Метазнание

Cтраница 1

Метазнание представляет собой знание о том, как используется и представляется знание системой MYCIN. Так, в системе TEIRESIAS имеются модели правил и правила, описывающие структуру правил. Одно из таких правил говорит о том, что в правилах, упоминающих место пребывания некоторого микроорганизма, должно быть как-то указано и место проникновения этого микроорганизма. Это правило позволяет системе TEIRESIAS на этапе ввода правил в систему обнаружить их несостоятельность. Опираясь на контекст диалога и на свои собственные знания о том, как должно выглядеть правило, система сама в состоянии оформить большую часть правил за специалиста. Метазнания открывают также возможность для создания более совершенной объяснительной компоненты, поскольку эта программа может выразить свое понимание правила на нескольких различных уровнях подробности, а не путем прямого изложения содержания правила словами. [1]

Метазнание системы должно включать метазнание трех видов: об окружающей среде, о языке общения и участниках общения. Метазнания о языке должны содержать сведения о входном и выходном языке, включающие описание ограничений и структуру данных. Метазнания об окружении должны описывать структуру предметной области, сведения о которой есть в системе. Для упрощения установления взаимопонимания с пользователем метазнания должны включать сведения и из областей, смежных с областью, известной системе. Например, если система хранит информацию о книгах, упорядоченную по темам, то она должна знать, что возможно упорядочение книг по авторам, но оно не присутствует в системе. Тогда на запрос о книге по автору система должна сообщить, что в ней хранится информация по темам ( а не по авторам), и сообщить пользователю о принятой в системе тематической классификации. [2]

Вопросы приобретения метазнаний частично затрагиваются в новых направлениях Data Mining и Knowledge Discovery, которые связаны с извлечением знаний из данных и будут рассмотрены ниже. [3]

Последние несколько примеров метазнаний были связаны с самим содержанием правил и методов, используемых системой. [4]

В каком смысле метазнания одного человека являются знанием другого. [5]

В первом случае это метазнание говорит о том, что у всех правил должны присутствовать как части, отвечающие условиям, так и части, отвечающие предпринимаемым действиям. Во втором случае метазнание состоит в том, что каждое правило должно хотя бы иногда срабатывать Поэтому такое метазнание описательного характера чрезвычайно полезно. [6]

В процессе построения экспертной системы человек приобретает знания об этой программе.| Так же как были извлечены, закодированы и введены в базу знаний программы знания о задаче, извлекаются, кодируются и вводятся в базу знаний метауровня эти знания метауровня о программе. [8]

Что же является источником метазнаний. Парадоксально, но большая их часть проистекает от недостаточного понимания самого явления. Пока некоторая задача не окажется полностью формализованной, а часто и после этого, специалисты не будут обсуждать ее в чисто формальных терминах. Сначала они сообщают совокупность фактов, теорем, уравнений, категорий, лабораторных объектов и операций, которые составляют теорию нулевого порядка для рассматриваемой предметной области. Последняя содержит те фактические знания, которые имеются в учебниках по этому предмету. [9]

Еще один полезный тип метазнания - представление о том, насколько точен результат, получаемый при использовании данного метода. Можно получить результат с пятью знаками после запятой, но сколько из них на самом деле значащие. Например, в задаче об утечке нефтепродуктов воздействие погодных условий может значительно снизить доверие к результатам лабораторного химического анализа. [10]

Системы четвертого типа обладают метазнанием о предметной области и о возможностях системы. Это позволяет узнать от системы, что ей известно по интересующему пользователя фрагменту знания и в каком виде ( с точки зрения семантики, а не синтаксиса) можно задать конкретный вопрос о некотором факте из данного фрагмента. Указанная возможность является крайне необходимой для систем реальной степени сложности, содержащих сотни тысяч фактов, так как в подобных системах пользователь в принципе не способен ( и не должен) знать структуры и форматы всех фактов, хранимых в системе. [11]

Один из подходов к получению метазнаний этого типа основан на использовании моделей правил. Естественно считать силу модели тем больше, чем больше ее коэффициент определенности и чем больше число правил, на основании которых эта модель построена. Малое значение силы некоторой модели может являться косвенным указанием на недостаток знаний о данном разделе области экспертизы. [12]

Способность к самосознанию означает наличие определенных метазнаний, позволяющих экспертной системе рассуждать о собственных действиях, и структуры, упрощающей такие рассуждения. [13]

Почему в большинстве современных экспертных систем метазнания не используются. [14]

Ряд программ работает с моделью использования описательного метазнания, используемого для объяснения цели работы программы. [15]

Страницы: 1 2 3 4