Семантические сети

Рис. 4.15. Семантическая сеть основных технологических операций для подсистемы (отделения) синтеза аммиака

ПРИНЦИПЫ ПОСТРОЕНИЯ РАЗЛИЧНЫХ КЛАССОВ СЕМАНТИЧЕСКИХ СЕТЕЙ [c.133]

Рис. 4.12. Семантические сети (или г 1а( )ы) понятий вещестио (я) и ректи-фи-кационная колонна (б)

Вершины семантической сети (графа) МПЗ отображают некоторые понятия ПО (объекты, операции, события, явления), а дуги — отношения между понятиями. Очевидно, что каждая дуга и инцидентные ей вершины сети, являющейся МПЗ, соответствуют некоторому бинарному предикату, т. е. предикату с двумя аргументами (термами). Аргументы этого бинарного предиката соответствуют вершинам сети, а дуга — предикату. [c.55]

Семантические сети, являющиеся одной из разновидностей сетевых моделей, позволяют представить в ЭВМ знания, зафиксированные в виде текстов. Тексты, или смысловая лингвистическая информация, должны быть предварительно структурированы или нормализованы, т. е. необходимо в явной форме выделить объекты, или понятия, и отношения между ними. При этом объекты (понятия) соответствуют вершинам (узлам) сети, а отношения между объектами характеризуются дугами, связывающими вершины. Как уже упоминалось, множество отношений между объектами (понятиями) текстовой информации конечно. Это позволяет создавать приемы автоматизированного построения семантических сетей непосредственно из текста, что значительно облегчает построение баз знаний для различных проблемных областей [22]. [c.42]

В такой ситуации выработка оптимального решения возможна только с применением интеллектуальных вычислительных систем. Применяя логические правила вывода, смысловую информацию представляют в виде семантических сетей, фреймовых структур и т. д., в результате чего строится машинная база знаний экспертной системы, с которой должен работать исследователь и разработчик контактно-каталитического процесса. [c.124]

Усложнение проблемной области приводит к повышению сложности структуры соответствующей семантической сети, что затрудняет работу с данной формой представления знаний. Возникает необходимость в упорядочении (регуляризации) структуры семантической сети. Разновидностью регуляризованных семантических сетей являются фреймы [31, 32]. [c.42]

Принципы построения МПЗ в виде семантических сетей (СС) базируются на рассмотрении каждой ПО как совокупности объектов (сущностей) и взаимосвязей (отношений) между ними. Сеть — это ориентированный граф без контуров, отображающий отношение предшествования между вершинами. В общем случае СС как спе-циального вида сеть можно представить кортежем [c.133]

Суш ествует несколько способов семантического представления. К ним относятся модели, основанные на математической логике и реализуемые аппаратом исчислений предикатов первого порядка [8] реляционные модели, в основе которых лежит задание информации в виде таблиц [9] ситуационные модели, в которых выделяются множества объектов и набор многоместных отношений между ними [101 семантические сети [11]. Сеть можно представить в виде графа, вершинам которого соответствуют абстрактные ситуации, конкретные события, объекты, а дуги указывают связи и тип отношения между этими сущностями . Другой способ задания семантической сети основан на теоретической разработке структуры нейронных сетей центральной нервной системы человека [12]. [c.259]

Процессоры 2 и 3 осуществляют переход от технической модели системы к ее математической- модели в виде функциональной семантической сети. [c.264]

ЭСС — экстенсиональная семантическая сеть ЯВТ — язык внутреннего представления [c.22]

ЯСС — языковая семантическая сеть [c.22]

Среди сетевых структурно-лингвистических МПЗ выделяют семантические сети (или семантические графы), сети-сценарии, сети Петри и функционально-информационные сети (или двудольные информационные графы) ]3, 4, 10, 30]. [c.55]

В теории познания выделяют два класса СС интенсиональные (общие, абстрактные) и экстенсиональные (индивидуальные, конкретные). Интенсиональная семантическая сеть (ИСС) — это СС, отображающая интенсиональные, т. е. общие, абстрактные знания ПО. Такие знания оперируют не с конкретными фактами, а с общими высказываниями, содержащими переменные, которые означиваются в конкретных ситуациях и превращаются в константные факты. Экстенсиональная семантическая сеть (ЭСС) — это СС, отображающая конкретные сведения и факты об определенной ситуации. Все вершины ЭСС соответствуют конкретным объектам, операциям, субъектам и ситуациям, а дуги — конкретным взаимосвязям между ними. [c.133]

Операция сопоставления редко сводится к выявлению фрагментов БЗ, изоморфных СС запроса как правило, она сложнее. Так, в СС запроса могут быть указаны родо-видовые отношения или отношения является частью , не представленные в системе знаний (и в семантической сети) явно, но выводимые из представленных на основе транзитивности. Аналогично, в сети запроса могут указываться свойства объектов, для получения которых в БЗ необходимо включать механизм наследования свойств. [c.143]

Операцию сопоставления для семантических сетей в общем виде можно описать следующим образом [9]. Для СС, представляющей систему знаний, задается набор допустимых преобразований, переводящих исходную СС (или ее фрагменты) в логически эквивалентную ей. Операция сопоставления выявляет все фрагменты исходной или эквивалентных ей сетей, изоморфные сети запроса. Набор допустимых преобразований для семантических сетей дополняет сети новыми связями, полученными из транзитивности фундаментальных отношений и наследования свойств, но не ограничивается этим. В зависимости от специфики решаемых задач и особенностей того или иного конкретного средства набор эквивалентных преобразований может существенно расширяться. Поскольку теория СС не дает универсальных средств, позволяющих описывать допустимые преобразования сети, операция сопоставления здесь может рассматриваться как базовая лишь методически (в том смысле, что поиск в СС всегда есть какое-то сопоставление), но не технически (в том смысле, что любой требуемый поиск может быть выражен операцией сопоставления в некотором универсальном ЯПЗ). Именно поэтому базовыми для СС называют не операции сопоставления с образцом, а гораздо более примитивные операции перехода по СС. Фактически совокупность последних в каждом конкретном случае поиска реализует то или иное требуемое сопоставление [9]. [c.143]

ИП обеспечивает четкий, хорошо отработанный формализм представления знаний, который приемлемо интерпретируется на ЕЯ и позволяет легко оперировать результатами квантификации. В то же время при использовании структурно-лингвистических МПЗ (например, семантических сетей) обеспечить это зачастую трудно. [c.148]

При ограниченном числе объектов и отношений между ними предметные области достаточно эффективно описываются реляционными языками и семантическими сетями. [c.196]

Анализ разрабатываемых и существующих ЭС НК и Д позволяет выявить некоторые тенденции в их построении. Базы правил данных ЭС в среднем насчитывают около 300 правил, хотя встречаются ЭС, содержащие 20 -25 тысяч правил. Наиболее часто в основу ЭС бывают положены системы правил типа если..., то... . Это объясняется большей наглядностью такого представления знаний по сравнению с представлениями, основанными на использовании фреймов, семантических сетей и т.д. В реализации механизма вывода ЭС чаще используются прямые цепочки рассуждений, несколько реже обратные. [c.26]

Базы данных можно различать по степени структурированности информации. К неструктурированным следует отнести БД, организованные в виде семантических сетей. Частично структурированными являются гипертекстовые документы. [c.142]

Пары "примитив - действие" можно рассматривать как узлы (сущности) семантической сети и устанавливать между ними существенные с точки зрения экспертов связи. В результате формируется множество злементы [c.155]

Представление знаний — одна из основных проблем искусственного интеллекта. Центральное место в этой проблеме занимает выбор модели представления знаний, т. е. решение вопроса о том, в какой форме в памяти ЭВМ должны быть представлены знания, как эти знания целесообразно организовать, чтобы ЭВМ могла наилучшим образом воспользоваться ими при решении различного рода интеллектуальных задач. Существуют различные модели представления знаний — сетевые, продукционные, логические. Сетевые модели распадаются на семантические сети, сети Петри, систему Перт, функциональные сети. Логические модели делятся на дедуктивные, индуктивные и абдуктивные модели, модели нечеткого вывода, псевдофизических логик и т. п. [28—32]. [c.42]

Среди семантических сетей важную роль играют функциональные семантические сети. В них узлам ставятся в соответствие параметры, которые в зависимости от постановки задачи могут быть либо исходными данными, либо величинами, подлежащими вычислению (неизвестными). Дугам сети приписываются отношения математического типа, т. е. формулы, операторы или более сложные математические конструкции, преобразующие одни параметры в другие. Каждому математическому отношению сети соответствует вычислительный модуль из библиотеки программных модулей. При наличии библиотеки программных модулей и так называемой программы-планировщика функциональная семантическая сеть позволяет решать задачу без программирования по ее постановке и исходным данным. [c.42]

Логические МПЗ —это модели, разработка которых основывается на использовании исчисления высказываний, исчисления предикатов 1-го порядка, индуктивных моделей правдоподобного вывода и псевдофизических логик. Логико-лингвистические МПЗ — это модели, базирующиеся на применении нечеткой логики и нечетких множеств. Селиютические модели — это адаптивные, или приспосабливающиеся, логико-лингвистические модели. Структурно-лингвистические МПЗ подразделяют на сетевые структурнолингвистические (семантические сети, сети-сценарии, сети Петри и функционально-информационные сети) и фреймы. При поиске решений НФЗ в химии и химической технологии часто используют МПЗ в виде продукционных правил (ПП). [c.33]

Семантическая сеть, или семантический граф (СГ) —5G —это неоднородная сеть, отображающая смысловые и ситуационные отношения между стереотипными понятиями химической технологии, а также эвристическо-смысловые и эвристическо-вычислительные операции поиска оптимального решения НФЗ — р — на основе переработки как декларативных, так и процедурных знаний из данной ПО [11]. [c.55]

С помощью ЯОБОП можно реализовать различные МПЗ (семантические сети, фреймы и логические). Более того, поскольку логические утверждения (формулы) рассматривают при таком подходе как объекты [9], появляется возможность классификации и структуризации наборов формул, что частично компенсирует недостатки логических МПЗ. Таким образом ЯОБОП представляют собой одно из перспективных программных ИС для построения ЭС. [c.232]

Другой распространенной формой представления знаний, сочетающих в себе возможность описаний как отнощений между понятиями предметной области, так и процедур выполнения некоторых действий, являются сети фреймов. Фреймы (от английского frame — рамка, каркас) — это информационные структуры для представления знаний о ситуациях, понятиях и объектах окружающего нас мира. Фреймы могут быть связаны между собой некоторыми отнощениями и образовывать семантическую сеть. Основной особенностью таких сетей является то, что фреймы могут содержать процедуры, управляющие преобразованием информации как внутри самого фрейма, так и в других узлах сети. [c.138]

Результаты анализа могут быть использованы для подключения словарей к текстовы.м процессорам, определения связей в семантических сетях, составления баз для экспертных систем, разработки принципиально новой систе.мы классификации текстовых материалов в элекфонном виде, совершенствования поисковых систем. [c.171]

В базу знаний, построенную в виде семантической сети фреймов [2], на этапе адаптации к объекту заносятся знания о том, какие процессы и как влияют на зафязнение атмосферного воздуха на данном конкретном объекте, кроме того, в ней содержатся знания экспертов-экологов о том, как проводится анализ ситуаций. В состав базы знаний включаются так называемые модельноориентированные рассуждения, в данной экспертной системе (ЭС) в качестве моделей выступают математические модели распространения загрязнения в атмосфере. [c.63]

Справочник химика 21

Химия и химическая технология