Сетевые модели

Размещено на http://www.allbest.ru/

Сетевые модели

Сетевые представления имеют почти такую же длинную историю, как и логика. Графы давно используются в психологии для представления структур понятий и ассоциаций. Много исследований на основе сетевых представлений было сделано в области понимания естественных языков. В общем случае для понимания естественных языков требуется намного больше знаний, чем для работы специализированных экспертных систем. Оно включает понимание общего смысла, принципов действия физических объектов, взаимодействий, происходящих между людьми, и принципов организации коллективов людей. Программа должна понимать намерения, убеждения, гипотетические рассуждения, планы и цели. Из-за требований большого количества необходимых знаний проблема понимания естественных языков всегда являлась движущей силой исследований в области представления знаний.

Семантические сети

Семантика в бытовом понимании означает смысл слова, художественного произведения, действия и т.д. Семантическая сеть (СС) - это граф, дуги которого есть отношения между вершинами (значениями). Семантические сети появились при решении задач разбора и понимания смысла естественного языка.

Пример семантической сети для предложения типа "Поставщик осуществил поставку изделий по заказу клиента до 1 июня 2004 года в количестве 1000 штук" приведен на рис.1.

Рис. 1. Пример семантической сети

На этом примере видно, что между объектами Поставщик и Поставка определено отношение "агент", между объектами Изделие и Поставка определено отношение "объект" и т.д.

Число отношений, используемых в конкретных семантических сетях, может быть самое разное. Неполный список возможных отношений, используемых в семантических сетях для разбора предложений, выглядит следующим образом.

Агент - это то, что (тот, кто) вызывает действие. Агент часто является подлежащим в предложении, например, "Робби ударил мяч".

Объект - это то, на что (на кого) направлено действие. В предложении объект часто выполняет роль прямого дополнения, например, "Робби взял желтую пирамиду ".

Инструмент - то средство, которое используется агентом для выполнения действия, например, "Робби открыл дверь с помощью ключа ".

Соагент служит как подчиненный партнер главному агенту, например, "Робби собрал кубики с помощью Суззи".

Пункт отправления и пункт назначения - это отправная и конечная позиции при перемещении агента или объекта: "Робби перешел из комнаты в библиотеку ".

Траектория - перемещение от пункта отправления к пункту назначения: "Они прошли через дверь по ступенькам на лестницу ".

Средство доставки - то в чем или на чем происходит перемещение: "Он всегда едет домой на метро ".

Местоположение - то место, где произошло (происходит, будет происходить) действие, например, "Он работал за столом ".

Потребитель - то лицо, для которого выполняется действие: "Робби собрал кубики для Суззи".

Сырье - это, как правило, материал, из которого что-то сделано или состоит. Обычно сырье вводится предлогом из, например, "Робби собрал Суззи из интегральных схем ".

Время - указывает на момент совершения действия: "Он закончил свою работу поздно вечером ".

Наиболее типичный способ вывода в семантических сетях - это способ сопоставления частей сетевой структуры. Это видно на следующем простом примере, представленном на рис. 2.

Рис. 2. Процедура сопоставления в СС

Куб Cube принадлежит миру BlockWorld.

Куб Cube_001 есть разновидность куба Cube.

Легко сделать вывод:

Куб Cube_001 есть часть мира BlockWorld.

Еще один пример поиска в семантических сетях.

Представим вопрос "какой объект находится на желтом блоке?" в виде подсети, изображенной на рис 3. Произведем сопоставление вопроса с сетью, представленной на рис. 4. В результате сопоставления получается ответ - "Пирамида".

Рис. 3. Вопрос в виде CC

Рис. 4. Процедура сопоставления в СС

Первые компьютерные реализации семантических сетей были созданы в начале 1960-х для использования в системах автоматического (машинного) перевода. В конце 1960-х была написана известная программа Куиллиана, которая иллюстрирует многие особенности ранних семантических сетей. Эта программа характеризовала английские слова примерно таким же образом, как это делает словарь: слово определяется в терминах других слов, и так же формулируются составляющие этих определений. В отличие от формального определения слов в терминах базовых аксиом каждая формулировка просто ведет к другим определениям, неструктурированными и, возможно, окольными путями. При просмотре слова мы прослеживаем эту цепочку до тех пор, пока не убедимся, что понимаем первоначальное слово.

Каждый узел в сети Куиллиана соответствует словесному понятию, имеющему ассоциативные связи с другими понятиями, из которых формируется его определение. База знаний организована в плоскости, каждая из которых является графом, характеризующим одно слово. На рис. 5. показаны три плоскости, задающие три различных определения слова "plant": plant 1 (растение), plant 2 (место, где работают люди) и plant 3 (процесс помещения семени в землю).

Plant:

1. Живая структура, которая не является животным, часто с листьями, получающая пищу из воздуха, воды и земли

2. Оборудование, используемое для некоторого производственного процесса

3. Помещать (семя, растение и т.п.) в землю для выращивания

Рис. 5. Три плоскости, представляющие три определения слова "plant"

Программа использовала эту базу знаний для поиска отношений между парами английских слов. Получив два слова, она осуществляла на графах поиск для нахождения общего понятия, или узла пересечения. Пути к общему узлу представляли отношение между словесными понятиями. Например, на рис. 6, взятом из той же статьи, показана точка пересечения путей, ведущих от понятий cry (плач) и comfort (покой). Используя пересечение этих путей, программа смогла заключить следующее. Плач (cry 2), помимо всего прочего, связан с производством печальных звуков. Покой (comfort 3) может уменьшить печаль.

Числа в ответах указывают, какие именно значения слов выбрала программа. Куиллиан предполагал, что этот подход к семантике обеспечит следующие возможности систем понимания естественных языков.

1) Определять смысл английского текста путем построения совокупности узлов пересечения.

2) Выбирать смысл слов, находя самые короткие пути к точкам пересечения с путями для других слов предложения. Например, в английском предложении 'Tom went home to water his new plant" ('Том пришел домой полить свое новое растение") система сможет выбрать значение слова "plant", основываясь на пересечении понятий "water" и "plant".

3) Гибко отвечать на вопросы, основываясь на ассоциациях между понятиями в вопросах и в системе.

Рис. 6. Пересечение путей, ведущих от понятий cry (плач) и comfort (покой)

Хотя эта и другие ранние работы показали силу графов для моделирования ассоциативного смысла, они были ограничены чрезмерной общностью формализма. Знание обычно структурировалось в терминах специфических отношений, таких как объект-свойство, класс-подкласс и агент-глагол-объект. Исследования в области сетевых представлений часто фокусировались на спецификации этих отношений.

Стандартизация сетевых отношений

Само по себе представление отношений в виде графов имеет мало преимуществ перед исчислением предикатов -- это только другая запись отношений между объектами. Сила сетевых представлений состоит в определении связей и специфических правил вывода, определяемых механизмом наследования.

Хотя ранняя работа Куиллиана установила такие наиболее значительные особенности формализма семантических сетей, как помеченные дуги и связи, иерархическое наследование и вывод на основе ассоциативных связей, она не позволяла преодолеть сложность многих проблемных областей. Одной из главных причин этого была ограниченность связей, которые не охватывали более глубоких семантических аспектов знаний. Большая часть связей представляла общие ассоциации между узлами и не обеспечивала реальной основы для структурирования семантических отношений. Та же проблема возникала при попытке использовать исчисление предикатов для охвата семантики смысла. Хотя этот формализм является очень выразительным и позволяет представлять почти любой вид знаний, он слишком общий и переносит бремя конструирования соответствующего множества фактов и правил на программиста.

Большинство работ по сетевым представлениям, развивающих работы Куиллиана, сводились к определению обширного множества меток связей (отношений) для более полного моделирования семантики естественного языка. За счет реализации базовых семантических отношений естественного языка как части формализма, а не как части знаний о предметной области, базы знаний позволяют автоматизировать работу и обеспечивают большую общность и непротиворечивость.

Предложение представляется как набор узлов, один из которых соответствует глаголу, а остальные связанные с ним узлы представляют других участников действия. Эта структура называется падежным фреймом (case frame). При разборе предложения программа находит глагол и ищет в базе знаний соответствующий ему падежный фрейм. Затем она связывает значения агента, объекта и тому подобного с соответствующими узлами падежного фрейма. Используя этот подход, предложение "Sarah fixed the chair with glue" ("Сара укрепила стул клеем") можно представить сетью, показанной на рис. 7.

Рис. 7. Падежный фрейм, представляющий предложение "Сара укрепила стул клеем "

Таким образом, сам язык представления включает многие глубинные связи естественного языка, такие как отношение между глаголом и его субъектом (агентное отношение) или глаголом и его объектом. Знание падежной структуры английского языка является частью самого сетевого формализма. При разборе отдельного предложения становится ясно, что Сара -- это человек, производящий укрепление, а клей используется для соединения частей стула. Отметим, что эти лингвистические отношения запоминаются отдельно (независимо) от реального предложения и даже от языка, на котором сформулировано предложение.

Ряд исследователей уделяли большое внимание дальнейшей стандартизации имен связей. Каждое исследование было направлено на установление полного множества примитивов для единообразного представления семантической структуры выражений естественного языка. Эти множества призваны помочь в реализации рассуждений с использованием элементов языка. Они должны быть независимы от индивидуальных особенностей отдельных языков или фраз.

Возможно, наиболее амбициозной попыткой формального моделирования глубинных семантических структур естественного языка является теория концептуальной зависимости (conceptual dependency) Ригера (Rieger) и Шенка (Schank). В рамках теории концептуальной зависимости рассматриваются четыре типа примитивов, на основе которых определяется смысл выражений. К ним относятся:

ACT -- действия (actions);

РР -- объекты (picture producers);

АА -- модификаторы действий (action aiders);

PA -- модификаторы объектов (picture aiders).

Предполагается, что каждое из действий должно приводить к созданию одного или нескольких примитивов. Перечисленные ниже примитивы выбраны в качестве основных компонентов действия.

ATRANS -- передавать отношение (давать).

PTRANS -- передавать физическое расположение объекта (идти).

PROPEL -- применять физическую силу к объекту (толкать).

MOVE -- перемещать часть тела (владельцем).

GRASP -- захватывать объект (исполнителем).

INGEST -- поглощать объект (есть).

EXPEL -- издавать звуки (кричать).

MTRANS -- передавать ментальную информацию (сказать).

MBUILD -- создавать новую ментальную информацию (решать).

CONC -- осмысливать идею (думать).

SPEAK -- производить звук (говорить).

ATTEND -- слушать.

Эти примитивы используются для определения отношений концептуальной зависимости, которые описывают смысловые структуры, такие как падежные отношения или связи объектов и значений. Отношения концептуальной зависимости -- это концептуальные синтаксические правила, которые выражают семантические связи в соответствии с грамматикой языка. Эти отношения могут быть использованы для конструирования внутреннего представления английского предложения. На рис. 8 представлен список основных концептуальных зависимостей. Эти зависимости охватывают базовые семантические структуры естественного языка. Например, первая концептуальная зависимость на рис. 8. описывает отношение между подлежащим и сказуемым, а третья -- отношение глагол-объект. Они могут сочетаться и представлять простые транзитивные предложения.

В рамках теории эти отношения считаются конструкциями первого уровня -- простейшими семантическими отношениями, на основе которых могут быть построены более сложные структуры. На рис. 9 показано, как на основе этих примитивов представляется выражение "John ate the egg" ("Джон съел яйцо"). Символы здесь имеют следующий смысл:

Размещено на http://www.allbest.ru/

-- указывает направление зависимости;

-- обозначает отношение агент-глагол;

p -- указывает на прошедшее время;

INGEST -- определяет примитивное действие теории;

O -- обозначает объектное отношение;

D -- указывает направление объекта при выполнении действия.

Другим примером структур, которые могут быть построены на основе концептуальных зависимостей, является графическое представление предложения "John prevented Mary from giving a book to bill" ("Джон предостерег Мэри, чтобы она не давала книгу Биллу") (рис. 10). Этот частный пример интересен тем, что он демонстрирует представление причинности.

Теория концептуальной зависимости имеет ряд важных преимуществ. Во-первых, за счет построения формальной теории семантик естественного языка уменьшаются проблемы, связанные с двусмысленностью. Во-вторых, само представление в процессе построения канонической формы смысла выражений охватывает много естественно-языковых семантик. Это означает, что все выражения, которые имеют один и тот же смысл, будут внутренне представлены синтаксически идентичными, а не только семантически эквивалентными графами. Это каноническое представление -- попытка упростить выводы, требуемые для понимания. Например, мы можем продемонстрировать, что два выражения означают одну и ту же сущность, с помощью простого сопоставления графов концептуальной зависимости. Представление, которое не обеспечивает канонической формы, может потребовать большого количества операций на графах различной структуры.

К сожалению, процесс преобразования выражений в каноническую форму вряд ли можно полностью алгоритмизировать. Преобразование в каноническую форму нельзя реализовать даже для моноидов -- алгебраических групп, которые значительно проще, чем естественный язык. Более того, нет уверенности, что люди запоминают свои знания в какой-нибудь канонической форме.

Критические замечания высказывались также по поводу вычислительной сложности преобразования предложения в набор примитивов низкого уровня. Кроме того, сами примитивы не позволяют охватить многие более тонкие понятия, играющие важную роль в использовании естественного языка

Однако нельзя сказать, что модель концептуальной зависимости интенсивно не изучалась и не была хорошо понята. Уточнение и расширение этой модели продолжалось более десяти лет. Теория концептуальной зависимости является полностью разработанной моделью семантики естественного языка. Она широко применяется и дает непротиворечивые результаты.

сетевая модель структура

Размещено на Allbest.ru