Прикарпатський національний університет імені Василя Стефаника
ВИПУСКНА ДИПЛОМНА РОБОТА СПЕЦІАЛІСТА
на тему:
ТЕХНОЛОГІЯ ФОРМУВАННЯ БАЗИ ЗНАНЬ В АДАПТИВНІЙ СИСТЕМІ ДИСТАНЦІЙНОГО НАВЧАННЯ
ЗМІСТ
Перелік умовних позначень, символів, одиниць, скорочень і термінів….........5
ВСТУП..………………………………………………………………………........6
Розділ1 ПОНЯТТЯ ПРО ЗНАННЯ. ПРЕДСТАВЛЕННЯ ЗНАНЬ...…………..7
Представлення знань і вивід на знаннях…........……………………...7
Дані і знання…………………………………..………………7
Моделі представлення знань…………………………..……..9
Вивід на знаннях………………………………………...…...14
Розділ2 ТЕОРЕТИЧНІ АСПЕКТИ ІНЖЕНЕРІЇ ЗНАНЬ…………………......20
Поле знань…………………………………………………………….20
Мова опису поля знань……………………………………...20
Семіотична модель поля знань……………………………..22
“Піраміда” знань…………………………………………….26
Стратегії отримання знань…………………………………….……27
Теоретичні аспекти витягування знань…….………………….…..32
Психологічний аспект витягування знань…..……………..33
Лінгвістичний аспект витягування знань………..………...35
Гносеологічний аспект витягування знань……..…………35
Теоретичні аспекти структуризації знань…………….……….…..37
Ієрархічний підхід...………………………………….……..38
Традиційні методи структуризації…………………..……..40
НОВІ ТЕНДЕНЦІЇ І ПРИКЛАДНІ АСПЕКТИ ІНЖЕНЕРІЇ ЗНАНЬ……..49
Латентні структури знань і психосемантика…………..........……..49
Семантичні простори і психологічне шкалювання…..…...49
Методи багатовимірного шкалювання………………..…...54
3.1.3 Використання метафор для виявлення “прихованих” структур знань..............................................................................58
Метод репертуарних решіток……………………..………………...59
Основні поняття……………………………….……………59
Візуальне проектування баз знань як інструмент пізнання……....62
Від понятійних карт до семантичних мереж……………...62
База знань як пізнавальний інструмент………………..…..64
ВИСНОВОК...……………………………………………………………………66
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ……………………………………….67
Перелік умовних позначень, символів, одиниць, скорочень і термінів
ШІ – штучний інтелект
ЕС – експертна система
БЗ – база знань
МПЗ – мова представлення знань
ПО – предметна область
ЕОМ – електронно-обчислювальна машина
БІП – блоково-ієрархічний підхід
ООП – об’єктно-орієнтований підхід
ОСП – об’єктно-структурний підхід
ОСА – об’єктно-структурний аналіз
ОСР – об’єктно-структурна розробка
БШ – багатовимірне шкалювання
АНС – автоматизована навчальна система
ВСТУП
Розвиток навчального процесу дав початок виникненню нового виду навчання – дистанційного навчання. Відтоді набули широкого вжитку системи дистанційного навчання. Зараз багато організацій світу займаються створенням систем дистанційного навчання.
Одна з основних задач, яка виникає при створенні систем дистанційного навчання - це за-дача створення та наповнення бази знань.
Дана дипломна робота присвячена розгляду технологій проектування та наповнення баз знань, а також придбанні та структуризації знань.
Метою даної роботи є створення та наповнення бази знань і вивід інформації користувачу у вигляді лекційного матеріалу.
Об’єктом дослідження є база знань в адаптивній системі дистанційного навчання.
Предметом дослідження в дипломній роботі є методи отримання та структуризації знань.
1 ПОНЯТТЯ ПРО ЗНАННЯ. ПРЕДСТАВЛЕННЯ ЗНАНЬ
1.1 Представлення знань і вивід на знаннях
1.1.1 Дані і знання
При вивченні інтелектуальних систем традиційно виникає питання - що ж таке знання і чим вони відрізняються від звичайних даних, десятиліттями оброблюваних ЕОМ. Можна запропонувати декілька робочих визначень, в рамках яких це стає очевидним.[1]
Дані - це окремі факти, що характеризують об'єкти, процеси і явища предметної області, а також їх властивості.
При обробці на ЕОМ дані трансформуються, умовно проходячи наступні етапи:
D1 - дані як результат вимірювань і спостережень;
D2 - дані на матеріальних носіях інформації (таблиці, протоколи, довідники);
D3 - моделі (структури) даних у вигляді діаграм, графіків, функцій;
D4 - дані в комп'ютері на мові опису даних;
D5 - бази даних на машинних носіях інформації.
Знання які спираються на дані, отримані емпіричним шляхом. Вони є результатом розумової діяльності людини, направленої на узагальнення його досвіду, отриманого в результаті практичної діяльності.
Знання - це закономірності предметної області (принципи, зв'язки, закони), отримані в результаті практичної діяльності і професійного досвіду, дозволяють фахівцям ставити і вирішувати задачі, в цій області.
При обробці на ЕОМ знання трансформуються аналогічно даним.
Z1 - знання в пам'яті людини як результат мислення;
Z2 - матеріальні носії знань (підручники, методична допомога);
Z3 - поле знань - умовний опис основних об'єктів наочної області, їх атрибутів і закономірностей, що їх зв'язують;
Z4 - знання, описані на мовах представлення знань (продукційні мови, семантичні мережі, фрейми - див. далі);
Z5 - база знань на машинних носіях інформації.
Часто використовується таке визначення знань. Знання - це добре структуровані дані, або дані про даних, або метадані.
Існує безліч способів визначати поняття. Один з широко вживаних способів заснований на ідеї інтенсіоналу. Інтенсіонал поняття - це визначення його через співвідношення з поняттям більш високого рівня абстракції із вказанням специфічних властивостей. Інтенсіонали формулюють знання про об'єкти. Інший спосіб визначає поняття через співвідношення з поняттями нижчого рівня абстракції або перерахування фактів, що відносяться до визначуваного об'єкту. Це є визначення через дані, або екстенсіонал поняття.
Для зберігання даних використовуються бази даних (для них характерні великий об'єм і відносно невелика питома вартість інформації), для зберігання знань - бази знань (невеликого об'єму, але виключно дорогі інформаційні масиви). База знань - основа будь-якої інтелектуальної системи.
Знання можуть бути класифіковані по наступних категоріях[1]:
Поверхневі - знання про видимі взаємозв'язки між окремими подіями і фактами в предметній області;
Глибинні - абстракції, аналогії, схеми, що відображають структуру і природу процесів, що протікають в предметній області. Ці знання пояснюють явища і можуть використовуватися для прогнозування поведінки об'єктів.
Сучасні експертні системи працюють в основному з поверхневими знаннями. Це пов'язано з тим, що на даний момент немає універсальних методик, які дозволяють виявляти глибинні структури знань і працювати з ними.
Крім того, в підручниках по ШІ знання традиційно ділять на процедурні і декларативні. Історично первинними були процедурні знання, тобто знання, "розчинені" в алгоритмах. Вони управляли даними. Для їх зміни потрібно було змінювати програми. Проте з розвитком штучного інтелекту пріоритет даних поступово змінювався, і все більша частина знань зосереджувалася в структурах даних (таблиці, списки, абстрактні типи даних), тобто збільшувалася роль декларативних знань.
Сьогодні знання придбали чисто декларативну форму, тобто знаннями вважаються пропозиції, записані на мовах представлення знань, наближених до природного і зрозумілих неспеціалістам.
1.1.2 Моделі представлення знань
Існують десятки моделей (або мов) представлення знань для різних предметних областей. Більшість з них може бути зведена до наступних класів:
продукційні моделі;
семантичні мережі;
фрейми;
формальні логічні моделі.
Продукційна модель. Продукційна модель або модель, що грунтується на правилах, дозволяє представити знання у вигляді пропозицій типу "Якщо (умова), то (дія)".
Під