Journal influence
Bookmark
Next issue
Abstract:
Аннотация:
Author: () - | |
Ключевое слово: |
|
Page views: 15675 |
Print version Full issue in PDF (1.26Mb) |
В последнее время значительно возрос интерес к исследованию и формализации непосредственного восприятия человеком объектов и процессов окружающего мира, формированию у него понятий и получению знаний. Однако в большинстве случаев речь идет о логической составляющей этого процесса (модели логические, продукционные, фреймовые, деревья решений, семантические сети). На наш взгляд, формализации непосредственного, обобщенного, ассоциативного восприятия, свойственного человеку, отводится недостаточно внимания. К моделям, предложенным в этом направлении, можно отнести самоорганизующиеся ассоциативные карты Кохонена, ассоциативные семантические сети [2]. Из указанных моделей представления знаний ни одно не является оптимальным и удобным для моделирования непосредственно ассоциаций. Логические, пропозициональные модели, а также нейронные сети являются слишком ²низкоуровневыми² и для реализации полных ассоциаций требуют огромных ресурсов. Семантические сети обладают необходимыми предпосылками для построения ассоциативных связей, однако, например, ассоциативные семантические сети опираются на текстовое представление информации, соотнося ассоциации с частотами появления слов в текстах. Фреймовое представление обладает возможностью иерархической надстройки структуры, однако механизм ассоциирования в его принципах не реализован. Таким образом, для моделирования, именно для ассоциирования, требуется построение модели, адекватной ассоциативному мышлению человека. Основное отличие ассоциативной сети от семантической в том, что мы указываем не смысл (сущность) связи между объектами, а просто говорим об их ассоциировании, о силе, уровне ассоциаций. Под ассоциацией понимается семантическая репрезентативность в смысле [1]. При этом надо различать индивидуальные, настраиваемые модели ассоциаций (и их объединение в групповые) и усредненные (статистические), такие как, например, статистики запросов в поисковых машинах. Кроме этого, следует различать модели ассоциаций непосредственно субъекта и модель передачи знаний между субъектами. Ассоциативная сеть N, предлагаемая как модель представления знаний конкретного субъекта, может быть представлена ориентированным графом: (1) Конкретные сущности – сущности, которые человек воспринимает как часть окружающего мира посредством органов чувств. Имеется в виду, что восприятие происходит в данный момент времени, и субъект в этот момент времени может, фокусируясь на различных аспектах конкретной сущности, получить всю возможную (ограниченную физическими возможностями органов чувств, человека и самой сущностью) информацию о ней. То есть конкретная сущность – часть ²реальности, данной нам в ощущениях². Абстрагирование – процесс выделения одного или нескольких признаков для создания абстрактной сущности, которая объединяет все конкретные сущности с указанными признаками. Пример абстрактной сущности – ²фрукт². Абстрактная сущность ²фрукт² объединяет множество конкретных сущностей: ²яблоко², ²груша², ²апельсин² и т.д. совокупностью ощущений (с логической точки зрения – признаков), которые объединяют эти конкретные сущности в более общую, которую мы называем абстрактной. При этом в качестве гипотезы можно представить, что абстрагирование является некоторой функцией человеческой коммуникации, в том числе воспитания и обучения. Очевидно, что каждая конкретная сущность может ²входить² в несколько абстрактных сущностей, но только по разным признакам. Если конкретная сущность относится к нескольким абстрактным сущностям по одной группе признаков, то соответствующие абстрактные сущности являются синонимами по данной группе признаков. Но даже то, что мы называем конкретной сущностью, на самом деле является мало или незаметно для нас абстрагированной. Один и тот же объект (то же яблоко) постоянно находится в движении, впрочем, как и мы сами, и любая материя. Если учитывать абсолютно все признаки, характеризующие увиденный объект (то же яблоко), то мы видим множество разных объектов, объединенных множеством признаков. Классическая искусственная система ²мыслит² точными категориями. При малейшем изменении признака объекта, представленного на входе системы, она считает его уже другим объектом, в то время как мы, автоматически и незаметно абстрагируя его, считаем его неизменившимся, относящимся к прежней абстрактной сущности. В ассоциативной сети N под множеством E понимаем множество абстрактных сущностей, а под множеством S – множество признаков, выделенных при абстрагировании множества конкретных сущностей для получения E. Пример. Субъект, исследовав множество конкретных сущностей, встречаемых им в лесу, абстрагировал их, создав абстрактные сущности и выделив соответственно признаки: – ²животное² , – ²зверь² , – ²птица² , – ²лисица² , – ²дятел² . Из обозначения сущностей, видна естественная для нас вложенность: É É (²животное²É ²зверь² É ²лисица²); É É (²животное²É ²птица² É ²дятел²). Для выделения еще более ²конкретной² (узкой) абстрактной сущности ²лисица с номером 3² субъект мог заметить индивидуальный признак S13, выделяющий конкретную лисицу из множества других лисиц (или искусственно создать его, надев ярлык с номером 3). Таким образом, формируется ассоциативная сеть: ; U={(e1,si),(si,e1),(e2,sj),(sj,e2),(e3,sk),(sk,e3), (e4,s1),(sl,e4),(e5,sn),(sn,e5),(e6,sm),(sm,e6): ((2) В соответствии с описанной моделью представления знаний получение нового знания субъектом есть изменение ассоциативной сети N: множества сущностей Е, множества признаков S, множества связей U. Допустим, что субъект может получить новое знание двумя способами: а) путем абстрагирования конкретных сущностей (прямой метод получения знаний); б) путем абстрагирования сущностей, передаваемых от другого субъекта совокупностью признаков (косвенный метод получения знаний). Прямой метод получения знаний является первичным и используется для наполнения пустой ассоциативной сети N. Введем некоторые дополнения к определению ассоциативной сети N: (3) Таким образом, признак сам может являться некоторой ассоциативной сетью N либо вырожденным признаком s0. Субъектом N будем называть субъекта, знания которого представлены в ассоциативной сети N. Одним из признаков абстрактной сущности, синтезированным субъектом при абстрагировании, является ее признак-обозначение о: о=sо. С точки зрения ассоциативной сети признак-обозначение о ничем не отличается от любого другого признака s. Выделение о имеет смысл только при описании косвенного метода получения нового знания, то есть при переходе к семиотическим моделям. Рассмотрим косвенный метод получения нового знания субъектом N от субъекта N`. Процесс передачи знания можно представить цепочкой: знание Nàинформация Nàданные àинформация N`àзнание N`. Знание N – знание, представленное ассоциативной сетью N. При передаче знания участвует некоторая подсеть N1. Информация N – репрезентация субъектом N его знания; представленные признаками-обозначениями абстрактные сущности. Данные – признаки-обозначения в виде воздействующих на органы восприятия взаимодействующих субъектов. Информация N` – воспринимаемые субъектом N` признаки-обозначения, порождающие в ассоциативной сети N` знания N`. Успешным результатом процесса передачи знания от субъекта N субъекту N` назовем результат, при котором знания N и N` будут адекватными, то есть обусловливающими одинаковую реакцию субъектов на одно и то же воздействие, касающееся данных знаний. Опишем процесс передачи знания от субъекта N субъекту N` в рамках рассматриваемой модели представления знаний в виде ассоциативной сети. Результатом процесса передачи знания N субъекту N` является синтез новой абстрактной сущности (-ей), признака (-ов) и связи (-ей). Знанием N является сама ассоциативная сеть N или ее подсеть N1: . (4) Таким образом, необходимо передать часть сети, то есть сущности, признаки и связи. С другой стороны, единственно возможными для передачи являются признаки-обозначения. Причем субъектом N` могут быть восприняты только признаки-обозначения, присутствующие в сети N`. Следовательно: 1) для передачи абстрактной сущности передаются признаки-обозначения абстрактных сущностей, являющихся признаками передаваемой абстрактной сущности: (5) 2) так как признак является либо вырожденным непередаваемым s0 (у вырожденного признака отсутствует признак-обозначение), либо ассоциативной сетью , то для передачи признака передаются признаки-обозначения абстрактной сущности, являющейся передаваемым признаком: ;(6) 3) для передачи связи между признаком s с признаком-обозначением os и сущностью e с признаком-обозначением oe, причем , передаваемая информация есть . Проблема обеспечения успешного результата процесса передачи знания от субъекта N субъекту N` является ключевой при рассмотрении косвенного метода получения нового знания и сводится к проблеме обеспечения сходимости переданных признаков-обозначений к инициализированной (передаваемой данными признаками) сущности. Появление ассоциации в большой степени обусловлено необходимостью объединения сущностей, возникающих в процессе жизнедеятельности человека. Будем называть такое объединение сущностей контекстом. С точки зрения обмена информацией контекстом является совокупность единиц передачи, которые должны использоваться для правильного восприятия совместно. Воспринимаемая сущность, в свою очередь, сама является частью контекста, используемого для восприятия дальнейшего потока информации. Контексты обладают возможностью создания вложенной структуры. В определенной степени контекст определяет прагматику передачи информации. При неоднозначности восприятия (обычно внутри контекста при недостаточности информации для точного восприятия) появляется значимость самой ассоциативной связи (насколько часто возникала подобная связь, насколько сильна эмоциональная окраска связи и т.п.). Однако и в этом случае чаще происходит переосмысление информации при появлении новой ее порции. Прием информации на основе контекстной ассоциативной модели имеет циклический характер. Информация воспринимается в пределах контекста, образующегося по мере ее поступления, при дальнейшем восприятии может возникнуть противоречие в пределах воспринятой сущности, что повлечет переосмысление всей ранее полученной информации и синтез новой сущности, не обладающей указанным противоречием. Структура контекста при человеческом восприятии информации обусловлена его физиологией, точнее, свойствами его памяти, которые исследованы еще недостаточно. Таким образом, при дальнейшей разработке структурно-логической и программной модели ассоциативной сети имеет смысл говорить только о коэффициенте ассоциативности, рассчитываемом на основе частоты использования ассоциативной связи субъектом, при этом контекст является линейным и определен на метауровне самой структурно-логической модели. В экспериментально создаваемой программной реализации ассоциативной сети в настоящее время структура ограничена и обладает одним уровнем иерархии, ограничено также направление ассоциативной связи. Элементами ассоциативной сети, составляющими жестко заданный контекст, являются понятия. Структура понятия имеет вид: ПОНЯТИЕ={(ПРИЗНАК_1, КОЭФ_АССОЦ_1), … , (ПРИЗНАК_N, КОЭФ_АССОЦ_N)} Количество групп “признак – коэффициент ассоциативности” с точки зрения структурно-логической модели неограничено. ПРИЗНАК={ОБОЗНАЧЕНИЕ_1, … , ОБОЗНАЧЕНИЕ_M, ДОКУМЕНТ_1, … , ДОКУМЕНТ_L} ДОКУМЕНТ={ОБОЗНАЧЕНИЕ_ДОКУМЕНТА, ССЫЛКА_1, … , ССЫЛКА_Q} Таким образом, структура является иерархической: первый уровень образуют понятия; второй – признаки; третий – документы. Поиск документов и создание ассоциативных связей между существующими признаками и документами является автоматическим и непрерывным. Вследствие того, что признаки, а точнее, его обозначения, являются отдельным структурным элементом соответствующих документов, алгоритм ассоциирования признаков и документов сводится к поиску в последних соответствующих информационных единиц. Единственной сложностью при этом является необходимость поддержки большинства используемых форматов документов, что может быть реализовано применением компонентной модели COM, конкретнее, реализацией клиентов существующих COM-серверов большинства популярных программ создания и обработки документов. Важным свойством, отличающим модель от существующих систем поиска информации, является ориентация системы поиска и классификации на пользователя, которая обеспечивается анализом документов, утвержденных пользователем, как соответствующих запросу (выраженному понятием), и выявленных новых признаков, обеспечивающих косвенную ассоциацию документов и понятий. Экспериментальная программная система, реализующая изложенную структурно-логическую модель, состоит из нескольких программных модулей: - интерфейсная часть ²взаимодействия с пользователем² реализует часть, требующую участия в реальной системе пользователя: создание, удаление, изменение понятий и признаков; просмотр и утверждение документов; запуск и регулирование системы автоматического построения уровня признаков на основе утвержденных документов; - поиск новых документов и ассоциирование их с существующими признаками; - ассоциирование существующего уровня документов с существующим уровнем признаков. Ассоциативная связь между понятием и признаком характеризуется коэффициентом ассоциативности. Начальный коэффициент ассоциативности задается пользователем. Начальное значение является очень приближенным и, в принципе, может быть указано единичным. Начальное значение коэффициента ассоциативности связи понятия и признака определяет первичное множество ассоциированных с понятием документов, которые для успешной дальнейшей работы системы должны содержать документы, утверждаемые пользователем как подходящие. На основе утвержденных пользователем документов множество признаков, ассоциированных с понятием, а также существование коэффициентов ассоциативности в конечном итоге реализуют поиск неатомарных обозначений признаков и выражений И-ИЛИ. При этом обозначения задаются атомарно, а выражения автоматически формируются системой на основе “предыдущего опыта”. К тому же в системе заложена нечеткость вычислений (точнее, ассоциирования), позволяющая пользователю регулировать поток выдаваемых документов. Список литературы 1. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. – М.: Радио и связь, 1992. 2. Ермаков А.Е., Плешко В.В. Ассоциативная модель порождения текста в задаче классификации // Информационные технологии. – 2000. – № 12. – С.34-37. |
Permanent link: http://swsys.ru/index.php?page=article&id=475&lang=en |
Print version Full issue in PDF (1.26Mb) |
The article was published in issue no. № 1, 2006 |
Perhaps, you might be interested in the following articles of similar topics:
- Интеллектуальная поддержка реинжиниринга конфигураций производственных систем
- Оптимизация структуры базы данных информационной системы ПАТЕНТ
- Использование графических постпроцессоров VVG и LEONARDO в вычислительной гидродинамике
- Анализ российского и зарубежного рынков программных продуктов
- Кросс-система автоматизации разработки программного обеспечения на базе языка высокого уровня Рада
Back to the list of articles