Software & Systems

Современные онтологии играют решающую роль в модели описания знаний экспертов в системах, основанных на управлении знаниями. Обычно онтологии состоят из экземпляров, понятий, атрибутов и отношений, поэтому основной задачей при построении онтологии при прогнозировании развития предприятия является выделение имен объектов, имен их атрибутов и отношений.

В основу решения данной задачи положен метод анализа иерархий, который состоит в декомпозиции задач прогнозирования на подзадачи и дальнейшей обработке последовательности суждений экспертов. Декомпозиция производится таким образом, что каждый атрибут объекта нижнего уровня может выступать в качестве критерия для атрибута объекта высшего уровня, при этом имена объектов и имена атрибутов рассматриваются как идентификаторы задач и учитываемых факторов при выработке прогноза.

Для декомпозиции постановок задач на постановки подзадач необходима семантическая интерпретация вербальных знаний экспертов в области прогнозирования развития предприятия с целью выделения имен объектов и имен их атрибутов.

В настоящее время выделение объектов и их атрибутов из текста естественного языка не может осуществляться автоматически, эта задача возлагается на инженера знаний и экспертов [1].

Под семантической информацией будем понимать выраженные знаками сведения о выделенной стороне (сторонах) объекта (объектов).

Решение задачи выделения имен объектов и имен атрибутов из семантической информации, предоставляемой экспертами, может рассматриваться как преобразование первичной семанти- ческой информации (ответов экспертов) во вторичную (имена объектов и имена атрибутов) посредством сжатия первичной семантической информации. Процесс сжатия сводится к тому, что выделенные аспекты модели раскрываются конкретным содержанием первичной семантической информации.

Тогда формально такое преобразование может быть представлено отношением первичной семантической информации Sp к вторичной семантической информации Sv, используя знак семантического преобразования Sm.

Sp и Sv содержат аспекты (категории), отображающие полноту представления семантической информации. В математической интепретации аспект – это произвольной длины кортеж знаков (букв, слов, символов и др.). Так, кортежем длины n является запись вида b=, где b1, bn – первая и последняя компоненты соответственно.

Для аспектов определены свойства:

b={bÎb/R(b)},                                                      (1)

где R(b) – отношение «быть упорядоченным по местам».

При этом "b(bÎb), {Q(b)ÚùQ(b)}, где Q(b) – отношение «быть одинаковым».

В информационном плане аспект является элементом слова C "b, bÎb®bÎC.

Слово C характеризует объект, его свойства и отношения. В семантическом плане слово состоит из аспектов, и всегда существует их оптимальное число в слове, которое оценивается объемом сведений, необходимых для описания объекта в рамках решаемой задачи прогнозирования. Аспекты в слове выражаются знаками естественного языка.

Слово можно представить кортежем С=, где m – длина слова.

При этом для слова выполняются следующие соотношения:

C={cÎC, c®R(c)}, "c (cÎC), {Q(c)ÚךQ(c)}.  (2)

Слово можно записать в виде C={P, S}, где P= – кортеж знаков длины l, характеризующий посредством знаков признаковую составляющую слова; S= – кортеж знаков длины m, характеризующий смысловую составляющую слова.

Процесс выделения имен объектов и имен их атрибутов состоит из этапов получения первичной семантической информации и сжатия семантической информации. Обе задачи решаются при взаимодействии экспертов в области прогнозирования стратегического развития предприятия и инженера знаний.

Рассмотрим специфическую семантическую операцию, связанную с созданием первичной семантической информации об объекте.

Методологической основой выполнения семантической операции, связанной с получением ответов экспертов, адекватной объекту познания, является выполнение следующих требований: необходимы наличие конкретного задания и устранение противоречий между многомерным планом содержания и одномерным планом выражения.

При декомпозиции постановок задач на постановки подзадач наиболее приемлемыми способами общения инженера знаний и экспертов являются постановка вопросов и уточнение понимания.

Наличие конкретного задания интерпретируем как правильную постановку вопроса экспертам и выполнение ими дополнительного задания.

Применительно к текстовой форме представления семантической информации план содержания (или семантика) представляет собой внутреннюю, смысловую сторону объекта, а план выражения (или синтаксис) является внешней, формальной стороной предложения. Совпадение плана содержания с планом выражения (адекватность) возможно в суждениях, состоящих из объекта и атрибута, выражающих однозначную мысль, фиксируемую простым нераспространенным предложением.

С учетом этого к первичной семантической информации предъявляем следующие требования:

P=, Ci={Pl, Sm},

где Pl=

,                                                            (3)

Sm=,                                                                   (4)

P – предложение.

То есть ответы экспертов должны состоять из таких слов, признаковая и смысловая части которых являлись бы одноместными кортежами аспектов.

Для удовлетворения требованиям (3), (4) вопросы экспертам формулируются по одному из типов:

·     от чего зависит <имя атрибута> <имя объекта>,

·     чем определяется <имя атрибута> <имя объекта>,

а дополнительное задание заключается в требовании упорядочить факторы (все ci) по степени влияния на значения атрибута объекта, имена которых содержатся в вопросе. Таким образом устанавливаются отношения предпочтения

c1>c2>…>ck,                                                          (5)

а следовательно, выполняется требование (3).

Такая постановка вопросов позволяет выбрать из множества объектов предметной области соответствующие заданию, наложить определенные ограничения на множества атрибутов, характеризующих объект, отделить в ограниченном множестве существенные признаки от несущественных.

Вторичная семантическая информация отражает посредством знаков результаты аналитико-синтетического и логического преобразований первичной семантической информации и является моделью первичной.

Получение вторичной семантической информации неизбежно связано с разрушением структуры первичной семантической информации и построением новой, отличной от первой.

При сжатии первичной семантической информации используем модельный способ, для которого характерно строгое формализованное задание, его общими понятиями являются объекты, атрибуты и домены [2].

При построении формальной модели вводится ограничение на количество аспектов в слове вторичной семантической информации, которое должно равняться двум, так как из первичной семантической информации необходимо выделять пары <имя объекта, имя атрибута>.

Разделение категорий на объекты и атрибуты не всегда может быть очевидным, поэтому для выделения атрибутов из текстов естественного языка используем их основные свойства:

-    наличие конечного множества возможных значений атрибута;

-    возможность упорядочения результатов измерений;

-    измеряемость значений хотя бы по одному из показателей и др.

Введение домена в качестве избыточной семантической информации необходимо для уточнения имен объектов и имен атрибутов в связи с неоднозначностью естественного языка. Домен дает возможность конкретизировать имена объектов и имена атрибутов, которые в ответах экспертов могут только подразумеваться или выражаться общими понятиями, и представляет собой множество знаков.

Семантическая интерпретация знака – это слово, состоящее из имени объекта и имени атрибута, которые являются элементами концептуальной схемы предметной области, то есть возможно установление взаимно однозначного соответствия:

объект«атрибут«значение,

" (dÎDom) $ , (iÎRa).

Таким образом, получена система семантических уравнений для данной первичной семантической информации

                                         (6)

где Rdom – отношение «иметь значение»; Oxi, ayi – имена неизвестных объектов и их атрибутов.

Определить домен предлагается экспертам в предположении, что признаковая часть слова является именем атрибута, а смысловая – именем объекта. Далее решается система семантических уравнений (6) с использованием интерпретации посредством соответствующего слова из (5) и с использованием свойств (1), (2). Из-за неопределенности и неоднозначности естественного языка такая интерпретация может оказаться невозможной. Поэтому с помощью экспертов вводятся дополнительные аспекты, которые при построении первичной семантической информации могли только подразумеваться. Таким образом осуществляется конкретизация первичной семантической информации.

Элементы di, имеющие одну и ту же интерпретацию, объединяются во множества и образуют домен для . Сжатие семантической информации осуществляется для каждого фактора, входящего в первичную семантическую информацию. В результате из первичной семантической информации выделяется множество имен объектов и имен их атрибутов. Для выделенных объектов и атрибутов повторяется процедура построения отношения предпочтения (5).

Введение понятия домена в формальную модель целесообразно и потому, что значения доменов в дальнейшем будут использоваться при построении полной модели предметной области стратегического управления предприятием.

Результатом выполнения методики является таблица, содержащая колонки: эксперт, имя объекта, имя атрибута, домен.

В колонке эксперт указывается идентификатор эксперта, предоставившего соответствующую первичную семантическую информацию; в колонке имя объекта – имена выделенных объектов; в колонке имя атрибута – соответствующие имена атрибутов; в колонку домен заносится значение домена соответствующего атрибута объекта.

После завершения k-го шага декомпозиции выделенные факторы ранжируются по важности методом парных сравнений [3].

Концептуальная схема предметной области, основанная на выделении имен объектов, имен их атрибутов и отношений, является достаточно обобщенной, поэтому не может быть моделью решения задач прогнозирования развития предприятия. Тем не менее, она описывает факты зависимости значений атрибутов одних объектов от значений атрибутов других, а построенная на ее основе модель дает возможность автоматизировать процесс формирования полной модели предметной области управления стратегическим развитием предприятия.

Литература

1. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987.

2. Поспелов Д.А. Моделирование рассуждений: опыт и анализ мыслительной деятельности. М.: Радио и связь, 1989.

3. Рабочая книга по прогнозированию. М.: Мысль, 1982.