Информационная технология в профессиональной деятельности

Другой немаловажный аспект, зачастую сводящий на нет эффективность поиска документов, набранных в кириллице, по ключевым словам состоит в том, что морфология русского языка (прежде всего многообразие падежных форм) не дает правильного числа совпадений с терминами в документе, если грамматическая форма термина в поисковом запросе и в документе отличаются. В этом смысле несомненный интерес представляет разработка поисковых систем, учитывающих морфологию русского языка, таких, как программные продукты на основе ядра Яndex компании Comp Tek International. Яndex включает модули морфологического анализа и синтеза, индексации и поиска, а также набор вспомогательных модулей, таких, как анализатор документов, языки разметки и др. Алгоритмы морфологического анализа и синтеза, основанные на базовом словаре, умеют нормализовать слова, т.е. находить их начальную форму, а также строить гипотезы для слов, не содержащихся в базовом словаре.

Поисковая система Yandex (Яndex) компании Comp Tek International реализована на базе данных сервера Издательского дома «Открытые системы» (http://win\www.osp.ru), причем поисковый язык является достаточно развитым.

Так же поисковая машина Rambler (http://rambler.ru) , поддерживаемой в сети компанией Stack Ltd. (г. Пущино), которая предоставляет возможность поиска как в Web, так и в системе телеконференций при распознавании всех кодировок кириллицы.

 

 

 

5.Как организованы знания в Э.С.

 

Для специалистов в области ИИ термин знания означает информацию, которая необходима программе, чтобы она вела себя "интеллектуально". Эта информация принимает форму фактов или правил.

 

Факты и правила  в экспертной системе не всегда либо истинны, либо ложны; иногда существует некоторая степень неуверенности  в достоверности факта или точности правила. Если это сомнение выражено явно, то оно называется " коэффициентом уверенности ".

 

Многие правила  экспертной системы являются эвристиками, т. е. эмпирическими правилами или  упрощениями, которые эффективно ограничивают поиск решения. Экспертная система использует эвристики, потому что задачи, которые она решает, будь то поиск новых месторождений или согласование исков, как правило, трудны и не до конца понятны. Эти задачи не поддаются строгому математическому анализу или алгоритмическому решению. Алгоритмический метод гарантирует корректное или оптимальное решение задачи, тогда как эвристический метод дает приемлемое решение в большинстве случаев.

 

Знания в  ЭС организованы таким образом, чтобы  знания о предметной области отделить от других типов знаний системы, таких, как общие знания о том, как решать задачи, или знания о том, как взаимодействовать с пользователем, например как печатать текст на терминале пользователя или как изменить текст в соответствии с командами пользователя. Выделенные знания о предметной области называются базой знаний, тогда как общие знания о нахождении решений задач называются механизмом вывода. Программа, которая работает со знаниями, организованными подобным образом, называется системой, основанной на знаниях.

 

База знаний ЭС содержит факты (данные) и правила (или другие представления знаний), использующие эти факты как основу для принятия решений. Механизм вывода содержит интерпретатор, определяющий, каким образом применять правила  для вывода новых знаний, и диспетчер, устанавливающий порядок применения этих правил.

Выделение знаний о предметной области облегчает  инженеру по знаниям разработку процедур для манипулирования ими. Имеет  первостепенное значение, каким образом  система использует свои знания, поскольку ЭС должна иметь и адекватные знания, и средства для их эффективного применения, чтобы ее можно было считать умелой в каком-либо виде деятельности. Следовательно, для того, чтобы быть умелой, ЭС должна иметь базу знаний, содержащую высококачественные знания о предметной области, а ее механизм вывода должен содержать знания о том, как эффективно использовать знания о предметной области.

 

Концепция механизма  вывода ЭС часто вызывает некоторое  недоумение среди начинающих разработчиков. Обычно ясно, как знания предметной области могут быть записаны в виде фактов и правил, но далеко не ясно, каким образом конструировать и использовать так называемый "механизм вывода". Это недоумение возникает от отсутствия простого и общего метода организации логического вывода. Его структура зависит и от специфики предметной области, и от того, как знания структурированы и организованы в ЭС.

 

Многие языки  высокого уровня, предназначенные для  построения экспертных систем, например EMYCIN, имеют механизм вывода, в некотором смысле встроенный в язык как его часть.

 

Другим примером может служить язык программирования ПРОЛОГ со встроенным в него механизмом логического вывода, который может  быть непосредственно использован  при создании простых ЭС.

 

Языки более  низкого уровня, например LISP, требуют, чтобы создатель ЭС спроектировал и реализовал механизм вывода.

 

Оба подхода  имеют свои достоинства и недостатки. Язык высокого уровня со встроенным механизмом вывода облегчает работу создателя  экспертной системы. В то же время  у него, очевидно, меньше возможностей определять способы организации знаний и доступа к ним, и ему следует очень внимательно рассмотреть вопрос о том, годится или нет на самом деле предлагаемая схема управления процессом поиска решения для данной предметной области. Использование языка более низкого уровня без механизма вывода требует больших усилий на разработку, но позволяет создать нужные программные блоки, — разработчик может встроить их в схему управления процессом решения, который будет адекватен данной предметной области.

 

Что касается механизма  вывода, то здесь дело не ограничивается выбором "все или ничего". Так, некоторые инструменты построения экспертных систем имеют набор встроенных механизмов вывода, но позволяют разработчику модифицировать или переопределять их для большего соответствия с предметной областью.

 

Существует  много стандартных способов представления  знаний, и при построении ЭС может  быть использован любой из них, сам  по себе или в сочетании с другими. Каждый способ позволяет получить программу с некоторыми преимуществами — делает ее более эффективной, облегчает ее понимание и модификацию. Широкий обзор наиболее важных способов можно найти в "Справочнике по искусственному интеллекту". В современных ЭС чаще всего применяются три самых важных метода представления знаний: правила (самый популярный), семантические сети и фреймы.

 

Представление знаний, основанное на правилах, построено  на использовании выражений вида ЕСЛИ (условие) — ТО (действие). Например:Если пациент был по профессии изолировщиком до 1988 г., то пациент непосредственно работал с асбестом.

 Если пациент  непосредственно работал с асбестом  и находился при этом в закрытом  помещении, то пациент получил  большую дозу асбестовой пыли.

 

Когда текущая  ситуация (факты) в задаче удовлетворяет  или согласуется с частью правила  ЕСЛИ, выполняется действие, определяемое частью ТО. Это действие может оказаться  воздействием на окружающий мир (например, вызовет распечатку текста на терминале  пользователя), или же повлиять на управление программой (например, вызвать проверку и запуск некоторого набора правил), или может сводиться к указанию системе о получении определенного заключения (например, необходимо добавить новый факт или гипотезу в базу данных).

 

Сопоставление частей ЕСЛИ правил с фактами может  породить так называемую цепочку  выводов.

 

Правила обеспечивают естественный способ описания процессов, управляемых сложной и быстро изменяющейся внешней средой. Через  правила можно определять, как  программа должна реагировать на изменение данных; при этом не нужно заранее знать блок-схему управления обработкой данных. В программе традиционного типа схема передачи управления и использования данных предопределена в самой программе. Обработка здесь осуществляется последовательными шагами, а ветвление происходит только в заранее выбранных точках. Этот способ управления хорошо работает в случае задач, допускающих алгоритмическое решение, если к тому же при этом данные меняются достаточно медленно, например, при решении систем линейных уравнений. Для задач, ход решения которых управляется самими данными, где ветвление скорее норма, чем исключение, этот способ малоэффективен. В задачах такого рода правила дают возможность на каждом шаге оценить ситуацию и предпринять соответствующие действия. Применение правил упрощает объяснение того, что и как сделала программа, т. е. каким способом она пришла к конкретному заключению.

 

Представление знаний, основанное на фреймах, использует сеть узлов, связанных отношениями  и организованных иерархически. Каждый узел представляет собой концепцию, которая может быть описана атрибутами и значениями, связанными с этим узлом. Узлы, которые занимают более низкое положение в иерархии, автоматически наследуют свойства узлов, занимающих более высокое положение. Эти методы обеспечивают естественный и эффективный путь классификации и построения таксономии, например, залежей руд или различных заболеваний.

 

Значение Алгоритм-Формальная процедура, которая гарантирует получение оптимального или корректного решения

База знаний Часть системы, основанной на знаниях, или экспертной системы, содержащей предметные знания.

Диспетчер Часть механизма вывода, которая решает, когда и в каком порядке применять различные "куски" предметных знаний Знания Информация, необходимая программе для того, чтобы эта программа вела себя интеллектуально.

Интерпретатор Часть механизма вывода, которая решает, каким образом применять предметные знания.

Коэффициент уверенности Число, обозначающее вероятность или степень уверенности, с которой можно считать данный факт или правило достоверным или справедливым.

Механизм вывода Та часть ЭС, в которой содержатся общие знания о схеме управления решением задач.

Правило Предметные знания, знания о предметной области

Представление знаний Процесс структурирования предметных знаний с целью облегчить поиск решения задачи

Семантическая сеть Метод представления знаний посредством сети узлов, соответствующих концепциям или объектам — последние связаны дугами, которые описывают отношения между узлами

Система, основанная на знаниях Программа, в которой предметные знания представлены в явном виде и отделены от прочих знаний программы

Фрейм Метод представления знаний, когда свойства связываются с вершинами, представляющими концепции или объекты.

 

Свойства описываются  в терминах атрибутов (называемых слотами) и их значений

Эвристики Правило, упрощающее или ограничивающее поиск решений в предметной области, которая является сложной или недостаточно изученной

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Литература:

 

1. Греков А.А., Крамаров С.О., Черкезов С.Е. Информационная культура учителя М: Педагогическая информатика. 2004.
2. Демушкин А.С. и др.  Компьютерные обучающие программы М:Информатика и образование. 2005.
3. Ибрагимов И.М. Информационные технологии и средства дистанционного обучения. М.: Академия. 2006.
4. Казиев В.М. Информация: понятия, виды, получение, измерение, проблемы обучения М: Информатика и образование. 2000.
5. Каракозов С.Д. Cетевые технологии в школе и педагогическом вузе Педагогическая информатика 2000, № 2.
6. Керр С. Новые информационные технологии и реформа школы // Информатика и образование. 2004. №5.
7. Острейковский В.А. Информатика М: Высшая школа, 1999.