База знаний интеллектуальной справочной системы по логике

• Перечень условных обозначений
• Введение
• 1. Технико-экономическое обоснование проектируемой интеллектуальной системы
• 2. База знаний проектируемой интеллектуальной системы
• 2.1 Задачно-ориентированная спецификация базы знаний проектируемой интеллектуальной системы
• 2.2 Онтология базы знаний проектируемой интеллектуальной системы
• 2.3 Содержательная декомпозиция базы знаний проектируемой интеллектуальной системы
• 2.4 Исходные тексты базы знаний проектируемой интеллектуальной системы
• 2.5 Верификация и отладка базы знаний проектируемой интеллектуальной системы
• Заключение
• Библиографический указатель

Перечень условных обозначений

ИСС — интеллектуально справочная система;

БЗ — база знаний;

Идея создания искусственного подобия человека для решения различного рода задач давно была присуща людям.

В настоящее время развитие информационных технологий, робототехники, вычислительных машин и систем идёт быстрыми темпами. Современная техника всё более совершенствуется: улучшается её производительность, качество работы. Увеличился перечень задач решаемых компьютерными технологиями. Благодаря достижениям науки многие задачи решаемые человеком, могут решаться уже и машинами.

Однако, не каждый из пользователей может воспользоваться информационной системой без определённых знаний и инструкций по нужной системе. Большинство технологий не могут обеспечить полное взаимодействие между системой и пользователем. Из-за вышеназванного барьера происходит постоянное развитие информационных технологий, влекущее за собой, как следствие, их интеллектуализацию.

Одной из приоритетных целей информационных технологий является: переработка первичной информации для последующего предоставления её пользователю, с целью анализа, и принятия на его основе решения по выполнению какого-либо действия.

Целью данной курсовой работы является создание интеллектуальной справочной системы по логике, которая могла бы предоставлять пользователю ответы на вопросы которые содержатся в базе знаний, а также была бы способна формулировать новые знания на основе логического вывода и анализа уже имеющихся.

В рамках курсового проекта ставятся следующие задачи:

провести анализ выбранной предметной области;

разработать базу знаний интеллектуальной справочной системы;

спроектировать и реализовать первую версию интеллектуальной справочной системы по выбранной предметной области;

протестировать интеллектуальную справочную систему.

1. Технико-экономическое обоснование проектируемой интеллектуальной системы

Рост науки прямо пропорционален росту объёма обрабатываемой и получаемой информации в различных сферах. Остро стоит проблема анализа всех этих данных, для последующей их сортировки по предметным областям, распределению между различными системами, определения отношений между ними.

Из вышесказанного ясно, что в настоящее время есть реальная проблема поиска информации.

Долгое время главным из источников информации были книги. Инструментом поиска был доступ человека к книжному хранилищу. Поиск информации занимал достаточно большое время, т.к. человека, нуждающегося в информации, интересовала не сама книга, а только некоторый фрагмент, и очень часто нельзя было объяснить, как знания связаны с названием книги или её автором.

С развитием науки изменились и приоритеты в использовании того, или иного источника информации.

Однако и сегодня поиск по базам данных занимает не мало времени. Специалисты по информационным технологиям считают, что эту проблемы может исправить развитие семантических технологий. Они устроены таким образом, что между всеми данными существует смысловая связь, другими словами устанавливается отношения между ними. Данная особенность позволяет работать с информацией на высоком уровне.

Примером использования семантических технологий является семантические справочные системы. Семантические справочные системы — класс информационно-справочных систем, построенных с использованием семантических технологий.

Логика — один из важнейших гуманитарных предметов. Люди, изучающие её, сталкиваются с рядом трудностей. Благодаря ИСС по логике изучаемый материал будет легче восприниматься. Данная ИСС будет содержать все базовые понятия и логические законы.

Таким образом список пользователей будет очень обширным. В качестве пользователей могут выступать студенты, ученики, преподаватели, а так же люди и других профессий, изучающие логику.

Главной особенностью интеллектуальной системы будет то, что она способна «самосовершенствоваться», т. е. формировать новые знания с помощью логического вывода и механизмов выявления закономерностей в накопленных знаниях.

Для полного, целостного представления о системе следует провести её сравнение с уже существующими аналогами. В качестве схожих систем можно привести интернет-ресурсы exactus.ru и google.com.

Exactus — средство семантического интеллектуального поиска и анализа информации в гетерогенных информационных ресурсах и сервисах: Internet/Intranet сети, локальные/распределенные базы данных различного рода. Система представляет пользователям сервис глобального поиска с возможностью ввода естественно-языковых запросов, расширения запроса синонимами, выбором поискового профиля и т. д. что существенным образом увеличивает точность и полноту поиска.

Следует отметить, что новая версия Exactus функицонирует на высокопроизводительной кластерной установке под управлением операционной системы Unix. Специалисты ИСА РАН провели переработку архитектуры Exactus, сделав систему кросс-платформенной и масштабируемой.

Также Exactus позволяет решить проблему семантически релевантного поиска.

Google — поисковая система, появившаяся сравнительно недавно, в 1998 г. Её создатели, сотрудники Стенфордского университета (США) Сергей Брин и Лоуренс Пейдж, постарались сделать её механизм более гибким и расширяемым, чем существовавшие на то время у грандов поиска — Аltavista и Inktomi. На данный момент Google и Fast (еще одна ИПС, www.alltheweb.com) имеют самый большой объем проиндексированных страниц — более двух миллиардов.

В течение ближайших месяцев поисковик Google обзаведется новыми возможностями — в частности, научится отвечать на вопросы, заданные пользователями. В результатах поиска, помимо ссылок на те или иные ресурсы, появятся ответы на вопросы, которые можно будет увидеть, не переходя по ссылкам.

Благодаря «перестройке» поисковик сможет давать ответы на достаточно сложные вопросы, например: запрос «озеро Тахо» позволит пользователю, не посещая дополнительные сайты, получить информацию о местоположении озера, высоте над уровнем моря, температуре воды и так далее.

Нововведения станут возможны благодаря реализации технологии так называемого «семантического поиска». Для ответа на вопрос Google анализирует значение слов, из которых составлен запрос, и найдет необходимые сведения в специальной базе данных.

Стоит заметить, что ответы на простейшие вопросы Google умеет давать уже сейчас — например, отображать в результатах поиска котировки акций, выдавать информацию о погоде, осуществлять арифметические операции.

Таблица 1. Сравнение интеллектуальной справочной вопросно-ответной системы по логике с некоторыми аналогами

Таким образом, разрабатываемая система имеет ряд преимуществ перед аналогами.

Стоит отметить, что с помощью семантической технологии проектирование и разработка ИСС не занимает длительного времени. Все эти преимущества обеспечивается в первую очередь за счет использования технологии семантической сети.

Семантические технологии позволяют создавать сложные системы, которые будут легко интегрироваться одна с одной.

Семантические технологии — это бурно развивающаяся область информатики, возникшая на стыке работ по искусственному интеллекту, Internet-технологиям, компьютерной лингвистике.

Что касается трудозатрат по реализации системы на данном этапе, то следует отметить, что в качестве основных трудностей выступают извлечение знаний и их формализация.

2. База знаний проектируемой интеллектуальной системы

База знаний — совокупность программных средств, обеспечивающих поиск, хранение, преобразование и запись в память ЭВМ сложно структурированных информационных единиц.

Двумя наиболее важными требованиями к информации, хранящейся в базе знаний интеллектуальной системы, являются [5]:

1. достоверность конкретных и обобщённых сведений, имеющихся в базе данных, и

2. релевантность информации, получаемой с помощью правил вывода базы знаний.

Ниже перечислены некоторые из особенностей, которые могут (но не обязаны) быть у системы, оперирующей базами знаний.

· Автоматическое доказательство (вывод). Способность системы выводить новые знания из старых, находить закономерности в БЗ. Часто принимается, что база знаний отличается от базы данных именно наличием механизма вывода.

· Доказательство заключения. Способность системы после выдачи ответа «объяснить» ход её рассуждений, причем «по первому требованию» .

· Интроспекция. Нахождение противоречий, нестыковок в БЗ, контроль правильной организации БЗ.

· Машинное обучение. Превращение БЗ в гибкую систему, адаптация к проблемной области. Аналогична человеческой способности «набирать опыт» .

2.1 Задачно-ориентированная спецификация базы знаний проектируемой интеллектуальной системы

Тестовый сборник вопросов

1. Сколько модусов в 1 фигуре силлогизма? (4 модуса)

2. Из чего состоит силлогизм? (из двух посылок и одного заключения)

3. К какой фигуре силлогизма принадлежит модус Ferio? (к 1 фигуре)

4. Какие посылки включает модус Ferio? (большая — общеутвердительная, меньшая — частноутвердительная)

5. Принадлежит ли модус Ferio и модус Barbara к одной фигуре силлогизма? (да, принадлежат)

6. В чём разница между модусом Selarent и Barbara? (у модуса Barbara большая посылка общеутвердительная, а у Selarent — общеотрицательная. Вывод у Barbara общеутвердительный, у Selarent — общеотрицательный)

7. Какие существуют синонимы у дизъюнкции? (логическая операция ИЛИ)

8. В чём сходны модус Ferio и Barbara? (меньшая посылка является общеутвердительным суждением)

9. Какое альтернативное понятие у доказательства? (это логическая операция обоснования истинности утверждения)

10. Что такое тезис? (то, что доказывается (какое-либо суждение, высказывание, утверждение))

11. Каким бывает доказательство? (прямое подтверждение; косвенное подтверждение; прямое опровержение; косвенное опровержение)

12. Какова цель аргументации? (принятие аудиторией выдвигаемых положений)

13. Какая задача доказательства? (утвердить обоснованность доказываемого тезиса)

14. Какое определение у модального высказывания? (это отдельный вид суждения, в котором отражается отношение и связь между субъектом и предикатом и показывается отношение к предмету с помощью модальных отношений)

15. Какое правило для среднего термина? (средний термин должен быть распределён хотя бы в одной из посылок)

база интеллектуальная справочная система

16. Для чего используется аргументация? (для принятия аудиторией выдвигаемых тезисов)

17. Какой посылки нет в модусе Ferio? (общеутвердительной)

18. Зачем необходимо выполнять доказательство? (для подтверждения или опровержения тезиса)

19. Как должен быть сформулирован тезис? (тезис должен быть сформулирован ясно и определенно)

20. Чем ограничивается область истинности предиката? (квантором)

21. Какова история термина силлогизм? (первый ввёл термин силлогизм Аристотель)

22. Превышает ли количество модусов 1 фигуры кол-во модусов 2 фигуры? (нет, не правышает)

23. Равное ли количество модусов у 1 фигуры и 2 фигуры силлогизма? (да, равное)

24. Какие основные утверждения про 1 фигуру силлогизма? (меньшая посылка является утвердительной; большая посылка является общей.)

25. Какая классификация простых атрибутивных суждений? (общие, общеотрицательные, частноутвердительные, частноотрицательные)

26. Где используется «аксиомы классического исчисления»? (в логике предикатов)

27. Когда конъюнкция истина? (когда оба входящих в конъюнкцию высказывания истинны)

28. Когда конъюнкция ложна? (когда хотя бы одно из высказываний входящих в конъюнкцию ложно)

29. Можно ли изменять тезис? (тезис должен оставаться неизменным на протяжении всего доказательства)

30. Почему операцию дизъюнкция еще называют «логической операцией ИЛИ»? (по своему применению максимально приближённая к союзу «или» в смысле «или то, или это, или оба сразу»)

2.2 Онтология базы знаний проектируемой интеллектуальной системы

Спецификация ключевых элементов базы знаний проектируемой интеллектуальной системы:

Абсолютные понятия:

· Предикат

Определение: это характеристическая функция некоторого отношения, которая характеризует каждую связку декартова произведения истинностью в случае, если эта связка принадлежит отношению и ложностью, если не принадлежит.

Синонимы: predicate

Разбиение множества: тождественно-истинный, тождественно-ложный.

Пример: Сократ — человек

· Понятие

Определение: понятие — отображённое в мышлении единство существенных свойств, связей и отношений предметов или явлений; мысль или система мыслей, выделяющая и обобщающая предметы некоторого класса по определённым общим и в совокупности специфических для них признаков

Синонимы: concept

Разбиение множества: конкретное, абстрактное, абсолютное, относительное, положительное, отрицательное, нулевое, единичное, общее, собирательное, несобирательное.

Пример: Солнечная система.

· Суждение

Определение: суждение — форма мышления, в которой что-либо утверждается или отрицается о предмете, его свойствах или отношениях между предметами.

Синонимы: proposition.

Разбиение множества: простое, сложное, утвердительное, отрицательное, единичное, частное, общее, условное, разделительное, категорическое.

Пример: солнце — центр солнечной системы.

· Полисиллогизм

Определение: Полисиллогизм — умозаключение, представляющее собой конечную последовательность («цепочку») силлогизмов, которая удовлетворяет некоторым определённым условиям.

Синонимы: polisillogizm.

Разбиение множества: прогрессивный, регрессивный.

Пример: Все живые существа смертны

Все позвоночные имеют красную кровь.

Все млекопитающие суть позвоночные.

Все млекопитающие имеют красную кровь.

Все млекопитающие имеют красную кровь.

Все хищные суть млекопитающие.

Все хищные имеют красную кровь.

· Умозаключение

Определение: умозаключение — это мыслительная структура, в которой из двух истинных исходных суждений (посылок) на основании определенной логической связи между ними формируется новое истинное суждение.

Синонимы: conclusion.

Разбиение множества: дедуктивное, индуктивное, непосредственное, опосредственное.

Пример: Смоленск севернее Рязани.

Рязань севернее Тулы.

Смоленск севернее Тулы.

· Утверждение

Определение: утверждение — положение, мысль, которой доказывают что-нибудь.

Синонимы: approval.

Разбиение множества: доказуемое, недоказуемое.

Пример: Это яблоко красное.

Относительные понятия:

· Определение понятия*

Определение: определение понятия* - отношение, связывающее понятие с содержанием данного понятия.

Синонимы: definition of the concept

Пример: Трапеция — четырехугольник, у которого две стороны параллельны, а две остальные — не параллельны.

Свойства: бинарное, асимметричное.

Схема отношения: <�понятие_, содержание понятия_> или <�понятие_, значение термина_>.

· Деление понятия*

Определение: деление понятия* - отношение, связывающее понятие с его объемом.

Синонимы: division of the concept.

Пример: месяцы: январь, февраль, март и т. д.

Свойства: бинарное, асимметричное.

Схема отношения: <�понятие_, содержание понятия_>.

2.3 Содержательная декомпозиция базы знаний проектируемой интеллектуальной системы

База знаний разрабатываемой интеллектуальной справочной системы логике декомпозируется следующим образом:

1. Логика высказываний. Логика высказываний — формальная теория, основным объектом которой служит понятие логического высказывания. Логика в классическом понимании, максимально близкая к логике человека.

1.1Описание основных понятий правил и утверждений

2. Логика предикатов. формальное исчисление, допускающее высказывания относительно переменных, фиксированных функций и предикатов. Расширяет логику высказываний.

2.1 Описание основных понятий правил и утверждений

3. SCL. Описание языка SCL.

3.1 Описание ключевых узлов.

На данном этапе лучше всего разработана первая категория. В дальнейшем планируется больше внимания уделить 2й и 3й категории, особенно языку SCL.

2.4 Исходные тексты базы знаний проектируемой интеллектуальной системы

Исходные тексты атомарных разделов базы знаний интеллектуальной системы, разработанные на языке SСg.

Рисунок 2.1 — 1 правило деления — константы.

Рисунок 2.2 — 1 правило деления — надмножество.

Рисунок 2.3 — 1 правило деления — определение.

Рисунок 2.4 — 1 правило деления — синонимы.

Рисунок 2.5 — абстрактное понятие — константы.

Рисунок 2.6 — абстрактное понятие — надмножество.

Рисунок 2.7 — абстрактное понятие — определение.

Рисунок 2.8 — абстрактное понятие — синонимы.

Рисунок 2.9 — бинарный предикат — константы.

Рисунок 2.10 — бинарный предикат — надмножество.

Рисунок 2.11 — бинарный предикат — определение.

Рисунок 2.12 — бинарный предикат — синонимы.

Рисунок 2.13 — булевая алгебра — константы.

Рисунок 2.14 — булевая алгебра — надмножество.

Рисунок 2.15 — булевая алгебра — определение.

Рисунок 2.16 — булевая алгебра — синонимы.

Рисунок 2.17 — двусмысленное определение — константы.

Рисунок 2.18 — двусмысленное определение — надмножество.

Рисунок 2.19 — определение двусмысленного — определения.

Рисунок 2.20 — двусмысленное определение — синонимы.

Рисунок 2.21 — делимое понятие — константы.

Рисунок 2.22 — делимое понятие — надмножество.

Рисунок 2.23 — делимое понятие — определение.

Рисунок 2.24 — делимое понятие — синонимы.

Рисунок 2.25 — дихотомия — константы.

Рисунок 2.26 — дихотомия — надмножество.

Рисунок 2.27 — дихотомия — определение.

Рисунок 2.28 — дихотомия — синонимы.

Рисунок 2.29 — достаточное условие — константы.

Рисунок 2.30 — достаточное условие — надмножество.

Рисунок 2.31 — достаточное условие — определение.

Рисунок 2.32 — достаточное условие — синонимы.

Рисунок 2.33 — единичное понятие — константы.

Рисунок 2.34 — единичное понятие — надмножество.

Рисунок 2.35 — единичное понятие — определение.

Рисунок 2.36 — единичное понятие — синонимы.

Рисунок 2.37 — непосредственное умозаключение — константы.

Рисунок 2.38 — непосредственное умозаключение — надмножество.

Рисунок 2.39 — непосредственное умозаключение — определение.

Рисунок 2.40 — непосредственное умозаключение — синонимы.

Рисунок 2.41 — несовместимые по объёму понятия — константы.

Рисунок 2.42 — несовместимые по объёму понятия — надмножество.

Рисунок 2.43 — несовместимые по объёму понятия — определение.

Рисунок 2.44 — несовместимые по объёму понятия — синонимы.

Рисунок 2.45 — нулевое понятие — константы.

Рисунок 2.46 — нулевое понятие — надмножество.

Рисунок 2.47 — нулевое понятие — определение.

Рисунок 2.48 — нулевое понятие — синонимы.

Рисунок 2.49 — прогрессивный полисиллогизм — константы.

Рисунок 2.50 — прогрессивный полисиллогизм — надмножество.

Рисунок 2.51 — прогрессивный полисиллогизм — определение.

Рисунок 2.52 — прогрессивный полисиллогизм — синонимы.

Рисунок 2.53 — разделительно-категорическое умозаключение — константы.

Рисунок 2.54 — разделительно-категорическое умозаключение — надмножество.

Рисунок 2.55 — разделительно категорическое умозаключение — определение.

Рисунок 2.56 — разделительно-категорическое умозаключение — синонимы.

Рисунок 2.57 — умножение понятий — надмножество.

Рисунок 2.58 — умножение понятий — константы.

Рисунок 2.59 — умножение понятий — определение.

Рисунок 2.60 — умножение понятий — синонимы.

2.5 Верификация и отладка базы знаний проектируемой интеллектуальной системы

Верификация и отладка базы знаний проводилась с помощью утилиты Semantic User Interface Toolkit 0.4.0. Системе был задан ряд тестовых вопросов и успешно получены ответы на них.

Примеры некоторых вопросов:

1. Найти семантическую окрестность фрагмента «постулат» .

Ответ:

2. Найти определение постулата

Ответ:

3. Найди константы входящие в определение

Ответ:

Таким образов можно сделать вывод, что база знаний успешно пополнилась новыми знаниями, и они уже могут использоваться для решения задач ИСС.

Заключение

В процессе выполнения данной курсовой работы по разработке ИСС была изучена предметная область «логика». Была спроектирована и разработана начальная версия базы знаний интеллектуальной справочной системы по логике. На данный момент БЗ насчитывает более 300 статей. Личный вклад — 50 фрагментов БЗ, а также 30 тестовых вопросов.

Разработанная база знаний позволяет производить навигацию с помощью шаблонов изоморфного поиска и набора стандартных поисковых операций находить ответы на вопросы.

В дальнейшем ИСС будет совершенствоваться. Планируется добавление новых фрагментов БЗ и интеграция с другими системами.

Библиографический указатель

1. Сайт интеллектуальной поисковой системы Exactus [Электронный ресурс]. — Режим доступа: http://www.exactus.ru — Дата доступа: 01.05.2012.

2. Кузнецов, О. П. Дискретная математика для инженера / О. П. Кузнецов — Учебное пособие.6-е изд., стер. — СПб.: Издательство «Лань», 2009. — 400 с.: ил. — (Учебники для вузов. Специальная литература).

3. Хорошевский, В. Ф. Базы знаний интеллектуальных систем / В. Ф. Хорошевский, Т. А. Гаврилова — СПб: Питер, 2000. — 384 с.: ил.

4. Проект OSTIS [Электронный ресурс]. Минск, 2012. — Режим доступа: http://ostis.net/. — Дата доступа: 01.05.2012.

5. Справочно-информационный портал Википедия [Электронный ресурс]. — Режим доступа: http://www.http://ru. wikipedia.org — Дата доступа: 01.05.2012.

6. Сайт поисковой системы Google [Электронный ресурс]. — Режим доступа: http://www.http://google.com — Дата доступа: 01.05.2012.