Организация сетевых структур знаний, поддерживающая их редактирование

В настоящее время среди программных продуктов, внедряемых в сферу производства, доминируют информационные системы, в которых информационную поддержку для принятия решений обеспечивают знания о текущем состоянии предметной области, интенсивно меняющиеся на этапе эксплуатации информационной системы. В рамках диссертационной работы такие программные продукты будем называть информационными системами на основе динамических знаний. Актуальность и достоверность динамических знаний в информационных системах поддерживается массовым пользователем — специалистом в своей конкретной предметной области, который по определению не обязан быть специалистом в области информационных технологий.

В современных информационных системах все большее внимание уделяется сложно формализуемым знаниям (тяжело поддающимся унификации, структуризации и динамичным)1 [1]. В оболочках интеллектуальных (в т.ч. экспертных) систем ввод знаний и их актуализацию выполняют инженеры по знаниям. По мнению проф. Макаровой Н. В.: «Разработка программных комплексов экспертных систем. находится на уровне скорее искусства, чем науки. Это связано с тем, что. каждый последующий этап разработки. приносит новые идеи, которые могут повлиять на предыдущие решения и даже привести к их переработке» [2, С. 606]. Т.о. коллектив инженеров по знаниям в силу ограниченности возможностей каждого из них не способен достаточно оперативно поддерживать актуальность сложно формализуемых знаний в информационных системах. Необходим доступный массовому пользователю редактор, в котором используется язык манипуляций знаниями, приближенный к языку манипуляций знаниями концептуального уровня, применяемому в повседневной практике общения субъекта. В рамках редактора знаний, доступного массовому пользователю, необходимы автоматические преобразования знаний и.

Толкование понятия, именуемого термином «сложно формализуемые знания» см. в приложении 1. операций редактирования, между концептуальным и формальнологическим уровнями. Редактор знаний, рассчитанный на массового пользователя, должен с успехом работать на всем многообразии структур знаний. Препятствием для создания такого редактора стала нерешенность вопросов автоматического многовариантного редактирования сетевых структур знаний. Основным признаком сетевой структуры, является наличие хотя бы одного узла, имеющего более одной входящей и более одной исходящей дуг. Изменения во множестве исходящих связей такого узла могут быть необходимы в рамках некоторых входящих связей и недопустимы в рамках остальных входящих связей. Пример редактирования, не содержащий семантики предметной области, приведен на рис. 1.

Рис. 1. Пример редактирования узла сетевой структуры, не содержащий семантики предметной области.

До настоящего времени не получены решения вопросов автоматического контроля наличия более чем одной входящей связи для конкретного узла и реализации автоматического многовариантного редактирования во множестве исходящих связей такого узла.

Решение задачи автоматических преобразований знаний и операций редактирования между концептуальным и формально-логическим уровнями может быть получено созданием новой организации сетевых структур знаний, т. е. при новых подходах в представлении знаний, реализуемых в оболочках интеллектуальных (в т.ч. экспертных) систем. Актуальность поиска новых подходов к решению задачи представления знаний отмечается в работах ведущих специалистов в области информационных технологий и ИИ в частности. Так, по мнению проф. Кузина: «В настоящее время достижения в направлении представления в компьютерных системах плохо формализуемых областей знаний весьма скромны. Это объясняется тем, что разработчики. программного обеспечения пытаются описывать сложные проблемные среды, в которых решаются информационно сложные задачи, посредством однообразных регулярных структур (реляционных таблиц, объектов, фреймов, продукций и т. п.), слишком примитивных для отображения всего многообразия смысловых оттенков проблемной среды, хотя и удобных для последующей обработки информации» [3]. Как отмечает Гаврилова Т. А.: «Необходимость создания теоретического базиса науки о методах разработки систем, основанных на знаниях,. обосновывается в работах Поспелова Г. С., Поспелова Д. А., Попова Э. В., Стефанюка В. Л., Шенка Р., Минского М.. Немногочисленные попытки создания методологии (работы Осипова Г. С., Хорошевского В. Ф., Вилинга Б., Слэйгла Д.). ориентированы на определенный класс задач, моделируемый в рамках конкретного программного инструментария» [4, С. 1].

Создание доступного массовому пользователю редактора сложно формализуемых знаний должно привести к получению программного инструментария инвариантного к классам задач, использующих традиционные классы моделей знаний. При этом круг проблем многоаспектной задачи представления знаний в рамках работ по созданию такого редактора может быть ограничен конкретным аспектом. Такая конкретизация аспекта задачи представления знаний может быть выполнена составлением перечня концепций представления знаний, которые принимаются априори2.

Задача разработки организации сетевых структур знаний, позволяющей выполнять автоматические преобразования знаний и операций редактирования между концептуальным и формально-логическим уровнями, является актуальной для поддержания актуальности и достоверности сложно формализуемых знаний в информационных системах на основе динамических знаний.

2Перечень концепций представления знаний, которые принимаются априори см. в приложении 2.

Степень разработанности проблемы.

Разработчики инструментальных систем (СУБД и оболочек систем, основанных на знаниях) в документации к инструментальной системе описывают методы внесения в базу знаний узлов, имеющих более чем одну входящую связь и более чем одну исходящую связь (узлов сетевой структуры). Т.о. поясняется возможность создания (с применением конкретной инструментальной системы) сетевой структуры, присущей неоднородным моделям знаний. Создание сетевой структуры в рамках той или иной инструментальной системы целесообразно, если предоставлена возможность обработки неоднородной модели знаний сетевой структуры (в т.ч. поиск по сетевой структуре), которая должна быть заложена в механизме обработки знаний.

Как отмечает Гаврилова Т. А.: «В подавляющем большинстве систем, основанных на знаниях, механизм вывода представляет собой небольшую по объему программу.» [5, С. 26]. «Процедуры, реализующие поиск, обычно „зашиты“ в механизм вывода, поэтому в большинстве систем инженеры знаний не имеют к ним доступа и, следовательно, не могут в них ничего изменять по своему желанию» [5, С. 28]. «При разработке стратегии управления выводом важно определить., какую точку в пространстве состояний принять в качестве исходной? От выбора этой точки зависит и метод осуществления поиска — в прямом или обратном направлении» [5, С. 28]. Разработанные в настоящее время оболочки не содержат процедур вывода кроме процедур, именованных процедурами прямого и обратного выводов. Рассмотрение процедур прямого и обратного выводов позволяет определить их как локацию (в прямом или обратном направлениях) по какой-либо из вертикалей иерархической структуры. Такие возможности вывода удовлетворяют потребностям обработки однородных моделей знаний иерархических структур, т. е. структур дерево и лес.

Неоднородную модель знаний можно рассматривать как множество однородных моделей знаний, объединенных в виде «органически «единой модели знаний. Наличие в модели знаний связей между однородными моделями знаний позволяет утверждать, что рассматривается неоднородная модель. Это определение неоднородной модели знаний позволяет получить обоснованный ответ на вопрос: «Рассматриваемая конкретная модель знаний может быть названа неоднородной или это все та же однородная модель, у которой не удалось сформулировать и именовать примененную однородность?» В настоящее время в публикациях не встречается рассмотрение характера таких связей между однородными моделями знаний. Для обработки неоднородной модели знаний недостаточно множества функций механизма обработки знаний, используемых при обработке однородных моделей знаний. Отметим также, что однозначность прямого или обратного выводов требует, чтобы каждое понятие в однородной модели знаний было представлено единственным определением (единственным экземпляром в структуре знаний).

При рассмотрении механизма по обработке знаний у конкретной оболочки (как равно и в конкретной СУБД) не удается выделить функции этого механизма, которые не используются для обработки однородных моделей знаний структур дерево или лес, и которые предположительно могли бы использоваться для обработки неоднородных сетевых моделей знаний. Пользователи каждой конкретной оболочки, создавая модели знаний, не создают узлов сетевой структуры, т.к. механизмом обработки знаний эти узлы воспринимаются как узлы структур дерево или лес. Редактирование таких узлов (редактором знаний конкретной оболочки) может привести к неожиданному результату. В сложившейся ситуации легко сделать ложное заключение о том, что создание неоднородных моделей знаний сетевой структуры не востребовано практикой, т.к. не наблюдается в практических работах пользователей оболочек.

Недостаточное внимание к изучению возможностей и ограничений по работе с сетевыми структурами в рамках инструментальных систем (СУБД и оболочек систем, основанных на знаниях) обусловило пробел в исследованиях по теме: «Неоднородные сетевые модели знаний» .

Исследования по теме диссертационной работы позволили установить, что для неоднородных моделей знаний сетевой структуры можно предложить новое представление (организацию), в котором используются типизированные связи в соответствии с типами адекватностей (в т.ч. выявленными), для фиксации которых они используются. Сформирована диаграмма связей узла в сетевой структуре, позволяющая фиксировать связи пяти типов. Эту диаграмму предложено считать базовой диаграммой. В приложении 2 рассмотрены реализации в инструментальных системах четырех типовых решений задачи представления знаний. Показаны возможности формирования с применением этих реализаций базовой диаграммы. В результате исследований установлено, что связи 3, 4 и 5 типов не могут фиксироваться существующими в настоящее время инструментальными средствами. Таким образом, многообразие смысла простейших фактов, связанных с конкретным понятием, при описании предметной области ограничивается первым и вторым типами связей, то есть должно укладываться в структуры дерево и лес. Следовательно, решение задачи доступности массовому пользователю редактора сложно формализуемых знаний находится в новых подходах к представлению знаний в проектируемых инструментальных системах и не может быть получено модернизацией интерфейса получивших распространение оболочек.

Цель диссертационной работы заключается в создании новой организации сетевых структур, обеспечивающей автоматические преобразования концептуальной модели представления знаний в формально-логическую модель (первоочередное условие доступности массовому пользователю актуализации сложно формализуемых знаний).

Объектом исследования являются информационные системы на основе динамических знаний.

Предметом исследования является сетевая структура как универсальная форма представления знаний, наполняемая содержанием (семантикой) предметной области.

Гипотеза исследования: Создание и массовое распространение персональных компьютеров инициировало тенденцию доработки интерфейсов программных продуктов в соответствие с требованиями массового пользователя (не специалиста в области информатики). В настоящее время исключением из общей тенденции оказалась доработка интерфейса редактора сложно формализуемых знаний. Исследования по теме диссертационной работы позволят выявить и разрешить проблемы доработки интерфейса редактора сложно формализуемых знаний.

В соответствии с выделенными целью, объектом и предметом исследования, были поставлены и решены следующие задачи исследования:

1. Рассматривая возможное многообразие структур знаний о реальном мире и познавательные процедуры субъекта, сформулировать концепции представления знаний, обеспечивающие выполнение требований к пользовательским характеристикам информационных систем на основе динамических знаний.

2. Предложить преобразования традиционных семантических сетей в структуры со связями, типизированными в соответствии с типами адекватностей, для фиксации которых они используются.

3. Сформировать формализованную модель представления знаний, отображаемую квазиграфом и реализующую выявленные концепции представления знаний.

4. Формализовать представление экземпляров понятий при новой организации сетевых структур.

5. Выявить минимальный состав и способы компьютерной реализации операций по редактированию знаний на концептуальном уровне представления. Сформулировать концепцию автоматических преобразований знаний и операций редактирования между концептуальным и формальнологическим уровнями.

6. Проверить реализуемость предложенных методов путем построения редактора классификационных сетей и универсальность этого редактора путем применения его в различных областях.

Методы исследования: Для выявления концепций представления знаний (получения гносеологической модели) применено ассоциирование с процедурами реального процесса познания. Для отображения формальнологической модели применены методы структурного синтеза и теории графов. Новая организация сетевых структур знаний основана на использовании методов организации цепных списков с двунаправленной связью и методов адресного представления имен указателей.

Научная новизна:

1. Предложена организация сетевых структур, в которой предусмотрена возможность фиксации нового вида типизированных связей, соответствующих адекватностям пяти типов, являющихся основой работы редактора, доступного массовому пользователю. Показано, что наличие в сетевых структурах адекватностей 3, 4 и 5-го типов определяет их принципиальное отличие от структур дерево и лес, для описания которых достаточно адекватностей первого и второго типа.

2. Предложены преобразования традиционных семантических сетей в структуры с типизированными связями, соответствующими пяти типам адекватностей.

Практическая ценность. Применение предложенной организации сетевых структур позволило создать редактор сложно формализуемых знаний, в котором знания и команды, соответствующие операциям редактора, вводимые массовым пользователем на концептуальном уровне, автоматически преобразуются в формально-логический уровень. Результаты диссертационного исследования использованы при создании ОЭС 'Т1СО>ЮС8″. Эта оболочка прошла государственную регистрацию и внедрение в четырех предметных областях реального производства: АРМ испытателя (ЦНИИ Монолит) — АРМ патентоведа (Нижегородский машиностроительный завод) — АРМ информационного обеспечения конструктора стиральных машин автоматов (НИИ машиностроения, г. Дзержинск) — АРМ руководителя (фабрика первичной обработки шерсти, г. Токмак, Киргизия).

Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений.

Выводы по главе 3.

1. Практическая реализуемость теоретических результатов диссертационного исследования, в первую очередь, представления знаний с использованием квазиграфов и метода адресного представления имен указателей, была подтверждена созданием комплекса программ Р1СОМЭС8, включенного в отраслевой фонд алгоритмом и программ.

2. Широкий спектр предметных областей, проанализированных с точки зрения применимости в них разработанного комплекса программ, показал универсальность нового редактора знаний, которая подтвердилась его внедрением в четырех предметных областях.

3. Практический опыт автоматизации информационного обслуживания на реальном производстве показал востребованность интеллектуальных информационно-поисковых систем на базе комплекса программ Р1СОЖ) С8 и возможность его адаптации на такое применение в конкретных предметных областях.

4. Работы по созданию стартовой базы знаний на нескольких внедрениях позволили убедиться, что новый редактор знаний доступен массовому пользователю, а практическая ценность информационной системы наступает при количестве узлов сетевой структуры знаний более 100.000. Базы знаний таких размеров могут создаваться только повседневным трудом массового пользователя (специалиста в своей конкретной области, а не в области информационных технологий).

5. Эксплуатационные характеристики комплекса программ Р1СОЫОС8 (независимость времени реакции программной системы на всяком шаге интерактивного взаимодействия, отсутствие ограничений на диапазоны параметров сетевой структуры знаний и др.) были подтверждены тестированием и востребованы в работах по созданию стартовых баз знаний. Это является подтверждением, практической значимости научных результатов диссертационной работы, методов организации знаний на квазиграфах.

ЗАКЛЮЧЕНИЕ

.

В процессе проведенного диссертационного исследования были получены следующие результаты:

1. При рассмотрении многообразия структур знаний о реальном мире и процедур процесса познания сформулированны концепции представления знаний, обеспечивающие выполнение двух групп требований к пользовательским характеристикам информационных систем на основе динамических знаний. по многообразию структур знаний о реальном мирепо реальным размерам конкретных баз знаний и условиям эксплуатации, соответствующим размерам баз знаний.

2. Предложены два этапа преобразований традиционных семантических сетей в структуры с типизированными связями.

3. Сформирована формализованная модель представления знаний, отображаемая квазиграфом, и реализующая выявленные концепции представления знаний.

4. Предложена структура кортежа при новой организации сетевых структур, которая соответствует формализованной модели знаний и основана на применении цепных списков с двунаправленной связью.

5. Эмпирически выявлен минимальный состав операций редактора знаний на концептуальном уровне представления, состоящий из внесения, дублирования, изменения текста, перемещения и удаленияпонятия, а также предложены способы их компьютерной реализации. Сформулирована концепция автоматических преобразований знаний и операций редактирования между концептуальным и формально-логическим уровнями.

6. Предложенная организация сетевых структур знаний реализована в оболочке классификационных экспертных систем с редактором знаний, доступным массовому пользователю. Разработанная оболочка была использована при создании и исследовании интеллектуальных информационно-поисковых систем в одиннадцати предметных областях.

Новая организация сетевых структур знаний, создание которой было целью диссертационной работы, а так же другие результаты теоретической части работы позволили сделать редактор знаний оболочки Р1СОМОС8 доступным массовому пользователю. Перечисленные в диссертации области применения редактора знаний, доступного массовому пользователю, в составе программной системы РЮСЖОСЭ, составляют лишь часть возможных областей применения.

Совершенствование новой организации сетевых структур знаний и расширение многообразия областей ее применения могут быть реализованы в рамках совершенствования программной системы РЮОЫОСБ. На основе предложенной организации структур знаний может быть представлена любая модель из традиционных классов моделей. Из множества задач совершенствования программной системы Р1СОЫОС8, в решении которых важна такая особенность новой организации сетевых структур, отметим только две, не углубляясь в их сущность. Включение в программную систему Р1С (ЖОС8 механизма по созданию шаблон-структур, в дальнейшем принимаемых структурными единицами модели знаний. Из них формируется виртуальная сетевая структура знаний, которая затем редактируется и обрабатывается. А также совершенствование механизма обработки знаний для работы в условиях постоянно растущего многообразия шаблон-структур. Шаблон-структура — это фрагмент структуры знаний, которая может быть реализована с применением той или иной оболочки. Получившие распространение оболочки реализуют модели знаний, структура которых не выходит за рамки структур «дерево» и «лес». Поэтому, многообразие шаблон-структур будет ограничено, если создание такого механизма будет выполняться в рамках доработки оболочек с применением моделей, соотносимым с традиционными классами. Отсутствие ограничений на структуру, при применении новой организации сетевых структур знаний, позволит получить большее многообразие шаблон-структур. Задача передачи компьютеру инициативы по накоплению знаний в базе знаний и поддержанию базы знаний в актуальном состоянии. Решение этой задачи в рамках доработки оболочек с применением моделей, соотносимым с традиционными классами, будет несовершенным настолько, насколько структуру «дерево» можно назвать несовершенной «сетевой структурой». Решение этой задачи при применении новой организации сетевой структуры знаний можно охарактеризовать как совершенствование человеко-машинного интерфейса в направлении самообучаемости.

Создание редактора знаний, доступного массовому пользователю, позволяет по-новому оценить аспект простоты в организации сетевых структур знаний. Из необходимости простоты в эксплуатации технического изделия (например: автомобиля или телевизора) не следует необходимость простоты конструкции этого изделия. И все же, естественно предположить, что там, где есть возможность ограничиться более простой моделью знаний из традиционных классов моделей, будет применена простая модель. Выбор перспективных задач базировался на том, что реализация решения этих задач в рамках совершенствования программной системы Р1СОЫОС8 будет более качественной, более соответствующей потребностям сегодняшнего дня. Такой подход к выбору перспективных задач базируется на противопоставлении двух вариантов ожидаемых результатов решения: 1) решение в рамках совершенствования программной системы Р1СОМЭС8- 2) решение в рамках доработки оболочек с применением моделей из традиционных классов.

Возможен другой базис для выбора перспективных задач совершенствования новой организации сетевых структур знаний и расширения многообразия областей ее применения. Доступ в реальное производство неограничен. Однако наибольший интерес представляет задача, которая не может быть решена существующими программными средствами. Анализ причины, потребовавшей создания новой организации сетевых структур знаний, позволяет сделать вывод, что доступность массовому пользователю редактора знаний потребовала устранения любого регламента в вопросах представления знаний. Поэтому, перспективны те направления развития, темы диссертационной работы, где решения не могут быть получены с применением моделей знаний традиционных классов. Из множества задач, относящихся к этим направлениям, отметим только две:

Задача первичной идентификации. Общение двух субъектов начинается с некоторой процедуры и сопровождается интенсивным применением этой процедуры, которая может быть именована «первичной идентификацией». Завершение процедуры «первичной идентификации» происходит в тот момент, когда с применением механизмов логического мышления оба субъекта конкретизировались на понятиях модели области реального мира (у каждого субъекта своя модель), которые ассоциируется субъектами с одной и той же сущностью реального мира. Создание механизма первичной идентификации во многом базируется на результатах создания словарей простых и составных имен. Механизм применения словарей для первичной идентификации будет эффективным, если состав словарей, а также правила формирования составных имен будут активно подстраиваться к потребностям конкретной группы пользователей на этапе эксплуатации программной системы. Составные имена формируются применением (к окружению именуемого понятия) некоторых правил, перечень которых не может быть ограничен априори. Во избежание регламента на составные имена модель знаний не должна иметь искусственных ограничений по структуре, как это имеет место в моделях знаний традиционных классов.

Задача генерации гипотез. Механизм логического вывода неотделим от организации знаний в модели знаний. «Системы, основанные на знаниях,. по своему замыслу, должны обладать способностью рассуждать и выводить заключения на основе знания некоторых общих закономерностей мира, сведений о текущем целевом состоянии объекта управления и т. п.» [41, С. 5] Достижения в создании такой способности систем, основанных на знаниях, сконцентрированы в системах, основанных на автоматическом гипотезировании, т. е. на порождении гипотез. Однако, «Необходимы новые идеи для придания „второго дыхания“ системам автоматизации рассуждений» [41, С. 7]. Концентрированное выражение проблемы в том, что знания, не содержащиеся в базе знаний, не могут быть получены традиционным механизмом логического вывода. Возможен только перевод знаний из разряда опосредованных (косвенных) в разряд прямых. Задача создания генератора высокоинтеллектуальных умозаключений несомненно является актуальной. Ее конструктивное решение может быть найдено, если новую организацию структур знаний дополнить возможностью фиксации связей еще одного типа. Новый тип адекватности условно может быть назван «порождающей адекватностью». Порождающая адекватность отражает незавершенность познания по процедуре выявления сущности в пространстве единства реального мира. Она фиксирует существование некоторого сходства вновь выявляемой сущности с ранее выявленной сущностью, никак не характеризуя это сходство. Пример: дельфин — это млекопитающее, приспособившееся к проживанию в водной среде. Для характеристики понятия, именуемого термином «дельфин», будет возможно сгенерировать гипотезу, обратившись к понятию, именуемому термином «млекопитающее». В дальнейшем практика субъекта позволит переквалифицировать эту гипотезу в факт или ложный факт. Предлагаемый аспект рассмотрения задачи генерации гипотез можно признать конструктивным, однако, нереализуемым с применением простых моделей знаний традиционных классов. Выявление новых типов связей в гносеологической модели, а также внесение их в организацию структур знаний актуально для расширения возможностей оболочек систем, основанных на знаниях, и созданных на их основе приложений.