Лекция 1
Соотношение предметов изучения компьютерной лингвистики и управления знаниями на примере вопросно-ответной (QA) системы.
Определение соотношения знания и информации - формула Брукса:
K(S) + delta(I) = K(S + delta(S))
Обобщение формулы Брукса.
Понятие предметной области - ПО (knowledge domain). Инженерия знаний как конструирование ПО в машинном формате.
Науки о знаниях. Общее понятие об онтологии.
Лекция 2
Лингвистическая модель коммуникации - звуки, фонемы, морфемы, слова, предложения. Морфемы - грамматические и смысловые значения. Аналитические и флективные языки. Предложение как минимальный носитель знания.
Риторическая модель коммуникации. Роль общих мест (топосов). Понятие темы и ремы.
Способы хранения знаний. Текстовая форма. Способы хранения знаний в машине. Элементарные способы - предикаты, фреймы, нейросети.
Лекция 3.
Представление знаний в машинной форме - предикаты (Аристотель), фреймы (Марвин Минский), концептуальные графы (Джон Сова). Знание в виде сети IF-THEN-ELSE (расширение концепции аристотелева силлогизма)
Понятие онтологии как статического знания. Онтологии первого и второго уровней. Язык XML и кодирование онтологий.
Лекция 4
Онтология - набор понятий, связи между ними как набор ролей и отношений. Языки кодирования онтологий.
Потенциальные источники знаний: R - внешний физический мир (реальность), M - сознание, S - знаковые структуры. Фундаментальные классы процессов. Матрица В.М. Капустяна (R,M,S)x(R,M,S). Переходы R-M,R-S,R-R...
Извлечение знаний - knowledge acquisition. Извлечение знаний в кибернетическую систему (AI) - процессы R-AI, M-AI, S-AI. Особенности этих процессов.
Лекция 5
Язык представления знаний KNOW. Язык (формат) обмена знаниями (KIF). Кодирование простейших единиц знания - отдельных слов, понятий. Как они объединяются в элементарные структуры. Концептуальные графы Д. Совы.
Лекция 6
Управление знаниями в бизнесе (KM2B). KM2B - это технология, включающая в себя комплекс формализованных методов по: поиску и извлечению знаний, структурированию и систематизации знаний, анализу знаний, обновлению (актуализации) знаний, распространению знаний, генерации новых знаний.
Базовые характеристики знания в KM2B:
- содержательный компонент (идея и контекст применения)
- актуальность (знания должны быть "живыми" - сохранять полезность для субъекта)
- отчуждаемость,
- повторяемость результатов использования знаний при использовании их другими людьми.
Виды знаний в организации - невыявленные, выявленные, но не отчужденные (записки), выявленные и отчужденные. Способы отчуждения, выявления знаний в производственном коллективе и вовлечения их в коллективное пользование.
Как коллектив организации умеет работать со знаниями, генерировать новые. Способы создания среды, в которой возможно было бы формальное и неформальное обучение и передача знаний, организации общения людей друг с другом, нахождение человека, обладающего нужным знанием.
Лекция 7
Экспертные системы. Определение ЭС в широком смысле и в узком смысле. Соотношение мужду этими определениями и область их применения. ЭС в широком смысле - программы, аккумулирующие знания специалистов в ПО и тиражирующие их для использования менее квалифицированными пользователями. Почему калькулятор является ЭС, согласно этому определению.
ЭС MIZAR. Ее функционирование, преимущества и недостатки. Класс экспертных задач, решаемых на системе Мицар.
Структурная схема ЭС - пользователь, интерфейс пользователя, база знаний, решатель, подсистема объяснений, интерфейс редактирования знаний, инженер знаний, эксперт.
Семь классических экспертных задач:
1. Интерпретация (кардиограмм, масс-спектров, ...)
2. Диагностика проблемной ситуации (медицина, управление).
3. Мониторинг - непрерывная обработка сигнала (данных) в реальном масштабе времени и выдача оповещения о нестандартных ситуациях.
4. Прогнозирование (предсказания в экономике, погоды, урожая)
5. Планирование (эксперимента, ...)
6. Проектирование (создание незнакомого объекта с выдачей документации и т.п.)
7. Обучение.
ЭС в узком смысле работает со знаниями в форме суждений, обращаясь при необходимости к другим формам знаний, моделируя тем самым мышление субъекта.
К какому типу ЭС относится система Мицар?
ЭС как правило:
- располагает экспертными правилами,
- рассуждает путем оперирования с символами
- владеет фундаментальными знаниями о ПО,
- может воспринимать описание задачи в символьном виде и преобразовать их в свое внутреннее представление
- может рассуждать о своих знаниях (и об их отсутствии), т.е. давать объяснения.
Качества и свойства ЭС - поиск в пространстве состояний, способность производить символические (знаковые вычисления), приобретение знаний, прозрачность работы, обучаемость, оценка качества своей работы.
Физическая символическая система. Продукционные правила. Способы реализации ФСС. Язык Пролог - преимущества и недостатки для реализации ФСС.
Лекция 8
Общезначимые (статические) и ситуационные (динамические) знания. Разбор соотношения этих видов знаний на примере задач из ПО генеалогии.
Лекция 9
Некоторые проблемы эпистемологии. Проблема ограничений в приобретении знаний. Куб Эшера. Сапиентальное чувство. Кибернетический подход к проблеме материальности сознания как структуры гетерогенной физическим структурам тела. Роботы с сознанием как кибернетический феномен.
Лекция 10.
Инженерия знаний и нечеткость. Хранение и обработка нечетких знаний. Виды нечетких знаний. Недетерминированность выводов. Многозначность решения. Ненадежность знаний. Неполнота. Нечеткость и неточность. Примеры. Нечеткие множества. Лингвистическая переменная.
|
