Семантические сети

ФЕДЕРАЛЬНОЕ  АГЕНТСТВО  ПО  ОБРАЗОВАНИЮ 

Государственное образовательное учреждение высшего  профессионального образования 

«Санкт-Петербургский  государственный политехнический  университет» 

ИНСТИТУТ  МЕНЕДЖМЕНТА И  ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

(филиал) Санкт-Петербургского государственного политехнического университета в г.Череповце

(ИМИТ  СПбГПУ)

Кафедра  менеджмента

 
 
 
 
 
 
 
 
 
 

РЕФЕРАТ

 
 

Дисциплина: «Информационные системы в экономике»

Тема:  Семантические сети.

 
 

Выполнила студентка  группы   о.171                  Петрова Анастасия Васильевна

                                     

 

Преподаватель                      Шутикова Маргарита Ивановна

                                     

                                               «25» сентября 2010 г.

                                             ___________    ______________

                                      отметка о зачете         подпись преподавателя

                       

 
 
 
 
 
 
 
 
 
 

г. Череповец

2010 г.

 
 

СОДЕРЖАНИЕ

 

Понятие интеллектуальной информационной системы………………………..3

Понятие семантической сети……………………………………………………..4

История создания семантических сетей………………………………………....5

Структура семантической сети…………………………………………………..6

Классификация……………………………………………………………………6

Экономический аспект применения …………………………………………….8

Семантическая web – сеть………………………………………………………..9

Список  использованных источников………………………………………...…11

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     Понятие интеллектуальной информационной системы

     Дадим определение ИИС. Интеллектуальной называется система способная целеустремленно, в зависимости от состояния информационных входов, изменять не только параметры  функционирования, но и сам способ своего поведения, который зависит не только от текущего состояния инфор-мационных входов, но также и от предыдущих состояний системы.

     ИИС объединяют в себе возможности СУБД, лежащих в основе ИС, и технологию искусственного интеллекта, благодаря  чему хранение в них информации сочетается с её обработкой и подготовкой для использовании при принятии решений. В начале ИИС, называемые также системами основанными на знаниях, рассматривались как средство, позволяющее не экспертам принимать решения с таким же качеством, как и эксперты в конкретной области. Однако стало ясно, что эта технология в действительности способна достигать большего объёма знаний и быстрее реагировать, чем группа специалистов.

     Первоначально ИИС использовали знания нескольких экспертов в каждой из областей знаний. В настоящее время базы знаний частично формируются посредством машинного обучения, используя методы индукции, дедукции, генетические алгоритмы и некоторые другие методы извлечения знаний.

     Традиционно считается, что ИИС содержит базу данных, базу знаний, интерпретатор правил или машину вывода, компоненты приобретения и объяснения знаний, а также естественно языкового интерфейса, обеспечивающих диалог пользователя и системы с переменным переходом инициативы.

     В отличии от обычных аналитических  и статистических моделей, ИИС позволяют получать решения трудно формализуемых слабо структурированных задач. Возможность ИИС работать со слабо структурированными данными подразумевает наличие следующих качеств:

     Решать  задачи, описанные только в терминах мягких моделей, когда зависимости между основными показателями являются не вполне определён-ными или даже неизвестными в пределах некоторого класса;

     • Способность к работе с неопределёнными  или динамичными данными, изменяющимися  в процессе обработки, позволяет  использовать ИИС в условиях, когда методы обработки данных могут изменяться и уточняться по мере поступления новых дан-ных;

     • Способность к развитию системы  и извлечению знаний из накопленного опыта конкретных ситуаций увеличивает  мобильность и гибкость системы, позволяя ей быстро осваивать новые области применения.

     • Возможность использования информации, которая явно не хранится, а выводится  из имеющихся в базе данных, позволяет  уменьшить объёмы хранимой фактуальной  информации при сохранении богатства  доступной пользователю информации.

     Наибольшее  распространение ИИС получили для  экономического анализа деятельности предприятия, стратегического планирования,

     инвестиционного анализа, оценки рисков и формирования портфеля ценных бумаг, финансового  анализа, маркетинга.

     Понятие семантической сети

       Проблемы рационального использования современных и перспективных методов и средств обработки информации в практической профессиональной деятельности экономистов (в том числе и менеджеров) приобретают первостепенное значение. 

     Разрешать эти вопросы помогает применение интеллектуальных информационных систем. Интеллектуальная информационная система (ИИС, англ. intelligent system) — это разновидность интеллектуальной системы один из видов информационных систем (иногда ИИС называют системой, основанных на знаниях), которая представляет собой комплекс программных, лингвистических и логико-математических средств для реализации основной задачи: осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке.   Семантические сети входят в состав представленной выше системы.

     Семанти́ческая  сеть — это информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления знаний. В названии соединены термины из двух наук: семантика в языкознании изучает смысл единиц языка, а сеть в математике представляет собой разновидность графа — набора вершин, соединённых дугами (рёбрами). В семантической сети роль вершин выполняют понятия базы знаний, а дуги (причем направленные) задают отношения между ними. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений.

     История создания семантических  сетей.

     Идея  систематизации на основе каких-либо семантических  отношений предлагалась ещё учёными  ранней науки. Примером этого может  служить биологическая классификация Карла Линнея 1735 г. Если рассматривать её как семантическую сеть, то в данной классификации используется отношение подмножества. Прародителями современных семантических сетей можно считать экзистенциальные графы, предложенные Чарльзом Пирсом в 1909 г. Они использовались для представления логических высказываний в виде особых диаграмм. Пирс назвал этот способ «логикой будущего». Важным направлением в исследовании сетей стали работы немецкого психолога Отто Зельца 1913 и 1922 гг. В них для организации структур понятий и ассоциаций, а также изучения методов наследования свойств он использовал графы и семантические отношения. Исследователи Дж. Андерсон, Д. Норман и другие использовали эти работы для моделирования человеческой памяти и интеллектуальных свойств.

     Компьютерные  семантические сети были детально разработаны  Ричардом Риченсом в 1956 году в рамках проекта Кембриджского центра изучения языка по машинному переводу. Процесс машинного перевода подразделяется на 2 части: перевод исходного текста в промежуточную форму представления, а затем эта промежуточная форма транслируется на нужный язык. Такой промежуточной формой как раз и были семантические сети. В 1961 г. появилась работа Мастермана, в которой он, в частности, определял базовый словарь для 15000 понятий. Эти исследования были продолжены Робертом Симмонсом, Уилксом, Куиллианом и другими учёными.

     Структура семантической  сети.

     Семантическая сеть выражается в данном аспекте  через:

     1)графическое  представление (основная форма  – граф, понятия записываются в овалах или прямоугольниках и соединяются стрелками с подписями – дугами);

     2)математическое  представление (граф представляется множеством вершин V и множеством отношений между ними E);

     3)лингвистическое  представление  (словарь, информационно – поисковый тезаурус для работы поисковых систем).

     Классификация.

     Для всех семантических сетей справедливо разделение по арности и количеству типов отношений.

По  количеству типов отношений, сети могут  быть однородными и неоднородными:

• Однородные сети обладают только одним типом отношений-стрелок (например, таковой является вышеупомянутая классификация биологических видов с единственным отношением);
• В неоднородных сетях количество типов отношений больше двух, они представляют больший интерес для практических целей, но и большую сложность для исследования, их можно представлять как переплетение древовидных многослойных структур (Примером такой сети может быть Семантическая сеть Википедии).

По  арности принято различать:

• сети с бинарными отношениями, связывающими ровно два понятия, они очень просты и удобно изображаются на графе в виде стрелки между двух концептов;
• N-арные - связывающие более двух объектов, при этом возникает сложность — как изобразить подобную связь на графе, чтобы не запутаться, концептуальные графы снимают это затруднение, представляя каждое отношение в виде отдельного узла.

     В семантических сетях возникают особые отношения между имеющимися в них составляющими. Их количество зависит от создателя и цели, а в реальном мире оно стремится к бесконечности.  Соответственно,  скорость работы с базой знаний зависит от того, насколько эффективно реализованы программы обработки нужных отношений, которые в свою очередь подразделяются на иерархические (между уровнями и подуровнями, множествами и подмножествами и т.д.) и вспомогательные (временные, логические, пространственные, атрибутивные, функциональные и т.д.).

Отсюда, более  подробно:

• логические
• дизъюнкция;
• конъюнкция;
• отрицание;
 
• импликация.
• теоретико-множественные
• часть – целое (a part of);
• множество – подмножество (a kind of - AKO);
• класс – элемент класса;
• пример элемента класса.
• функциональные
• количественные (больше, меньше и т.п.);
• временные (в течение какого-либо времени);
• пространственные (выше, ниже и т.п.);
• характеристики: объект-свойство, свойство-значение, причина-следствие, сходства-различия и т.п;
• лингвистические
• атрибутивные (иметь значение)
• квантификационные
• логические кванторы общности и существования;
• нелогические кванторы (например, много, несколько).