Cтраница 2
В соответствии с этим рассмотрим три компонента поля знаний. [16]
![]() |
Лингвистический аспект извлечения знаний. [17] |
Проблема семантической репрезентативности ориентирована на достижение когнитивной адекватности поля знаний и концептуальной модели. [18]
Дений, связывает все сформированные ранее понятия и отношения в динамическую систему поля знаний. Именно стратегии придают активность знаниям, именно они перетряхивают модель М в поиске пути от X к У. [19]
Под прагматической составляющей семиотической модели специалисты в области искусственного интеллекта понимают практические аспекты разработки поля знаний, связанные с созданием и применением технологий проведения структурного анализа, согласованием отдельных фрагментов знаний, разрешением противоречий и т.п. Прагматика в данном случае определяет выбор технологий, которые использует инженер по знаниям для преобразования хаотического опыта эксперта в стройную модель поля знаний проблемной области. [20]
В дальнейшем этот общий код преобразуется в некоторую понятийную ( семантическую) сеть, которая является прообразом поля знаний предметной области. [21]
Формализация знаний - разработка базы знаний на языке представления знаний, который, с одной стороны, соответствует структуре поля знаний, а с другой - позволяет реализовать прототип системы на следующей стадии программной реализации. [22]
Задача стадии формализации - разработка фрагмента базы знаний на языке, который, с одной стороны, соответствует структуре поля знаний, а с другой - позволяет реализовать прототип системы на V стадии. Все чаще на этой стадии используется симбиоз ЯПЗ, апример, в системе ОМЕГА [7] - фреймы семантические сети полный набор возможностей языка исчисления предикатов. [23]
Возможная противоречивость эмпирического знания - естественное следствие из основных законов диалектики, и противоречия эти не всегда должны разрешаться в поле знаний, а напротив, именно противоречия служат чаще всего отправной точкой в рассуждениях экспертов. [24]
![]() |
Стадии структурирования знаний - алгоритм для чайников. [25] |
Определение стратегий принятия решения, то есть выявление цепочек рассуждений, связывает все сформированные ранее понятия и отношения в динамическую систему поля знаний. [26]
Следует отметить, что в большинстве случаев извлечение знаний осуществляется инженером по знаниям в естественном взаимодействии с экспертом, причем деятельность инженера по знаниям направлена на психостимуляцию поля знаний ( когнитивного поля) в сознании эксперта с целью либо актуализировать и верба-лизировать скрытые знания, либо оценить знания, предъявляемые непосредственно инженеру по знаниям. [27]
Если описать процессы 12 и 13 в терминологии, введенной в главе 1, то мы имеем дело с превращением экспертного знания и теоретического ( книжного) опыта Z1 в поле знаний Z2, которое есть материализация модели мира М2 инженера по знаниям. [28]
При выборе языка описания поля знаний не следует забывать, что на стадии формализации необходимо его заменить на машинно-реализуемый язык представления знаний ( ЯПЗ), выбор которого зависит от структуры поля знаний. Существует ряд языков, достаточно универсальных, чтобы претендовать на роль языка инженерии знаний, - это структурно-логический язык SLL, включающий аппарат лямбда-конверсии [ Вольфенгаген и др., 1979 ], язык К-систем [ Кузнецов, 1989 ], УСК [ Мартынов, 1977 ] и др. Однако они не нашли широкого применения. [29]
При выборе языка описания поля знаний не следует забывать, что на стадия формализации необходимо его заменить на машинно-реализуемый язык представления знаний ( ЯПЗ), выбор которого зависит от структуры поля знаний. [30]