CC BY
43
С.А. Г орбатенко,
доктор технических наук, профессор
Н.В. Даценко,
кандидат технических наук
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ПРОБЛЕМНО-ЗАВИСИМОЙ ИНФОРМАЦИОННОЙ БАЗЕ ГУМАНИТАРНОЙ ЭКСПЕРТНОЙ
СИСТЕМЫ
Эффективность процесса формирования экспертного заключения, определяющаяся оперативностью обработки информации и достоверностью полученного решения, в значительной мере зависит от организации программной структуры, управляющей логическим выводом. При этом использование универсальных управляющих процедур, не учитывающих специфику решаемых задач, приводит к снижению вычислительной эффективности системы и предъявляет следующие, довольно высокие, требования к характеристикам информационной среды формализуемой предметной области [1]:
1) достоверность знаний и фактов, т.е. отсутствие ошибок и противоречий;
2) стабильность фактов во времени, т.е. отсутствие необходимости в корректировке в ходе решения задачи;
3) небольшой размер пространства поиска решения (для осуществления полного перебора без риска возникновения «комбинаторного взрыва»).
В то же время особенностью формирования экспертных заключений в гуманитарной области знаний, как правило, является необходимость поиска решения среди множества альтернативных гипотез на основе противоречивой, неполной, неточной априорной информации, нередко изменяющейся во времени [2]. Следовательно, процедура, управляющая логическим выводом в процессе решения гуманитарных задач, должна конструироваться с учетом особенностей информационной среды предметной области, другими словами, способа представления знаний в проблемно-зависимой информационной базе экспертной системы. Таким образом, необходимо определиться с тем, какие из моделей представления знаний позволяют наиболее эффективно формализовать отдельные области гуманитарных знаний, характеризующиеся некоторой совокупностью признаков, позволяющих классифицировать решаемые задачи с точки зрения обрабатываемой информации. В качестве отличительных признаков целесообразно рассматривать следующие свойства предметной области (ПО):
1) размерность ПО, т.е. число рассматриваемых объектов;
2) режим функционирования ПО (статический или динамический);
3) характеристика знаний об объектах ПО (полнота/неполнота, точность/неточность, согласованность/противоречивость);
4) размер пространства поиска решения, т.е. количество альтернативных гипотез, рассматриваемых в процессе вывода.
Как известно, для формализации информации предметной области наиболее часто используются логические модели представления знаний, правила продукций и семантические сети.
Основным преимуществом использования логических моделей является наличие единообразной формальной процедуры вывода. Однако эта модель обладает рядом недостатков, существенно ограничивающих возможность ее использования для представления знаний в гуманитарных экспертных системах; наиболее важными из них являются следующие:
1) монотонность, связанная с тем, что в процессе логического вывода знания добавляются, но не удаляются из информационной базы, вследствие чего появление новых фактов не приводит к пересмотру заключений;
2) невозможность формирования логического вывода на основе противоречивой, неточной, неполной информации;
3) вероятность возникновения «комбинаторного взрыва» при большом пространстве поиска решения;
4) сложность использования при доказательстве эвристик, отражающих специфику конкретной предметной области;
5) трудность обеспечения однозначности перевода предложений естественного языка в конструируемые формулы;
6) сложность модификации.
Учитывая вышесказанное, логическую модель можно использовать для формализации знаний предметных областей, обладающих следующими характеристиками:
1) небольшой размерностью;
2) статическим характером функционирования;
3) согласованностью, полнотой и точностью исходной информации;
4) небольшим пространством поиска решения.
Таким образом, логическая модель представления знаний предъявляет достаточно высокие требования к свойствам предметной области. Однако, несмотря на это, она может эффективно применяться для решения гуманитарных задач в областях, в которых система знаний невелика по объему и проста по структуре. При этом необходимо разработать ряд управляющих процедур, позволяющих предотвратить «комбинаторный взрыв» и обеспечить проведение немонотонных рассуждений.
Продукционные модели, с одной стороны, близки к логическим, что позволяет организовать эффективные процедуры вывода, с другой — более наглядно отражают знания, чем логические модели. Основными достоинствами продукционных моделей являются [3]:
1) модульность: каждая продукция описывает небольшой, относительно независимый фрагмент знаний;
2) модифицируемость (как следствие модульности): изменение, добавление или удаление одних продукций могут осуществляться относительно независимо от других продукций;
3) наглядность: подавляющая часть человеческих знаний может быть представлена в виде продукций;
4) наличие эффективных методов формирования выводов на основе неполной, неточной, противоречивой априорной информации;
5) наличие в продукциях указателей на сферу применения позволяет эффективно организовать базу знаний и, тем самым, сократить время поиска необходимой информации. Классификация сфер может быть многоуровневой, что еще больше повышает эффективность поиска знаний, так как позволяет наследовать информацию.
Недостатком этой модели является сложность проверки непротиворечивости информационной базы при большом числе продукций (более тысячи).
Анализируя достоинства и недостатки продукционной модели представления знаний, можно сделать следующие выводы о свойствах гуманитарных предметных областей, для которых использование этой модели является наиболее целесообразным. Исходя из ограничения числа продукций базы знаний, размерность ПО должна быть относительно небольшой. Учитывая удобство модификации и инкрементного наращивания правил, эта модель может использоваться для формализации знаний предметных областей, имеющих динамический характер [4].
Наличие разработанных эффективных методов вывода заключений на основе неполной, неточной, противоречивой исходной информации позволяет осуществлять поиск решения в условиях неопределенности. Следствием этого является возможность поиска решения среди множества альтернативных гипотез и получения нескольких заключений, которые могут быть сведены к одному, наиболее достоверному выводу. Обеспечение оперативного поиска информации в базе знаний за счет наличия указателей на сферу применения в продукциях позволяет использовать продукционную модель для формализации знаний предметных областей, в которых от времени вывода заключения зависит, в конечном итоге, эффективность экспертизы [5].
Семантические сети позволяют описывать иерархические, причинно-следственные связи между объектами ПО и осуществлять преобразование информационных единиц путем использования соответственно классификационных, каузальных и функциональных отношений. Наличие иерархий, построенных на основе связей «является» и «имеет часть», позволяет избежать дублирования информации в сети и, тем самым, обеспечивает сокращение объема информационной базы, так как, при необходимости, знания об объекте ПО могут быть получены с помощью «наследования» признаков. Использование указанных связей в семантической сети дает возможность осуществлять логический вывод в большом пространстве поиска решения. Применение каузальных отношений позволяет моделировать динамические процессы ПО, например, развитие болезни. Приписывание весовых коэффициентов различным отношениям семантической сети дает возможность реализовать логический вывод на основе неполной, неточной, противоречивой априорной информации. Кроме того, важной особенностью семантических сетей является представление информации более явным образом, чем при применении других формализмов, что упрощает доступ управляющей структуры к необходимым знаниям и, следовательно, повышает оперативность решения задач.
Проведенный анализ моделей представления знаний позволяет осуществить выбор наиболее рационального способа структурирования информации в проблемнозависимой информационной базе гуманитарной экспертной системы, обеспечивающего повышение эффективности логического вывода экспертного заключения.
ЛИТЕРАТУРА
1. Попов Э.В. Экспертные системы: решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. — М.: Наука, 1987.— 288 с.
2. Даценко Н.В. Логический вывод в автоматизированной консультативной системе медико-криминалистической экспертизы отравлений / Н.В. Даценко, Б.Н. Прасолов // Информационные технологии. — 2005. — № 6. — С.68—71.
3. Горбатенко С. А. Информационные технологии в процессе производства медико-криминалистической экспертизы отравлений / С. А. Горбатенко, Н. В. Даценко // Информатизация и информационная безопасность правоохранительных органов: Материалы XII Международной научной конференции. — М.: Академия управления МВД России, 2003. — С.428—434.
4. Искусственный интеллект.— Ч.2. Модели и методы / под ред. Д.А. Поспелова.— М.: Радио и связь, 1990.— 304 с.
5. Даценко Н.В. Структурирование информации в консультативной системе медико-криминалистической экспертизы воздействия химических факторов / Н.В. Даценко // Международная научно-практическая конференция: тезисы докладов. Ч.6. Моделирование. Теория, методы и средства.— Новочеркасск: Южно-российский государственный технический университет, 2001.— С.15—16.
