Моделирование знаний

Из Википедии, бесплатной энциклопедии

Моделирование знаний (англ. Knowledge modeling) — как часть моделирования является методом научного познания объекта[1], также это процесс создания модели знаний или стандартных спецификаций, когда определяют главные, наиболее существенные свойства, описывающие процесс или объект, для распознания данных электронно-вычислительными машинами.

В научной литературе ещё нет единого определения данного термина и утвердить его достаточно сложно в виду неоднозначности понятия, однако в практической деятельности термин де-факто используется разными специалистами, которые в работе соприкасаются с созданием автоматизированных систем хранения данных, экспертных мнений или занимаются разработкой искусственного интеллекта[2]. Моделирование знаний создает базу знаний для ЭВМ, объём которой растет линейно по мере включения в неё новых фрагментов знаний[3].

Описание[править | править код]

Модель знаний, которая была разработана и в результате стала частью программного процесса, может быть распознана только в случае, если она выражена на каком-либо языке спецификаций или если она хранится в заданной структуре. При помощи программирования данные, сохраненные согласно модели знаний, можно интерпретировать и сохранять в базе данных или файле обмена данными.

Моделирование знаний — это создание нематериального представления, отображающего объект в полной мере. Оно необходимо для упрощенного управления такими объектами при помощи ЭВМ. Другими словами, знания о виде объекта, его свойствах и компонентах используются для создания продукта виртуального мира. Точно также проектирование определённого процесса подразумевает первоначальное создание модели знаний этого процесса. Результирующая модель процесса, модель продукта или модель объекта обычно также сохраняется в базе данных.

Связь с другими областями знаний[править | править код]

С семантической паутиной[править | править код]

Моделирование знаний тесно связано с существующим семантическим вебом. Если язык представления знаний[4], предназначенный для воссоздания знаний в памяти интеллектуальной системы, может выразить неформальные модели знаний[5], то для работы можно использовать, например, формализованный язык Gellish English. Он позволяет представить модель знаний как самостоятельный независимый объект, одновременно с тем, как и представить его частью другого объекта. Так как используются одинаковые идентификаторы для обозначения одной и той же модели знаний, которая находится в разных хранилищах, выполнить команду и отобразить её как одно и то же понятие не получается. Например, для отправки писем на разные адреса используется единый почтовый индекс[6], и программа, которая должна определить или скомбинировать информацию, должна знать, что два конкретных объекта данных используются для обозначения одного и того же индекса. В идеале, у программы должен быть способ распознавать подобные термины с одинаковым смыслом, чтобы кодировать их, что также касается области моделирования знаний.

С менеджментом знаний[править | править код]

Управление знаниями — одно из приоритетных направлений менеджмента в начале XXI века. В это время сменились объекты моделирования: от моделирования данных для обработки на ЭВМ к моделированию данных, обрабатывающих эту информацию в информационных системах, и, наконец, к моделированию самих информационных систем, в которых они являются лишь одним из инструментов функционирования. Моделирование знаний рассматривается в качестве подготовительной работы к внедрению информационной системы[7]. На современных предприятиях ставят задачи создания базы знаний для сотрудников, повышения их компетентности, передачи коллективных и индивидуальных знаний благодаря собранной информации и данным[8] (моделирование знаний — одна из форм хранения информации в этом случае). Одно из приоритетных направлений менеджмента знаний в том, чтобы интеллектуальный капитал компании оставался внутри компании, даже в случае перехода специалиста на другое место работы[9].

С инженерией знаний[править | править код]

Инженерия знаний — это автоматизированное использования таких моделей знаний для проектирования объектов, явлений или процессов.

Этапы моделирования знаний[править | править код]

Моделирование знаний в каждой предметной области предполагает создание интегративной модели, и включает 4 уровня последовательных действий[10].

Первый уровень — идентификация, он может включать методологии морфологического анализа, составление морфологических деревьев и таблиц, его основная задача — поиск и структурирование всех возможных решений объектов рассматриваемой выборки.

Второй уровень включает разработку спецификаций и используется метод морфологического синтеза. Здесь предлагается методология получения моделей знаний и происходит поиск структурных решений, проектируемых объектов.

Третий уровень — это непосредственно реализация, или морфологическое конструирование, основные методы которого: независимая оценка подсистем, древовидное и лабиринтное конструирование.

Четвёртый уровень формирования модели знаний, уровень интеграции, — это разработка и внедрение в модель предметной области дополненных алгоритмов взаимодействия. Этот уровень включают в себя все типы знаний предметной области[11].

Практическое использование[править | править код]

Важной задачей при моделировании знаний является структура декомпозиции, которая определяет все компоненты процесса и объектов, даже те, которые включены в друг друга. Например, при моделировании знаний о компрессорной системе нужно учесть, что она состоит из компрессора, системы смазки и других элементов. А система смазки, в свою очередь, состоит из насосной системы и др. Предположим, что это знание выражено на языке представления знаний, который выражает знания как набор отношений между двумя видами вещей и определён тип отношений между компонентами, который определён <должен иметь как часть>. Тогда часть модели знаний о компрессорной системе будет состоять из следующих выражений фактов знаний:

  • компрессорная система должна иметь в составе компрессор;
  • компрессорная система должна иметь в составе систему смазки;
  • система смазки должна иметь как часть насосную систему;
  • насосная система должна иметь как часть насос.

Такая модель знаний будет дополнительно расширена за счёт знаний и спецификаций о свойствах компонентов, их изготовлении и, возможно, требованиях к испытаниям и обслуживанию.

Точно так же модель знаний процесса — это, по сути, спецификация этапов процесса в соответствии с их очерёдностью. Эта последовательность определяется тем, как завершаются и начинаются этапы, которые включаются в процесс и разделяют его на части. Например, моделирование знаний о процессе подогрева воды в бойлере выглядит так:

  1. этап поступления воды в бойлер;
  2. этап выхода воды из котла;
  3. этап ввода пара в подогреватель;
  4. этап, когда конденсат выводится из нагревателя и т. п.

Экспликация знаний ПО[править | править код]

Моделирование знаний включает в себя создание сопутствующих документов объекта или процесса, которые разъясняют требования и правила их использования или реализации, эти данные могут уже храниться в руководстве по проектированию, в международных спецификациях и юридических документах и под.

Знания, содержащиеся в документах, можно структурировать по уровням экспликации. Низкий уровень экспликации в текстовом документе может вызывать различное понимание[12]. Текст экспликации связан с объектом модели знаний и может быть интерпретирован только человеком. А программное обеспечение, в свою очередь, может предоставлять эту дополнительную текстовую информацию пользователям, когда они запрашивают сведения об этом объекте. Содержание каждого предложения в документе преобразуется на формальном языке представления знаний, и, таким образом, объекты, упомянутые в этих предложениях, становятся неотъемлемой частью модели знаний, интерпретируемой компьютером. Например, знание того, что стандарт API 617 содержит стандартную спецификацию для компрессоров, можно связать с концепцией компрессора в модели знаний компрессорной системы. Это может быть выражено на языке представления знаний.

Более высокий уровень объяснения означает, что абзацы или предложения на естественном языке связаны с компонентами модели знаний. Текстовая информация полностью преобразуются в структурированную информацию в базы данных. Этот процесс экспликации в результате создает модели знаний и модели стандартных спецификаций, которые позволяют использовать их для компьютерного проектирования, сохранения знаний, а также для их автоматической проверки.

См. также[править | править код]

Примечания[править | править код]

  1. ↑ Шнякина Н. Ю. Моделирование в сфере изучения ментальных репрезентаций // Омский государственный педагогический университет. — 2015. — № 13. Архивировано 5 мая 2018 года.
  2. ↑ Mike Uschold. Knowledge level modelling: concepts and terminology (англ.) // The Knowledge Engineering Review. — 1998/03. — Vol. 13, iss. 1. — P. 5–29. — ISSN 0269-8889 1469-8005, 0269-8889. — doi:10.1017/S0269888998001040. Архивировано 12 июня 2018 года.
  3. ↑ Тугенгольд Андрей Кириллович, Кузьмин Алексей Анатольевич. К вопросу моделирования знаний на стратегическом уровне интеллектуальной системы управления // Вестник Донского государственного технического университета. — 2009. — Т. 9, вып. S1. — ISSN 1992-5980.
  4. ↑ Языки программирования. www.gpntb.ru. Дата обращения: 20 сентября 2020. Архивировано 18 июля 2020 года.
  5. ↑ Представление знаний в интеллектуальных системах. www.mari.ru. Дата обращения: 2 марта 2021. Архивировано 24 февраля 2022 года.
  6. ↑ Технологии управления знаниями - Управление знаниями. sites.google.com. Дата обращения: 21 сентября 2020. Архивировано 23 октября 2020 года.
  7. ↑ Гаврилова T.А. Онтологический инжиниринг. — Сб. докладов Восьмой научнопрактической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями». — М., 2005.
  8. ↑ ГОСТ Р 53894-2016 Менеджмент знаний. Термины и определения (Переиздание), ГОСТ Р от 10 октября 2016 года №53894-2016. docs.cntd.ru. Дата обращения: 4 марта 2021. Архивировано 27 сентября 2019 года.
  9. ↑ Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. — Лань, 2016. — С. 324.
  10. ↑ Интегративная модель. www.structuralist.narod.ru. Дата обращения: 2 марта 2021. Архивировано 25 июля 2020 года.
  11. ↑ Введение в морфологические методы исследования и моделирование знаний предметной области. www.structuralist.narod.ru. Дата обращения: 2 октября 2020. Архивировано 4 августа 2020 года.
  12. ↑ Алексейцева Т. А. Экспликация или бесконечное порождение смысла // Вестник Московского университета. Серия 22. Теория перевода. — 2009. — Вып. 4. — ISSN 2074-6636. Архивировано 12 октября 2020 года.
Источник — https://ru.wikipedia.org/w/index.php?title=Моделирование_знаний&oldid=124090852