=Paper=
{{Paper
|id=Vol-2022/paper51
|storemode=property
|title=
Семантическая модель представления и обработки баз знаний
(Semantic Model of Knowledge Bases Representation and Processing)
|pdfUrl=https://ceur-ws.org/Vol-2022/paper51.pdf
|volume=Vol-2022
|authors=Vladimir Golenkov,Natalia Guliakina,Irina Davydenko,Daniil Shunkevich
|dblpUrl=https://dblp.org/rec/conf/rcdl/GolenkovGDS17
}}
==
Семантическая модель представления и обработки баз знаний
(Semantic Model of Knowledge Bases Representation and Processing)
==
https://ceur-ws.org/Vol-2022/paper51.pdf
Семантическая модель представления и обработки баз
знаний
© В.В. Голенков © Н.А. Гулякина © И.Т. Давыденко © Д.В. Шункевич
Белорусский государственный университет информатики и радиоэлектроники,
Минск, Беларусь
golen@bsuir.by guliakina@bsuir.by davydenko@bsuir.by shunkevichdv@gmail.com
Аннотация. Предложен подход к созданию интеллектуальных систем, ориентированных на
решение комплексных задач, в основе которого лежат семантические модели баз знаний и
согласованные с ними семантические модели машин обработки базы знаний. Основой для построения
указанных моделей является унифицированное смысловое представление знаний на основе
универсального языка семантических сетей с теоретико-множественной интерпретацией. На базе
указанного языка построено открытое семейство совместимых языков, семантика каждого из которых
задается соответствующей онтологией. Семантическая модель машины обработки базы знаний
построена на базе многоагентного подхода, предполагающего, что агенты взаимодействуют между
собой через общую для них семантическую память.
Ключевые слова: база знаний, машина обработки базы знаний, модели представления баз
знаний, модели обработки баз знаний, семантические модели, семантические сети, семантическая
память, предметные области, онтологии, многоагентные системы над общей памятью.
Semantic Model of Knowledge Bases Representation
and Processing
© V.V. Golenkov © N.A. Guliakina © I.T. Davydenko © D.V. Shunkevich
Belarusian State University of Informatics and Radioelectronics,
Minsk, Belarus
golen@bsuir.by guliakina@bsuir.by davydenko@bsuir.by shunkevichdv@gmail.com
Abstract. The article offers an approach to the creation of intelligent systems based on semantic models
of knowledge bases and compatible semantic models of knowledge base processing machines. Such
intelligent systems are intended to solve various difficult and complex problems. Unified semantic
representation of knowledge forms the basis for the aforementioned models and is itself based on the universal
language of semantic networks with set-theoretic interpretation. This language is used to build an open family
of compatible languages. Their semantics are specified by the corresponding ontologies. Multi-agent approach
is used to build the semantic model of the knowledge base processing machine. This approach assumes that
agents interact with each other through a shared semantic memory.
Keywords: knowledge bases, knowledge base processing machine, knowledge bases representation
models, knowledge bases processing models, semantic models, semantic networks, semantic memory, subject
areas, ontologies, multiagent systems over shared memory.
информации в памяти компьютерных систем
1 Введение осуществляется в различных направлениях: от
Современные интеллектуальные системы неструктурированных данных (наборов значений
представляют собой естественный этап эволюции заданных параметров) к структурированным данным
компьютерных систем и, в частности, эволюции (матрицам, списковым структурам, реляционным
моделей представления информации в памяти структурам); от простых реляционных структур к
компьютерных систем, а также моделей обработки реляционным структурам со связями, компонентами
информации. которых являются другие связи или целые
Эволюция представления обрабатываемой подструктуры; от данных к метаданным; от описания
постоянных (постоянно существующих) сущностей к
Труды XIX Международной конференции описанию временных сущностей, к описанию их
«Аналитика и управление данными в областях с прошлого, настоящего и будущего; от описания
интенсивным использованием данных» стационарных сущностей к описанию
(DAMDID/ RCDL’2017), Москва, Россия, 10–13 нестационарных сущностей, у которых меняется их
октября 2017 года
334
состояние и внутренняя структура; от данных, одной задачи) различных моделей представления
структуризация которых определяется знаний и различных моделей обработки знаний,
исключительно «интересами» использующей их различных моделей решения задач означает переход
программы, к данным, структуризация которых к принципиально новому этапу эволюции
определяется их смыслом, и, следовательно, компьютерных систем – интеллектуальным
обработка которых может осуществляться с системам нового поколения, ориентированным на
помощью произвольного набора программ; от решение комплексных задач. Каждая такая система
фактографических высказываний к логическим (с характеризуется следующими особенностями:
переменными, логическими связками и кванторами); • Вся информация, хранимая в памяти
от данных, семантическая структуризация которых компьютерной системы, систематизирована в
явно не задана, к знаниям, в которых явно выделены виде единой базы знаний (т. е. любой фрагмент
знания различного вида (предметные области, информации входит в состав базы знаний). К
онтологии) и явно описаны связи между ними; от такой информации относятся непосредственно
неявно формулируемых задач к явным обрабатываемые знания, интерпретируемые
формулировкам задач; от четких, точных, программы, формулировки решаемых задач,
достоверных знаний к нечетким, неточным, планы и протоколы решения задач, информация
правдоподобным знаниям. о пользователях, описание синтаксиса и
Эволюция моделей обработки информации в семантики внешних языков, описание
памяти компьютерных систем прежде всего пользовательского интерфейса и многое другое.
определяется эволюцией операционной семантики • Обеспечивается совместимость всех видов
языков программирования: от последовательных знаний, используемых в компьютерной системе.
программ (в частности, алгоритмов) к параллельным
(синхронным и асинхронным) программам; от • Вся обработка информации ориентирована на
процедурных (императивных) программ к обработку целостной хорошо
непроцедурным (функциональным, логическим) структурированной базы знаний и управляется
программам; от «жестких» вычислений к «мягким» этой базой знаний.
(нечетким логическим программам, генетическим • Обеспечивается совместимость всевозможных
алгоритмам, нейронным сетям); от программ, моделей обработки информации и
доминирующих над данными, к программам, в всевозможных моделей решения задач.
которых доминируют обрабатываемые ими данные, • Обеспечивается поддержка высоких темпов
структурируемые независимо от программ, эволюции интеллектуальных систем в ходе их
использующих эти данные; от «пассивных» эксплуатации.
программ, инициируемых извне, к активным,
самоинициируемым, агентным программам. • Обеспечивается поддержка высоких темпов
Основными компонентами интеллектуальной эволюции самой технологии разработки
системы являются ее база знаний, включающая в интеллектуальных систем.
себя всю информацию, которую интеллектуальная На создание интеллектуальных систем такого
система использует в процессе своего рода ориентирована Технология OSTIS, разработка
функционирования, а также машина обработки которой ведется авторами данной статьи. Частные
указанной базы знаний, включающая в себя все результаты, полученные по данной тематике,
функциональные возможности заданной опубликованы в ряде работ авторов, например, [3–5].
интеллектуальной системы. Целью данной работы является систематизация
Расширение областей применения указанных частных результатов и рассмотрение
интеллектуальных систем требует поддержки связи между моделями представления знаний и
решения комплексных задач, каждая из которых моделями обработки знаний (модель обработки
предполагает согласованное применение различных знаний должна учитывать то, как эти знания
моделей представления и различных моделей устроены)
обработки знаний.
Для решения комплексных задач требуется 2 Предлагаемый подход
обеспечить совместимость и интеграцию самых Основой предлагаемого подхода к построению
различных моделей представления знаний и моделей баз знаний и машин обработки баз знаний в
их обработки [1]. Многообразие видов знаний, интеллектуальных системах, ориентированных на
используемых интеллектуальными системами, решение комплексных задач, являются
многообразие формальных моделей представления семантические модели баз знаний и согласованные с
этих знаний, формальных моделей решения задач, ними семантические модели машин обработки баз
моделей обработки знаний необходимо превратить в знаний.
новое качество, предполагающее согласованное В основе понятия семантической модели базы
использование всех этих моделей, т. е. знаний лежат следующие положения:
предполагающее интеграцию самых разнообразных • Внутреннее представление базы знаний в памяти
информационных ресурсов и сервисов [2]. интеллектуальной системы осуществляется в
Решение проблемы совместимости и форме смыслового представления в виде
одновременного использования (в ходе решения формализованной семантической сети.
335
• В рамках базы знаний осуществляется явное типологию обозначаемых ими сущностей, а
выделение предметных областей и явное характер соотношения указанных знаков с
представление онтологий, описывающих текущим состоянием базы знаний, отражающего
семантику всех рассматриваемых в базе знаний степень полноты сведений об обозначаемых
предметных областей и соответствующих им сущностях;
языков. • разработать предметную область и онтологию
• Осуществляется онтологическая структуризация всевозможного вида знаний, хранимых в составе
базы знаний в виде иерархической системы базы знаний, которые рассматривают знания как
предметных областей и соответствующих им важнейший вид сущностей, описываемых в базе
онтологий. знаний, и в которых исследуются типология
• Используется широкий набор видов знаний, отношения, заданные на знаниях.
структуризации базы знаний. • обеспечить возможность неограниченного
В основе понятия семантической модели машины перехода от знаний к соответствующим им
обработки знаний лежат следующие положения: метазнаниям.
• Рассматривается обработка баз знаний, Для внутреннего представления знаний в памяти
представленных в виде их семантических компьютерной системы нами предлагается открытое
моделей. семейство совместимых языков, каждый из которых
является подъязыком базового языка смыслового
• Вводится понятие абстрактной семантической
представления знаний, рассматриваемого ниже, и
памяти, которая трактуется как динамическая
семантика каждого из которых описывается
среда, в каждый момент времени отражающая
текущее состояние семантической модели соответствующей онтологий.
обрабатываемой базы знаний. Процесс 3 Принципы внутреннего смыслового
обработки базы знаний, которая хранится в
представления знаний
семантической памяти в виде семантической
сети, сводится не только к изменению состояния Основное требование, предъявляемое к
элементов этой семантической сети, но и к формальному языку смыслового представления
изменению конфигурации связей между знаний, это устранение семантической
указанными элементами (к удалению одних эквивалентности текстов в рамках базы знаний
связей и генерации других). каждой интеллектуальной системы. Таким образом,
• Вводится предметная область, объектами смысловое представление знания можно трактовать
исследования которой являются как инвариант многообразия семантических форм
целенаправленные процессы и соответствующие представления этого знания.
им задачи, решаемые в рамках семантической В качестве базового внутреннего формального
памяти. языка представления знаний в памяти
интеллектуальных систем предлагается язык,
• Вводится предметная область, объектами названный нами SC-кодом (Semantic Computer Code).
исследования которой являются агенты, С формальной точки зрения SC-код есть множество
выполняющие указанные процессы в этой текстов (sc-текстов), теоретико-множественной
памяти. объединение которых представляет собой
• Строятся и явно включаются в состав бесконечную структуру, включающую в себя
обрабатываемой базы знаний онтологии, описания всевозможных сущностей.
описывающие семантику (спецификацию Все синтаксически элементарные (атомарные)
понятий) предметной области фрагменты текстов SC-кода являются знаками
целенаправленных процессов и задач, решаемых соответствующих им (обозначаемых ими)
в семантической памяти, и предметной области сущностей. Такие элементарные фрагменты sc-
агентов, выполняющих эти процессы. текстов будем называть sc-элементами.
Для того чтобы превратить различного вида С формальной точки зрения SC-код является
знания, хранимые в памяти компьютерной системы, языком семантических сетей. Основное достоинство
в единую, хорошо структурированную базу знаний, семантических сетей и текстов SC-кода в частности –
необходимо: это соединение синтаксического и семантического
• привести все эти разнообразные виды знаний к аспектов представления знаний, что значительно
единому синтаксическому и семантическому снижает вычислительную сложность обработки
фундаменту, основанному на некоторой знаний [8].
универсальной онтологии представления [6, 7]; Подчеркнем, что переход от традиционных
текстов к семантическим сетям можно рассматривать
• разработать типологию сущностей, как процесс избавления от тех языковых излишеств,
описываемых в базе знаний, а также семейство которые обусловлены коммуникативной функцией
онтологий, соответствующих основным типам традиционных языков, но не являются
сущностей;
необходимыми для построения формальной
• разработать такую типологию знаков, входящих смысловой внутренней модели мира. Избавление от
в состав базы знаний, которая отражает не
336
указанных излишеств включает в себя: исключение семантически осмысленные sc-структуры,
семантически неинтерпретируемых фрагментов обладающие некоторой семантической
текста – букв, разделителей, ограничителей, слов, целостностью. Такие структуры будем называть
которые не являются знаками сущностей; знаниями.
исключение синонимии знаков; исключение В рамках предлагаемого подхода выделяются
омонимии знаков. такие виды знаний, как семантическая окрестность,
предметная область [9], онтология, раздел базы
4 Типология описываемых сущностей и знаний, утверждение, определение, задача,
их знаков программа, план, решение, сравнение,
фактографическое знание и др.
Классификация sc-элементов может
Важнейшим отношением, заданным на
осуществляться в нескольких аспектах – с точки
множестве знаний, является отношение быть
зрения синтаксической типологии самих знаков, с
точки зрения типологии сущностей, обозначаемых метазнанием*, описывающее переход от знаний к
этими знаками (семантический аспект); с точки описывающим их метазнаниям [7]. Связки
указанного отношения связывают некоторое
зрения характера соотношения sc-элемента с
исходное знание со знанием, которое является его
обозначаемой им сущностью; с точки зрения
характера соотношения sc-элемента с спецификацией.
присутствующими в текущем состоянии базы знаний Примером связи между знанием и
сведениями о сущности, обозначаемой этим sc- соответствующим ему метазнанием* является
переход от некоторого исходного знания к описанию
элементом.
его декомпозиции (сегментации) на некоторые части
По синтаксическому типу множество sc-
с указанием связей между этими частями.
элементов разбивается на sc-узлы и sc-коннекторы
Более подробно типология знаний и средства их
(sc-дуги – знаки ориентированных бинарных связей;
спецификации рассмотрены в работе [4].
sc-ребра – знаки неориентированных бинарных
связей). 6 Семантические окрестности и их
По признаку константности-переменности
типология
множество sc-элементов разбивается на sc-
константы (константные sc-элементы) и sc- Каждая семантическая окрестность – это
переменные (переменные sc-элементы). Тип sc- знание, являющееся спецификацией (описанием)
переменной определяется областью ее возможных некоторой сущности, знак которой считается
значений. ключевым элементом этой спецификации.
По структурному признаку множество sc- Выделяются следующие виды семантических
элементов разбивается на знаки внешних сущностей, окрестностей: семантическая окрестность по
знаки множеств sc-элементов и знаки инцидентным sc-коннекторам (с дополнительным
терминальных абстрактных сущностей (т. е. указанием бинарных отношений, которым эти
абстрактных сущностей, не являющихся коннекторы принадлежат), семантическая
множествами). окрестность по выходящим sc-дугам,
В свою очередь, множество знаков множеств sc- семантическая окрестность по входящим sc-дугам,
элементов по структурному признаку разбивается на семантическая окрестность по инцидентным
sc-классы – знаки классов sc-элементов, sc-связки – небинарным связкам (с указанием небинарных
знаки связей между sc-элементами, каждая из отношений, которым эти связки принадлежат),
которых трактуется как множество связываемых ею полная семантическая окрестность, структура
sc-элементов, sc-структуры – знаки структур, которой определяется семантическим типом
состоящих из sc-элементов в общем случае разного специфицируемой сущности, типовая
структурного типа. семантическая окрестность (минимально
Каждая sc-структура представляет собой достаточная), структура которой также определяется
множество sc-элементов, удаление одного из семантическим типом специфицируемой сущности,
которых может привести к нарушению целостности определение, пояснение, примечание, правило
этого множества. В рамках каждой sc-структуры идентификации экземпляров, терминологическая
явно указываются роли ее элементов. Более спецификация, теоретико-множественная
подробно типология sc-структур и средства их спецификация, логическая спецификация, описание
спецификации рассмотрены в работе [4]. типичного экземпляра, обоснование,
По темпоральному признаку множество sc- структуризация, параметрическая спецификация
элементов разбивается на знаки постоянных темпоральная спецификация, пространственная
сущностей и знаки временных сущностей. спецификация.
Более подробно типология сущностей и их знаков
рассмотрена в работе [3]. 7 Уточнение понятия предметной
области и онтологии
5 Семантическое многообразие и
Формальная модель предметной области,
типология знаний
представленная в SC-коде, является sc-структурой, в
В рамках базы знаний будем выделять рамках которой с помощью специального набора
337
ролевых отношений выделяется ряд ключевых онтологией задается отношением онтология*,
элементов этой структуры и указываются их роли в которое является частным видом отношения
рамках этой структуры. Такие ролевые отношения метазнание*.
являются подмножествами Отношения Более подробно понятие предметной области
принадлежности. рассматривается в работах [3, 4].
Ключевыми элементами предметной области
являются, прежде всего, знаки рассматриваемых 8 Структуризация баз знаний
понятий (концептов), уточнение смысла которых В рамках предлагаемого подхода структуризация
является существенным для семантического анализа базы знаний может проводиться по различным
указанной предметной области. критериям:
Для понятий, которые рассматриваются в • структуризация базы знаний, отражающая
предметных областях, возможны все четыре многообразие видов знаний, входящих в ее
варианта уточнения их ролей: понятие может быть и состав;
исследуемым, и вводимым в данной предметной • структуризация базы знаний, основанная на
области; понятие может быть исследуемым в данной иерархии предметных областей и
предметной области, но введенным в другой соответствующих им (специфицирующих их)
предметной области; понятие может быть онтологий;
неисследуемым, но вводимым в данной предметной • структуризация базы знаний, отражающая
области; понятие может быть и неисследуемым, и архитектуру интеллектуальной системы (все ее
невводимым в данной предметной области. подсистемы, базы знаний, машины обработки
На Рис. 1 на примере фрагментов структурных базы знаний, пользовательские интерфейсы этих
спецификаций нескольких предметных областей,
подсистем и базы знаний и машины обработки
выделяемых в рамках геометрии Евклида, показан базы знаний всех указанных выше
принцип соотнесения понятий с предметными
пользовательских интерфейсов);
областями. Указанный фрагмент базы знаний
• структуризация базы знаний, отражающая
представлен на языке SCg [10], который является
динамику самой базы знаний, т. е. внутреннего
графическим эквивалентом SC-кода.
мир этой базы знаний – истории ее эволюции, ее
текущего согласованного (утвержденного)
состояния, планов ее совершенствования;
• структуризация базы знаний, отражающая
темпоральные свойства внешнего описываемого
мира (динамика внешнего мира) – прошлое,
настоящее, будущее;
• прагматически ориентированная структуризация
базы знаний (для разработчиков и конечных
пользователей) – декомпозиция на разделы,
отражающие распределение областей доступа
для различных категорий пользователей и
разработчиков по просмотру и редактированию
(текущее состояние согласованной части БЗ,
персональные черновики);
• структуризация базы знаний, отражающая
авторство различных фрагментов баз знаний,
множественных точек зрения (возможно,
противоречащих друг другу) и
Рисунок 1 Спецификация предметных областей непротиворечивую часть базы знаний,
Описание семантики ключевых понятий отражающую согласованную точку зрения
предметной области есть не что иное как онтология, коллектива авторов данной базы знаний;
соответствующая указанной предметной области. • структуризация базы знаний, отражающая
В рамках предлагаемого подхода выделены такие соответствие между внешними универсальными
типы онтологий, как структурная спецификация, и специализированными языками и
теоретико-множественная онтология, логическая семантически эквивалентными им внутренними
иерархия понятий, логическая онтология, логическая языками (sc-языками и соответствующими
иерархия высказываний, терминологическая предметными областями).
онтология, онтология задач и решений задач,
9 Уточнение понятия целенаправленного
онтология классов задач и способов решения задач.
Онтология, являющаяся результатом процесса в семантической памяти
объединения всех онтологий, специфицирующих Машина обработки базы знаний оперирует
заданную предметную область, названа знаниями определенного вида. Важнейшими видами
интегрированной онтологией. таких знаний являются процессы, выполняемые
Связь между предметной областью и ее такой машиной, задачи (спецификации процессов),
338
спецификации агентов обработки базы знаний, в том действия.
числе, различного рода программы, описывающие Формулировка каждой задачи может включать
алгоритмы действий этих агентов. Ниже подробнее факт принадлежности действия какому-либо
рассмотрим принципы формализации частному классу действий; описание цели*
перечисленных видов знаний. (результата*) действия, если она точно известна;
В рамках предлагаемого подхода формальная указание заказчика* действия; указание
модель некоторого процесса представляет собой исполнителя* действия (в том числе,
ситуативную sc-структуру, в каждый момент коллективного); указание аргумента(ов) действия’;
времени описывающую текущее состояние объектов, указание инструмента или посредника действия;
участвующих в данном процессе. Процесс, описание декомпозиции действия*; указание
описывающий изменения, происходящие последовательности действий* в рамках
исключительно в рамках семантической памяти (sс- декомпозиции действия*, т. е построение плана
памяти), будем называть процессом в sc-памяти. решения задачи; указание области действия;
Целенаправленный процесс, выполняемый указание условия инициирования действия; момент
некоторым субъектом, будет называть действием. начала и завершения действия, в том числе
По отношению к памяти компьютерной системы планируемый и фактический, предполагаемая и/или
выделяются такие классы действий, как фактическая длительность выполнения.
информационное действие (действие в памяти С зависимости от вида специфицируемого
компьютерной системы), поведенческое действие действия, решаемые системой задачи можно
(действие во внешней среде), эффекторное классифицировать на информационные задачи и
действие, рецепторное действие. поведенческие задачи.
По отношению к текущему моменту времени С точки зрения формулировки поставленной
выделяются такие классы действий, как задачи можно выделить декларативные
инициированное действие, планируемое действие, формулировки задачи и процедурные формулировки
выполненное действие. задачи. Следует отметить, что данные классы задач
Более подробно типология действий и средства не противопоставляются, и могут существовать
их спецификации рассмотрены в работе [5]. формулировки задач, использующие оба подхода.
В процессе описания в семантической памяти В рамках предлагаемого подхода вводятся и
деятельности некоторого коллектива субъектов другие виды спецификации действий, которые
возникает необходимость выделять в рамках этой подробнее рассмотрены в работе [5]
деятельности обособленные логически целостные
фрагменты, которые могут выполняться отдельными 11 Уточнение понятия агента над общей
субъектами независимо друг от друга. Классы таких семантической памятью
действий названы классами логически атомарных
В рамках предлагаемого подхода единственным
действий.
видом субъектов, выполняющих преобразования в
Каждое действие, принадлежащее некоторому sc-памяти, будем считать sc-агенты. Для
конкретному классу логически атомарных формального определения понятия sc-агента
действий, обладает двумя необходимыми
воспользуемся введенным ранее понятием класса
свойствами:
логически атомарных действий. Итак, будем
• выполнение действия не зависит от того, называть sc-агентом некоторый субъект, способный
является ли указанное действие частью выполнять действия в sc-памяти, принадлежащие
декомпозиции более общего действия. При некоторому определенному классу логически
выполнении данного действия также не должен атомарных действий.
учитываться тот факт, что данное действие Логическая атомарность действий, выполняемых
предшествует каким-либо другим действиям или sc-агентом, предполагает, что каждый sc-агент
следует за ними; реагирует на соответствующий ему класс ситуаций
• указанное действие должно представлять собой и/или событий, происходящих в sc-памяти, и
логически целостный акт преобразования осуществляет определенное преобразование sc-
семантической памяти. Такое действие, по сути, текста (текста SC-кода), находящегося в
является транзакцией, т.е. результатом такого семантической окрестности обрабатываемой
преобразования становится новое состояние ситуации и/или события. При этом каждый sc-агент в
преобразуемой системы, а выполняемое общем случае не имеет информации о том, какие еще
действие должно быть либо выполнено sc-агенты в данный момент присутствуют в системе,
полностью, либо не выполнено совсем, и осуществляет взаимодействие в другими sc-
частичное выполнение не допускается. агентами исключительно посредством
формирования каких-либо сообщений в общей sc-
10 Уточнение понятия задачи, решаемой памяти. Таким сообщением может быть, например,
в семантической памяти, и многообразие вопрос, адресованный другим sc-агентам в системе
видов задач (заранее не известно, каким конкретно) или ответ на
вопрос, поставленный другими sc-агентами. Таким
В рамках предлагаемого подхода задача образом, каждый sc-агент в каждый момент времени
представляет собой спецификацию некоторого
339
контролирует только фрагмент базы знаний в заданной компьютерной системы, воспринимаемый
контексте решаемой данным агентом задачи, как единое целое.
состояние всей остальной базы знаний в общем Таким образом, можно выделить несколько
случае непредсказуемо для sc-агента. основных уровней детализации любой машины
Перечислим достоинства предлагаемого подхода обработки базы знаний: уровень самой машины
к организации обработки знаний: обработки базы знаний; уровень неатомарных sc-
• поскольку обработка осуществляется агентами, агентов, входящих в состав машины, в том числе –
которые обмениваются сообщениями только более частных машин обработки базы знаний;
через общую память, добавление нового агента уровень атомарных sc-агентов; уровень программ,
или исключение (деактивация) одного или реализующих алгоритмы деятельности
нескольких существующих агентов, как правило, соответствующих агентов.
не приводит к изменениям в других агентах, Такая иерархия уровней позволяет говорить, во-
поскольку агенты не обмениваются первых, о возможности компонентного поэтапного
сообщениями напрямую; создания машины обработки базы знаний, во-вторых
• часто агенты работают параллельно и – о возможности проектирования, отладки и
независимо друг от друга, выполняя разные верификации компонентов на разных уровнях
действия в sc-памяти; таким образом, даже независимо от других уровней, что существенно
существенное расширение числа агентов в упрощает задачу создания машины обработки базы
рамках одной системы не приводит к ухудшению знаний за счет снижения накладных расходов.
ее производительности. Более подробно предлагаемая семантическая
модель машины обработки базы знаний рассмотрена
Поскольку предполагается, что копии одного и в [5].
того же sc-агента (функционально эквивалентные
sc-агенты) могут работать в разных системах, 13 Заключение
будучи при этом физически разными sc-агентами, то
целесообразно рассматривать свойства и типологию Семантические модели баз знаний и машин
не sc-агентов, а классов функционально обработки баз знаний интеллектуальных систем,
эквивалентных sc-агентов, которые будем называть ориентированных на решение комплексных задач,
абстрактными sc-агентами. являются не только объектами научных
Каждый абстрактный sc-агент имеет исследований, но и объектами проектирования. Это
соответствующую ему спецификацию. В предполагает проведение серьезных научных
спецификацию каждого абстрактного sc-агента исследований проектной деятельности,
входит: указание ключевых sc-элементов этого sc- направленной на разработку интеллектуальных
агента; формальное описание условий систем указанного класса.
инициирования данного sc-агента, т. е. тех ситуаций Качество такой проектной деятельности
в sc-памяти, которые инициируют деятельность определяется не только качеством разрабатываемых
данного sc-агента; формальное описание систем, но и минимально возможными сроками
первичного условия инициирования данного sc- разработки, трудоемкостью разработки, требуемой
агента, т. е. такой ситуации в sc-памяти, которая квалификацией разработчиков, а также гибкостью
побуждает sc-агента перейти в активное состояние и (реконфигурируемостью) разрабатываемых систем.
начать проверку наличия своего полного условия Кроме того, для рассматриваемого класса
инициирования; строгое, полное, однозначно интеллектуальных систем важна не только
понимаемое описание деятельности данного sc- совместимость (интегрируемость) различных видов
агента, оформленное при помощи каких-либо знаний и различных моделей решения задач в рамках
понятных, общепринятых средств, не требующих одной системы, но и совместимость
специального изучения, например, на естественном (интегрируемость) целых систем.
языке; описание результатов выполнения работы Каждая интеллектуальная система,
соответствующих sc-агентов. ориентированная на решение комплексных задач и
Более подробно понятие sc-агента рассмотрено в построенная на основе семантических моделей баз
работе [5]. знаний и машин обработки баз знаний, имеет
уникальную базу знаний и в общем случае
12 Уточнение понятия машины уникальную машину обработки этой базы знаний, но
обработки базы знаний и база знаний, и машина обработки этой базы знаний
содержат большое количество многократно
В рамках предлагаемого подхода семантическая используемых компонентов.
модель машины обработки базы знаний трактуется Разрабатываемая нами Технология OSTIS (Open
как неатомарный абстрактный sc-агент, Semantic Technology for Intelligent Systems) [10], [3]
являющийся результатом объединения всех как раз и направлена на решение указанных выше
абстрактных sc-агентов, входящих в состав какой- проблем.
либо конкретной компьютерной системы, в один. Весь комплекс информационных и
Другими словами, под семантической моделью инструментальных средств поддержки
машины обработки базы знаний понимается проектирования интеллектуальных систем по
коллектив всех sc-агентов, входящих в состав Технологии OSTIS реализован в виде Метасистемы
340
IMS.ostis (Intelligent MetaSystem), которая сама также [4] Гракова, Н.В., Давыденко, И.Т., Сергиенко, Е.С. и
построена по Технологии OSTIS. Важным др.: Средства структуризации семантических
компонентом указанной метасистемы является моделей баз знаний. Открытые семантические
библиотека многократно используемых компонентов технологии проектирования интеллектуальных
проектируемых интеллектуальных систем. систем (OSTIS-2016): материалы VI межд. науч.-
Для создания технологии проектирования техн. конф. / БГУИР; под ред. В.В. Голенкова.
интеллектуальных систем, ориентированных на Минск: БГУИР, сс. 93-106 (2016)
решение комплексных задач кроме обеспечения [5] Shunkevich, D.: Ontology-based Design of
возможности совместного использования различных Knowledge Processing Machines. Open Semantic
моделей представления и обработки знаний Technologies for Intelligent Systems: материалы
необходимо обеспечить гибкость межд. науч.-техн. конф./ редкол.: В.В. Голенков
(реконфигурируемость) баз знаний и машин (отв. ред.) и др.; Вып. 1 (Минск, 16–18 февраля
обработки базы знаний и, как следствие, широкие 2017 г.). Минск: БГУИР, сс. 73-94 (2017)
возможности их постоянного совершенствования, а [6] Добров, Б.В., Иванов, В.В., Лукашевич Н.В. и др.:
также создать библиотеки многократно Онтологии и тезаурусы. Учебно-методическое
используемых совместимых компонентов любого пособие. Казань: Изд-во Казан. ун-та, 190 с.
уровня сложности [5]. (2006)
Литература [7] Гаврилова, Т.А., Кудрявцев, Д.В.,
Муромцев, Д.И. Инженерия знаний. Модели и
[1] Брюхов, Д.О., Ступников, С.А., методы: Учебник. СПб.: Издательство «Лань»,
Калиниченко Л.А. и др.: Извлечение информации 348 c. (2016)
из разноструктурированных данных и ее
[8] Осипов, Г.С.: Методы искусственного
приведение к целевой схеме. Аналитика и
интеллекта. 2-ое издание. М.: Физматлит, 296 c.
управление данными в областях с интенсивным
(2015)
использованием данных: XVIII межд. конф.
DAMDID / RCDL'2015 (Обнинск, Россия, 13–16 [9] Скворцов, Н.А., Калиниченко, Л.А.,
окт. 2015 года) / под ред. Л. А. Калиниченко, С. О. Ковалев, Д.Ю. Концептуальное моделирование
Старкова. Обнинск: НИЯУ МИФИ, сс. 81-90 предметных областей с интенсивным
(2015) использованием данных. Аналитика и управление
данными в областях с интенсивным
[2] Oberle, D.: Semantic Management of Middleware.
использованием данных: XVIII межд. конф.
Springer, 268 p. (2006)
DAMDID / RCDL'2016 (Ершово, Россия, 11–14
[3] Голенков, В.В., Гулякина, Н.А.: Проект открытой октября 2016 года) / ред. Л. А. Калиниченко, Я.
семантической технологии компонентного Манолопулос, С. О. Кузнецова. М.: Торус Пресс,
проектирования интеллектуальных систем. Часть сс. 7-15 (2016)
1: Принципы создания. Онтология
[10] База знаний IMS // Метасистема IMS
проектирования, (1), сс. 42-64 (2014)
[Электронный ресурс] (2017).
http://www.ims.ostis.net
341