Приобретение и формализация знаний

Л. Я. Аверкин, Л. Ф. Блишун, Т. А. Гаврилова, Г. С. Осипов

Основные определения

Приобретением знаний называется выявление знаний из источников и пре­образование их в нужную форму, а также перенос в базу знаний ИС. Источни­ками знаний могут быть книги, архивные документы, содержимое других баз знаний и т. п., т. е. некоторые объективизированные знания, переведенные в форму, которая делает их доступными для потребителя. Другим типом зна­ний являются экспертные знания, которые имеются у специалистов, но не зафи­ксированы во внешних по отношению к нему хранилищах. Экспертные знания являются субъективными. Еще одним видом субъективных знаний являются эмпирические знания. Такие знания могут добываться ИС путем наблюдения зз окружающей средой (если у ИС есть средства наблюдения).

Ввод в базу знаний объективизированных знаний не представляет особой проблемы, выявление и ввод субъективных и особенно экспертных знаний до­статочно трудны. Чтобы разработать методологию приобретения субъективных знаний, получаемых от эксперта, надо четко различать две формы репрезента­ции знаний. Одна форма связана с тем, как и в каких моделях хранятся эти знания у человека-эксперта. При этом эксперт не всегда осознает полностью, как репрезентированы у него знания. Другая форма связана с тем, как инженер по знаниям, проектирующий ИС, собирается их описывать и представлять. От степени согласованности этих двух форм репрезентации между собой зависит эффективность работы инженера по знаниям.

В когнитивной психологии изучаются формы репрезентации знаний (когни­тивные структуры знаний) характерные для человека. Примерами могут слу­жить [Хафман, 1986]: представление класса понятий через его элементы (на­пример, понятие «птица» репрезентируется рядом «чайка, воробей, скворец,...»); представление понятий класса с помощью базового прототипа, отражающего наиболее типичные свойства объектов класса (например, понятие «птица» ре­презентируется прототипом «нечто с крыльями, клювом, летает...»); представ­ление с помощью признаков (для понятия «птица», например, наличие крыльев, клюва, двух лап, перьев....).

Кроме понятий репрезентируются и отношения между ними. Как правило, отношения между понятиями определяются процедурным способом, а отношения между составляющими понятий (определяющими структуру понятия) —деклара­тивным способом. Наличие двух видов описаний заставляет в моделях представ­ления знаний одновременно иметь оба компонента, например семантическую сеть и продукционную систему, как это представлено в когнитивной модели [Ander­son, 1983].

При приобретении знаний важную роль играют так называемое поле знаний, в котором содержатся основные понятия, используемые при описании предмет­ной области, и свойства всех отношений, используемых для установления связей

3—6943

между понятиями. Поле знаний связано с концептуальной моделью проблемной области, в которой еще не учтены ограничения, которые неизбежно возникают при формальном представлении знаний в базе знаний. Переход от описания не­которой области в поле знаний к описанию в базе знаний аналогичен переходу от концептуальной модели базы данных к ее логической схеме, когда уже за­фиксирована система управления базой данных. Важно отметить, что переход непосредственно к формальным представлениям в базе знаний без этапа кон­цептуального описания в поле знаний приводит к многочисленным ошибкам, что замедляет процесс формирования базы знаний ИС.

Возможны три режима взаимодействия инженера по знаниям с экспертом-специалистом: протокольный анализ, интервью и игровая имитация профессио­нальной деятельности. Протокольный анализ заключается в фиксации (напри­мер, путем записи на магнитную ленту) «мыслей вслух> эксперта во время решения проблемы и в последующем анализе полученной информации В режиме интервью инженер по знаниям ведет с экспертом активный диалог, направляя его в нужную сторону. При игровой имитации эксперт помещается в ситуации, похожие на те, в которых протекает его профессиональная деятельность. На­блюдая за его действиями в различных ситуациях, инженер по знаниям, форми­рует свои соображения об экспертных знаниях, которые впоследствии могут быть уточнены с экспертом в режиме интервью. Принципы игровой имита­ции нашли применение в разнообразных деловых играх, специальных тренаже­рах.

Каждый из упомянутых способов извлечения знаний имеет свои преимуще­ства и недостатки. Так, при анализе протоколов инженеру по знаниям нелегко отделить понятия, важные для включения в словарь предметной области, от тех, которые при «мыслях вслух» появляются случайно. Кроме того, в протоколах обнаруживаются пробелы, когда рассуждение эксперта как бы прерывается и про­должается уже на основе пропущенных шагов вывода. Заполнение подобных лакун возможно лишь в режиме интервью. Таким образом, во всех трех под­ходах к извлечению знаний из экспертов необходим этап интервью, что делает его одним из важнейших методов приобретения знаний.

Существует не менее двух десятков стратегий интервьюирования. Наиболее известны три: разбиение на ступени, репертуарная решетка и подтверждение сходства.

При разбиении на ступени эксперту предлагается назвать наиболее важные, по его мнению, понятия предметной области и указать между ними отношения структуризации, т, е. отношения типа «род —вид», «элемент — класс», «целое — часть» и т. п. Эти понятия используются на следующем шаге опроса как базо­вые. Стратегия нацелена на создание иерархии понятий предметной области, выделение в понятиях тесно связанных между собой групп — таксЪнов (клас­теров).

Стратегия репертуарной решетки направлена на выявление характеристиче­ских свойств понятий, позволяющих отделять одни понятия от других. Методика состоит в предъявлении эксперту троек понятий с предложением назвать призна­ки для каждых двух понятий, которые отделяли бы их от третьего. Так как каждое понятие входит в несколько троек, то на основании такой процедуры происходит уточнение объемов понятий и формируются «симптокомплексы» по­нятий, с помощью которых эти понятия могут идентифицироваться в базе знаний.

Стратегия подтверждения сходства состоит в том, что эксперту предлагает­ся установить принадлежность каждой пары понятий из предметной области к некоторому отношению сходства (толерантности). Для этого эксперту зада­ется последовательность достаточно простых вопросов, цель которых заключается в уточнении того понимания сходства, которое вкладывает эксперт в утвержде­ние о сходстве двух понятий предметной области.

Процесс взаимодействия инженера по знаниям (аналитика) с экспертом-специалистом включает три основных этапа.

1. Подготовительный этап. Для успеха общения оба участника должны тщательно подготовиться к диалогу или игре. Желательно, чтобы эксперт был 66

не только компетентным специалистом, но и заинтересованным (морально или материально) лицом в достижении конечной цели — построении ИС. Он должен быть доброжелателен к аналитику и уметь объяснять свои знания (наилучший случай, когда эксперт имеет опыт преподавательской работы).

Аналитику необходимо: глубоко познакомиться со специальной литературой по предметной области, чтобы не задавать очень «глупых» вопросов (просто «глу­пые» вопросы бывают чрезвычайно полезны), а также увеличить количество «пакетов ожиданий» [Шенк и др., 1987J; уметь слушать и грамотно задавать вопросы; настроиться на роль «ученика», а не «экзаменатора»; разбираться в моделях когнитивной психологии, а также в моделях представления знаний, чтобы из знаний эксперта выделять четкие структуры.

В любой совместной деятельности большое значение имеют психологические качества исследователей, такие как личность, манера поведения, стиль научного мышления. Существуют различные классификации научных работников. В ка­честве примера приведем следующую: инициатор — быстро реагирует на перс­пективные проблемы, т. е. один из первых ощущает необходимость решения проблемы с элементами неопределенности; диагност — способен к быст­рой оценке сильных и слабых сторон решения задачи; эрудит — наделен исклю­чительной памятью, отличается повышенным вниманием к деталям и стремле­нием к упорядоченности; ремесленник — способен воплощать в жизнь плохо оформленные' идеи других; эстет — стремится исследовать проблемы, приводя­щие к изящным решениям, не склонен к кропотливому труду; методолог — за­интересован методологическими аспектами исследований; независимый — стре­мится к индивидуальному решению проблем; фанатик — самоотверженно увле­чен своей научной проблемой, того же требует и от окружающих.

Принадлежность научного работника к тому или иному типу определяется с помощью косвенных методик (тестов личности, интеллекта, когнитивных сти­лей, проектных методик). Автоматизация опроса и получения психологического портрета испытуемого реализована, например, в системе АВТАНТЕСТ [Гаври-лова, 1984].

Для роли эксперта наиболее предпочтительны инициатор, эрудит, диагност и ремесленник (в паре с аналитиком-эрудитом), а для роли аналитика ■— диаг­ност, методолог, эрудит, инициатор. При этом наилучшее сочетание дают соче­тания разных типов. Благодаря различиям в подходах к решению задачи, в точках зрения, стиле мышления, восприятия, памяти и т. п. участники в такой паре с разных сторон подходят к поставленной цели, в результате увеличивается общее количество гипотез, идей, альтернативных вариантов, а следовательно, обогашДется поле знаний. Однако не все сочетания даже из приемлемых типов улучшают взаимодействие, а некоторые типы (например, фанатик, эстет, неза­висимый, ремесленник) часто слабо приспособлены для творческого взаимодей­ствия, что приводит к возникновению скрытых н явных конфликтов, которые усложняют процесс продуктивного общения.

Важное значение имеет также лидерство в паре. В ходе любого диалрга одна сторона обычно занимает позицию ведущей, чаще эту роль берет интер­вьюер, т. е. аналитик. Роль лидера в диалоге позволяет аналитику направлять и систематизировать процесс создания поля знания, не давая эксперту «размыть» илн излишне детализовать процесс. С другой стороны, догматизм и настойчи­вость могут привести к неадекватному полю. Имеет место также эффект «фа­сада», т. е. желание эксперта не ударить «в грязь лицом» перед аналитиком, и отсюда генерирование неподтвержденных гипотез.

2. Установление «общего кода». Для создания лингвистического альянса
взаимодействия участники взаимодействия должны пытаться сократить «рас­
стояние» между объектом (т. е. исследуемой предметной областью) и аналити­
ком. Необходимо определить главные понятия, т. е. выработать словарную осно­
ву базы знаний; уровень детализации; взаимосвязи между понятиями.

3. Гносеологический этап. На этом этапе происходит выяснение закономер­
ностей, присущих предметной области, условий достоверности и истинности
утверждений, структурирование за счет введения отношений и т. п. Этот этап

является определяющим во взаимодействии аналитика и эксперта. В процессе анализа игры или диалога вербализуется и формализуется знание эксперта и зачастую для него самого порождается новое знание. Репрезентация внешнего мира в его памяти получает материальное воплощение в форме поля знаний.

В процессе извлечения знаний сначала желательно получить от эксперта поверхностные знания (такие, например, как репрезентация признаков), посте­пенно переходя к глубинным структурам и более абстрактным понятиям (таким, например, как прототипы).

При формировании поля знаний учитываются особенности эмпирического знания: модальность, противоречивость, неполнота и т. д.

Аналитик должен за частным всегда видеть общее, т. е. строить цепочки «.факт — обобщенный факт — эмпирический закон — теоретический закон». Цен­тральное звено цепочки — формализация эмпирики. При этом иногда основным на этапе формализации становится не извлечение «слепых» непонятных связей, а понимание внутренней структурной связи понятий предметной области. Искус­ство аналитика состоит в стремлении к созданию ясной и понятной модели проблемной области.

Следует также учитывать, что эксперты в проблемной области не всегда опираются на логические рассуждения. В их представлениях о проблемной об­ласти и методах решения задач, характерных для нее, широкое применение на­ходят ассоциативные рассуждения и рассуждения правдоподобия (см. § 2.5). Опишем примерную методику работы с экспертом по формированию поля зна­ний.

Подготовительный этап

1. Четкое определение задач проектируемой системы (сужение поля знаний):
определение, что на входе и выходе; определение режима работ — консульта­
ции, обучение и др.

2. Выбор экспертов: определение количества экспертов; выбор уровня ком­
петентности (не всегда хорошо выбирать самый высокий уровень сразу); опре­
деление способов и возможности заинтересовать экспертов в работе; тестиро*
вание экспертов.

3. Знакомство аналитика со специальной литературой в предметной области.

4. Знакомство аналитика и экспертов (в дальнейшем для простоты будем
считать, что эксперт один).

5. Знакомство эксперта с популярной литературой по искусственному ин­
теллекту (желательно, но необязательно).

6. Попытка аналитика создать поле знаний первого приближения априор­
ным знаниям из литературы (прототип поля знаний).

Основной этап

1. «Накачка» поля знаний: а) в зависимости от предметной области выбор
способа интервьюирования; б) протоколирование мыслей вслух или запись на
магнитофон рассуждений эксперта (аналитик по возможности не должен пока
вмешиваться в рассуждения).

2. «Домашняя работа». Попытка аналитика выделить некоторые причинно-
следственные связи в рассуждениях эксперта; построение словаря предметной
области (возможно, на карточках) и подготовка вопросов к эксперту.

3. «Подкачка» поля зрения. Обсуждение с экспертом прототипа поля знаний
и домашней работы, а также ответы на вопросы аналитика.

4. Формализация концептуальной модели.

5. Построение поля знаний второго приближения.

6. При необходимости повторение пп. 16, 2, 3, 4 и 5.
68

Системы приобретения знаний от экспертов

Одно из первых рассмотрений интервью как метода инженерии знаний про­ведено в [Newel, 1972]. Проблемы, возникающие при извлечении экспертных знаний, некоторые психологи связывают с так называемой когнитивной защи­той. В [Kelly, 1985] была развита теория человеческого познания, основанная на понятии «персональных конструктов», которые человек создает и пытается приспособить к реалиям мира. В [Bose, 1984] теория «персональных конструк­тов» использована для создания системы извлечения экспертных знаний и по­казала свою способность успешно преодолевать когнитивную защиту, т. е. не­желание экспертов достичь четкого и осознанного ими истолкования основных понятий, отношений между понятиями и приемов решения задач в интересую­щей инженера по знаниям проблемной области.

Методы интервьюирования эксперта предметной области знаний с исполь­зованием нескольких различных стратегий применены при создании системы TEIRESIAS [Davis, 1982]. В [Kahn et al., 1984] выделено восемь различных стратегий интервью, в [Kahn et al., 1985] на основе этих стратегий исследуется возможность автоматического интервьюирования. Автоматизации метода прото­кольного анализа посвящены работы [Waterman, 1971, 1973; Krippendorf, 1980].

В [Kahn et al., 1985] на примере диагностической системы MORE; описана техника интервьюирования, направленная на выяснение следующих сущностей: гипотез, симптомов, условий, связей и путей. Гипотеза — событие, идентифика­ция которого имеет своим результатом диагноз. Симптом — событие, являющееся следствием существования гипотезы, наблюдение которого приближает последу­ющее принятие гипотезы. Условие — событие или некоторое множество событий, которое не является непосредственно симптоматическим для какой-либо гипоте­зы, но которое может иметь диагностическое значение для некоторых других событий. Связи — соединения сущностей (в том числе, других связей). Путь —■ выделенный тип связи, который соединяет гипотезы с симптомами. В соответст­вии с этим используются следующие стратегии интервью: дифференциация ги­потез, различение симптомов, симптомная обусловленность, деление пути и др.

Дифференциация гипотез направлена на поиск симптомов, которые обеспе­чивают более точное различение гипотез. Наиболее мощными в этом смысле являются те симптомы, которые происходят из одного диагностируемого собы­тия. Различение симптомов выявляет специфические характеристики симптома, которые, с одной стороны, идентифицируют его как следствие некоторой гипс тезы, с другой — противопоставляют другим. Симптомная обусловленность на­правлена на выявление негативных симптомов, т. е. симптомов, отсутствие ко­торых имеет больший диагностический вес, чем их присутствие. Деление пути обеспечивает нахождение симптоматических событий, которые лежат на пути к уже найденному симптому. Если такой симптом существует, то он имеет боль­шее диагностическое значение, чем уже найденный.

Аналогичные стратегии интервьюирования эксперта использованы при соз­дании инструментальной диагностической системы ИДИС [Голубев н др., 1987].

В системе KRITON [Diederich et al., 1987] для приобретения знаний ис­пользуются два источника: эксперт с его знаниями, полученными на практике (эти знания, как правило, неполны, отрывочны, плохо структурированы); книжные знания, документы, описания инструкции (эти знания хорошо структурированы и фиксированы традиционными средствами). Для извлечения знаний из первого источника в KRITON применена техника интервью, использующая стратегии ре­пертуарной решетки и разбиения на ступени. При этом применяется прием пе­реключения стратегий: если при предъявлении тройки семантически связанных понятий эксперт не в состоянии назвать признак, отличающий два из них от третьего, система запускает стратегию разбиения на ступени и предпринимает попытку выяснения таксономической структуры этих понятий с целью выявления признаков, их различающих.

Для выявления процедурных знаний эксперта в KRITON применен метод протокольного анализа. Он осуществляется в пять шагов. На первом шаге про­токол делится на сегмент;-' на основании пауз, которые делает эксперт в про-

I *•

цессе записи. Второй шаг —семантический анализ сегментов, формирование вы­сказываний для каждого сегмента. На третьем шаге из текста выделяются опе­раторы и аргументы. Далее делается попытка поиска по образцу в базе знаний для обнаружения переменных в высказываниях (переменная вставляется в вы­сказывание, если соответствующая ссылка в тексте не обнаружена). На послед­нем шаге утверждения упорядочиваются в соответствии с их появлением в про­токоле.

Анализ текста используется в KRITON для выявления хорошо структури­рованных знаний из книг, документов, описаний, инструкций.

В [Morik, 1987] описан метод выявления модели предметной области. Пер­вая фаза — формирование инженером знаний грубой модели предметной области путем определения предикатов и сортов их возможных аргументов и сообщения системе фактов об области, выразимых этими предикатами. Система выявляет свойства предикатов и устанавливает отношения между ними, структурируя та­ким образом предметную область. На второй фазе с помощью метазнании (об­щих структур), отражающих особенности человеческого мышления, осуществ­ляется проверка соответствия фактов предикатам, индуктивный вывод правил из фактов, вывод правил из других правил.

В системах SIMER и ДИАПС [Осипов, 1987; Osipov et al., 1987] основным методом приобретения знаний является автоматизированное интервьюирование эксперта, которое управляется знаниями, приобретенными системой- В системах SIMER и ДИАПС не выявляется предварительная модель области. Все объекты (события) и их атрибуты определяются в режиме прямого интервьюирования эксперта. Предполагается только, что на множестве объектов могут быть заданы ряд отношений из известного (конечного) множества: «элемент — множество», «часть — целое», «пример — прототип», отношения структурного сходства объ­ектов, структурной иерархии и некоторые другие. Все отношения попарно раз­личаются формальными свойствами. Так, отношений структурного сходства не обладает транзитивностью, но симметрично. Отношение структурной иерархии, напротив, не обладает симметричностью, однако транзитивно. На выяснение этих и ряда других свойств отношений и объектов направлено интервью.

В частности, для установления структурного сходства на первой фазе ин­тервью для каждого вновь вводимого понятия эксперту предлагается указать (с помощью меню) те понятия предметной области, с которыми может быть связано данное (без спецификации отношения). Затем в процессе интервью для каждой пары понятий (из выделенных на первой фазе) связь специфицируется, устанавливаются свойства и тип отношения, в число элементов которого вклю­чается исследуемая пара. Так, для включения некоторой пары понятий X и У, о которых эксперт сообщил, что X влияет на Y (например X увеличивает воз­можность К), в число элементов некоторого отношения R, обладающего среди прочих свойств симметричностью, необходимо задать эксперту вопрос: «Увели­чивает ли Y возможность Я?». При положительном ответе на этот вопрос (и если прочие свойства уже установлены и удовлетворяют определению отноше­ния R) пара (X, У) включается в R. Для установления структурного сходства и структурной иерархии понятий используются стратегии подтверждения сходства и разбиения на ступени.

В модели имеются метапроцедуры и метаправила, которые проверяют кор­ректность модели, используют формальные свойства отношений для пополнения модели и генерируют правила.

Сформулируем основные этапы реализации системы приобретения знаний.

1. Интервью для определения актуальной области, в которой происходит
процесс решения интересующей проблемы, и расчленение ее на автономные об­
ласти.

2. Автоматизированное интервью для выявления и формирования деклара­
тивной модели предметной области.

3. Протокольный анализ к выявленным на предыдущем этапе понятиям и
отношениям предметной области для пополнения модели процедурными знаниями

(этапы 2 и 3 можно использовать попеременно до тех пор, пока модель не до­стигнет нужной полноты).

4. Протокольный анализ для попонения декларативных знаний модели.

5, Проверка полноты модели. Обычно протокольный анализ выявляет пусто­
ты в модели. Имеется в виду случай, когда понятия, использованные в «мыслях
вслух», недостаточно описаны. В этом случае интервью и протокольный анализ
повторяются.

Формализация качественных знаний

При формализации качественных знаний может быть использована теория нечетких множеств [Заде, 1974], особенно те ее аспекты, которые связаны с лин­гвистической неопределенностью, наиболее часто возникающей при работе с экс­пертами на естественном языке. Под лингвистической неопределенностью под­разумевается не полиморфизм слов естественного языка, который может быть преодолен на уровне понимания смысла высказываний в рамках байесовской модели [Налимов, 1974], а качественные оценки естественного языка для длины, времени, интенсивности, для целей логического вывода, принятия решений, пла­нирования.

Лингвистическая неопределенность в системах представления знаний зада­ется с помощью лингвистических моделей, основанных на теории лингвистических переменных и теории приближенных рассуждений [Kikert, 1978]. Эти теории опираются на понятие нечеткого множества, систему операций над нечеткими множествами и методы построения функций принадлежности.

Одним из основных понятий, используемых в лингвистических моделях, яв­ляется понятие лингвистической переменной. Значениями лингвистических пере­менных являются не числа, а слова или предложения некоторого искусственного либо естественного языка. Например, числовая переменная «возраст» принимает дискретные значения между нулем и сотней, а целое число является значением переменной. Лингвистическая переменная «возраст» может принимать значения: молодой, старый, довольно старый, очень молодой и т. д. Эти термы — лингви­стические значения переменной. На &то множество (как и на числа) также на­лагаются ограничения. Множество допустимых значений лингвистической пере­менной называется терм-множеством.

При вводе в ЭВМ информации о лингвистических переменных и терм-мно­жестве ее необходимо представить в форме, пригодной для работы на ЭВМ. Лингвистическая переменная задается набором из пяти компонентов: <А, Т(А), О, G, Af>, где Л—имя лингвистической переменной; Г (Л)—ее терм-множество; U — область, на которой определены значения лингвистической переменной; G описывает операции по порождению производных значений лингвистической пере­менной на основе тех значений, которые входят в тер м-множество. С помощью правил нз G можно расширить число значений лингвистической переменной, т. е. расширить ее терм-множество. Каждому значению с лингвистической переменной А соответствует нечеткое множество Х_а, являющееся подмножеством U. По ана­логии с формальными системами (см. § 1.1) правила из G часто называют син­таксическими. Наконец, компонент М образует набор семантических правил. С их помощью происходит отображение значений лингвистической переменной а в не­четкие множества Х_а и выполняются обратные преобразования. Именно эти правила обеспечивают формализацию качественных утверждений экспертов при формировании проблемной области в памяти ИС.

На рис. 2.1 показаны все компоненты, определяющие лингвистическую пере­менную «возраста». В качестве терм-множества использовано множество, со­стоящее из трех значений: очень молодой (ом), пожилой (п) и старый (с), за­даваемых функциями принадлежности на области I), которую называют носи­телем лингвистических значений. В примере область t/ —года жизни от 0 до 154) лет. В качестве семантических правил выступают отображения, задаваемые функциями принадлежности 0<р._а(«)<1 к нечетким множествам Х_он, Х_п, Х_с. Как видно из рис. 2.1, человек, возраст которого равен 60 годам, принадлежит

to to

to

n s

n

a

to

• aJ-S-⁵"*»^

a£*

н re •*■ -^ н j-

ecpfiSo^gg-g^sg-

fa to'-a S ю чэ

*-»!giag§*|!

e*3gK_ag|ggg|

R-iO и

Sis I

Е*з£2 X to to „

то to a

Поиск по сайту: