4. Поиск релевантных знаний.
4. Поиск релевантных знаний.
Базы знаний в интеллектуальных системах используются в самых различных процедурах, связанных с вводом знаний, преобразованием и использованием их для поиска решений. Все эти процедуры требуют наличия механизмов, которые позволяли бы по тексту запроса к базе знаний найти в базе именно те знания, которые понадобятся для получения ответа.
В отличие от баз данных, для которых механизмы поиска ответов на запросы достаточно хорошо изучены (хотя и тут еще имеется немало нерешенных задач, являющихся для специалистов «твердыми орешками»), соответствующие проблемы для баз знаний пока еще далеки от каких-либо эффективных решений. Известно, что основным механизмом реализации процедур поиска в базах знаний служит поиск по образцу, являющийся своеобразным видом ассоциативного поиска.
Процедуры поиска по образцу имеют высокую сложность с экспоненциальной оценкой. Но с этим приходится мириться, так как пока не найдено какой-либо иной универсальной процедуры, позволяющей отыскивать нужные знания. Но основной проблемой остается поиск ответа на вопрос: «Как сформировать образец по тексту поступившего запроса?».
Сложность этой проблемы можно проиллюстрировать на следующем (весьма простом) примере. Пусть в систему введен текст: «Петя залез на стул, открыл дверцу заветного шкафа, достал конфеты и быстро, торопясь, съел несколько штук. …Вечером мать, доставая конфеты для чая, посмотрела на Петю и сказала: „Странно. Конфет стало меньше“. Петя густо покраснел».
Предположим, что интеллектуальная система должна ответить на вопрос: «Почему Петя покраснел?» На основании какой информации она сможет это сделать? Как мы сами отвечаем на подобные вопросы?
Проблема поиска релевантной некоторому тексту информации пока остается нерешенной. В этой области пока больше вопросов, чем ответов. В ближайшие годы новые поколения ученых должны внести в решение этой проблемы свою лепту. Возможно, что появление энциклопедических баз знаний облегчит эту задачу.
Более 800 000 книг и аудиокниг! 📚
Получи 2 месяца Литрес Подписки в подарок и наслаждайся неограниченным чтением
ПОЛУЧИТЬ ПОДАРОКЧитайте также
Собирая пазл знаний о SEO
Собирая пазл знаний о SEO На заре SEO, когда текстовые «простыни» были большими, а тег keywords важным, главным способом получить знания о поисковых машинах и тонкостях обращения и с ними было действовать самому, подчас наобум, или наподобие подмастерья учиться у тех, кто занялся
Глава 1 Суть проблемы представления знаний
Глава 1 Суть проблемы представления знаний Проблема представления знаний является тем ключевым пунктом, через который проходят пути к достижению успеха, пожалуй, во всех направлениях исследований по искусственному интеллекту, начиная от проблем понимания
База знаний
База знаний Веб–интерфейс Admintool ВНИМАНИЕ!Admintool не избавляет вас о необходимости начального создания и настройки конфигурационного файла NeTAMS. С его помощью можно лишь управлять параметрами уже существующих юнитов в плане настройки IP–адресов, квот, параметров логинов и
Поиск на научных сайтах с использованием платформы Flexum «Поиск по научным сайтам»
Поиск на научных сайтах с использованием платформы Flexum «Поиск по научным сайтам» Тема научного поиска не прошла мимо разработчиков персональных поисковиков. Подробному рассказу о возможностях таких поисковых систем посвящена отдельная глава нашей книги (см. главу 6).
3.3.2. База знаний системы
3.3.2. База знаний системы Контроль текста, осуществляемый системой ЛИНАР, основывается на использовании знаний о том, что такое правильный, хороший текст. Совокупность этих знаний называется контролирующими знаниями, или К-знаниями. При формировании К-знаний учитывались
7. Страсть к какой-либо области знаний
7. Страсть к какой-либо области знаний У каждого из нас есть сфера, в которой мы не обязательно профи, но любим ее изучать. Возможно, это информация по личностному развитию, бизнесу, спорту, здоровью, отношениям. Вы – не суперэксперт, но есть страсть к теме.Можно взять
ИСПОЛЬЗОВАНИЕ НАШИХ ЗНАНИЙ О ФУНКЦИЯХ
ИСПОЛЬЗОВАНИЕ НАШИХ ЗНАНИЙ О ФУНКЦИЯХ Теперь, когда мы знаем о функциях немного больше, соберем вместе несколько поучительных примеров, но сначала решим, чем мы будет заниматься. Что вы скажете насчет функции возведения в степень, которая дает возможность
5. Продукционная модель знаний
5. Продукционная модель знаний По своей сути продукционные модели знаний близки к логическим моделям, что позволяет организовать весьма эффективные процедуры логического вывода данных. Это с одной стороны. Однако, с другой стороны, если рассматривать продукционные
Торжество политэкономии знаний
Торжество политэкономии знаний Автор: Дмитрий БаюкНаучный труд сам по себе к философствованию не располагает. Если когда-то и было не так, то по причинам скорее социально-психологическим, чем по природе самого занятия.ОБ АВТОРЕДмитрий Баюк – заместитель главного
Кладовая знаний Автор: Ольга Шемякина.
Кладовая знаний Автор: Ольга Шемякина. Одна из самых востребованных мультимедийных разработок — это несомненно энциклопедия. На сегодня в России самый масштабный и, не побоюсь этого слова, уникальный проект такого рода — «Большая энциклопедия Кирилла и Мефодия»