваютсякак расстояния в nространстве , а результаты анализируются на основе геометрической интер­nретации .

Это ограничивает размерность выявляемых nространств и требует серьезногоуnрощения реальных знаний эксперта, следствием которого моrут стать неадекватные БЗ;выделенные nодnространства не имеют иерархической организации , что затруд­няет их интерnретацию ;исnользуется только один вид отношений между понятиями (отношение сходства).Метафорический подход ориентирован на выявление скрытых составляющих nракти­ческоrо опыта эксnерта и основан на сравнении объектов предметной области с абстрактнымиобъектами из мира метафор, в результате чего можно выявить новые свойства анализируе­мых объектов и определить отношение эксnерта к ним.

Используя метафорические сра в нения,эксnерт выходит за рамки объективности и действует в соответствии со своими субъ­ективн ыми nредста влениями .Метод репертуарных решеток широко применяется в nа.1Хологических исследованияхдля выявления личностных свойств , которые nроявляются через систему личностных кон­структов. Этот метод может применяться и для извлечения знаний. Репертуарная решеткапредставляет собой матрицу, которая заполняется экспертом.

Столбцам матрицы соот­ветствуют определенные группы объектов (элементов) , в качестве которых моrут выстуnатьлюди , предметы, nонятия, отношения, звуки и др. Строки матрицы соответствуют конструктам ,которые представляют собой биnолярн ые признаки, параметры , шкалы, отношения или спосо­бы поведения. Дж. Келли, авrор этого метода, называл конструктом nризнак или сво йство,определяющие сходство двух или нескольких объектов и их отличие от других объе.ктов. Ины­ми словами, конструкты-это nризнаки , которые моrут использоваться для обобщения и раз­деления объектов на классы . Конструкты можно применить не к любым объектам , а толь ко внекотором «диапазоне их nригодности » .Пример ами личностных конструктов моrут быть «умный«Хороший-mуnый», с.мужской- женский»,- ПЛОХОЙ».Самым распространенным и простым методом анализа репертуарной решет киявляется кластерный анализ.

Слабым местом в теории Дж. Келли является предnоложениео том, что человек может точно описать конструкты, которые он исnользует, чтобы объяснить ,чем сравниваемые объекты nохожи друг на друга и чем отличаются. Процедура выявления ивербализации конструктов очень утомwгельна для эксnертов , nоэтому во многих методиках ис­пользуются готовые наборы конструктов, релевантные рассматриваемым объектам .Формально-логические модели1.Лоrическая модель представления знаний2.Исчисление высказыванийЗ.Основы исчисления предикатовПредставление знаний-вопрос, возникающий в коrнитологии (науке о мышлении), винформатике и в исследованиях искусственного интеллекта. В коrнитологии он связан с тем, каклюди хранят и обрабатывают информацию.

В информатикес подбором представления кон­-кретных и обобщ~нных знаний, сведений и фактов для накопления и обрабоnси информации вЭВМ. Главная задача в ИИ-научиться хранИ1Ь знания таким образом , чтобы программы мог­ли осмысленно обрабатывать их и достигнуть тем подобия человечесхого интеллекта .Под термином «Представление знаний» чаще всего подразумеваются способы nредстав­ления знаний, ориентированные на автоматическую обработху совреме нными компьютерами , и ,в частности , представления, состоящие из явных объектов (' класс всех мерчендайзеров , 'Вован-индивид') и из суждений или утверждений о них (' Вован-мерчендайзер', 'все мерчендайзеры-лузеры').

Представление знаний в подобной явной форме позволяет компьютерам делать де­дукти вн ые выводы из ранее сохран~нного знания (' Вован1.Логическая модель представления знаний-- лузер ') .модель в представлении знаний .Основная идея подхода при построении логических моделей представления знаний-вся и нформация , необходимая для решения прикладных задач , рассматривается как совокуп­ность фактов и утверждений , которые представляются как формулы в некоторой логике .Знания отображаются совокупностью таких формул, а получение новых знаний сводитсяк реализации процедур логического выв ода. В основе логических моделей представления зна­ний лежит понятие формальной теории , задаваемое кортежем :S =< B, F, A, R > , где:В-F -счетное множество базовых символов (алфавит);множество (перечислимое) формул (называемых также правильно построеннымиформулами), построенных из элементов В с использованием некоторого набора синтахсическихправил ;А- выделенное подмножество априори истинных формул (аксиом);R- конечное множество отношений между формулами,называемое правилами вывода .Достоинства логических моделей представления знаний :1.В качестве « фундамента» эдесь используется классический аппарат математиче-ской логики, методы которой достаточно хорошо изучены и формально обоснованы.2.Существуют достаточно эффективные процедуры вывода , в том числе реализо-ванные в языке логического программиров ания П ролог, использующие механизмы автоматиче­ского доказ ательства теорем для поиска и логически осмысленного вы в од а информации .З.В базах знаний можно хранить лишь множество аксиом , а все остальные знанияполучать из них по правилам вывода .2.

Исчисление высказыванийРассмотрим логические модели , основанные на классической теории исчисления преди­катов 1 -го порядка , когда предметная область описывается в виде набора аксиом.http ://rkб.bmstuл..Velectronic ЬookЛisapr/Al. htmlПредикат, в логике-понятие , определяющее предмет суждения (субъект) и раскрыва ­ющее его содержание .Рассмотрение логики предикатов начнем с исчисления высказываний .В ыз ыванием называется некоторое предложение , смысл которого можно выразить зна­чениями ИСТИНА (ТRUE) или ЛОЖЬ(FALSE).Например, предложения с собака серая » и с собака черная » будут высказываниями .

Характеристики

Список файлов лекций