Системы и средства представления знаний (курс лекций, В.Ф.Хорошевский)

Материал из MachineLearning.

Версия от 20:32, 13 апреля 2019; Algneushev (Обсуждение | вклад)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

Содержание

В курсе рассматриваются основные методы и средства, связанные с разработкой и реализацией прикладных интеллектуальных систем.

Целью курса является углубленное изучение теории и практики методов и средств представления и обработки знаний в системах искусственного интеллекта (ИИ).


Задачами данного курса являются:

  • приобретение теоретических знаний в области представления и обработки знаний;
  • освоение методов и средств представления и обработки знаний в прикладных интеллектуальных системах;
  • оказание консультаций и помощи студентам в проведении собственных теоретических и экспериментальных исследований в разработки и реализации прикладных интеллектуальных систем;
  • приобретение навыков работы с инструментальными средствами представления и обработки знаний, а также с использованием их при создании прикладных интеллектуальных систем, функционирующих в Интернет.


Курс читается студентам 4 курса кафедры «Интеллектуальные системы / проектирование и организация систем» ФУПМ МФТИ. Программа лекционного курса рассчитана на 34 часа (семестр), предусмотрены практические занятия (17 часов) и лабораторные работы (17 часов).

Замечания для студентов


Программа курса

Современные методы и средства представления и обработки знаний

  • Введение в проблематику инженерии знаний.
  • Проблемы извлечения знаний из различных источников
    • Приобретение знаний от экспертов.
    • Формализация качественной информации.
    • Пополнение и интеграция знаний.
    • Согласование знаний.

Технологии инженерии знаний

  • Классификация методов практического извлечения знаний.
  • Коммуникативные методы извлечения знаний.
  • Текстологические методы извлечения знаний.
  • Простейшие методы структурирования знаний.
  • Латентные структуры знаний и психосемантика.
    • Репертуарные решетки.
  • Примеры методов и систем приобретения знаний.

Инструментальные средства представления и обработки знаний

Прикладные аспекты инженерии знаний.

  • Методы и средства автоматизированного приобретения знаний.
    • Визуальное проектирование баз знаний.
    • Системы семейства Protégé – архитектура, функциональные возможности.

Методы и средства представления онтологических знаний.

  • Инициатива (KA)2 и инструментарий Ontobroker.
    • Аннотация знаний в рамках инициативы (KA)2.
    • Средства спецификации онтологий в проекте Ontobroker.
    • Формализм запросов и формализм представления. Машина вывода Ontobroker.
    • Аннотация Web-страниц онтологической информацией.
  • Проект SHOE – спецификация онтологий и инструментарий.
    • Общая характеристика проекта.
    • Спецификация онтологий и инструментарий SHOE.
    • Формализм представления и машина вывода.
    • Формализм запросов в проекте SHOE.
    • Аннотация Web-документов на базе онтологий.

Методы и средства представления и обработки знаний в среде Интернет

Проблемы представления данных и знаний в среде Интернет.

  • Web документы, Социальный и Семантический Web.
  • W3C консорциум и его работа по стандартизации представления данных и знаний в среде Интернет.

Язык HTML и представление знаний.

  • Историческая справка.
  • HTML как язык гипертекстовой разметки Интернет-документов.
  • Возможности представления знаний на базе языка HTML.

Язык XML и представление знаний.

  • Историческая справка.
  • XML как язык семантической разметки Интернет-документов.
  • Формализм RDF(S) и стандарты W3C.
    • RDF-хранилища и методы их реализации.
    • Запросы к базам знаний на основе языка SPARQL.

Представление и обработка знаний в Интернет.

  • OWL-семейство средств представления и обработки знаний.
    • OWL-Lite.
    • OWL-DL.
    • OWL-Full.
  • Представление и обработка знаний на языке OWL-DL.

Пространства знаний в среде Интернет.

  • Методы формирования и организации пространств знаний в среде Интернет.
  • Семантическое аннотирование ресурсов Интернет.
  • Мониторинг Интернет-ресурсов.
  • Извлечение информации из текстов.
  • Аналитика на знаниях.
  • Порталы знаний.

Практические занятия

  1. Представление знаний в языках HTML, XML и RDF(S).
  2. Представление онтологических знаний в языке OWL-DL.
  3. Методы и средства извлечения информации из текстов на естественном языке.
  4. Семантический Web.

Лабораторные занятия

  1. Реализация модельных пространств знаний в языках XML и RDF(S).
    • Задача 1: Реализация модельного пространства научных публикаций на языке XML.
    • Задача 2: Реализация модельного пространства научных публикаций в формализме RDF(S).
  2. Проектирование онтологических моделей в среде Protégé.
    • Задача 1: Проектирование онтологии научных исследований в институтах РАН.
  3. Извлечение информации из текстов в среде GATE.
    • Задача 1: Извлечение цитирований из трудов научных конференций.
  4. Анализ семантических порталов в среде Интернет.
    • Задача 1: Анализ функционалов семантического портала OpenCalais
    • Задача 2: Анализ функционалов портала семантического поиска Hakia
    • Задача 3: Анализ функционалов российской информационно-аналитической системы Exactus

Необходимое программное обеспечение


Литература

Основная литература

  1. Лабоцкий В. Управление знаниями. Технологии, методы и средства представления, извлечения и измерения знаний. Современная школа. 2006.
  2. HTML-4.0, W3C Documentation URL
  3. XML, W3C Documentation URL
  4. RDF(S), W3C Documentation URL
  5. OWL, W3C Documentation URL
  6. Protégé. User Guide, Stanford University, 2009 URL
  7. Developing Language Processing Components with GATE. Version 7 (a User Guide), 2012 URL

Дополнительная литература

  1. Справочник "Искусственный интеллект". Том 1. Системы общения и экспертные системы. Попов Э.В. (ред.) - М.: Радио и связь, 1990.
  2. Справочник "Искусственный интеллект". Том 2. Модели и методы. Поспелов Д.А. (ред.) - М.: Радио и связь, 1990.
  3. Справочник "Искусственный интеллект". Том 3. Программные и аппаратные средства. Захаров В.Н., Хорошевский В.Ф. (ред.). - М.: Радио и связь, 1990.
  4. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 1), Искусственный интеллект и принятие решений, № 1 (2008).
  5. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 2), Искусственный Интеллект и Принятие решений, № 4 (2009).
  6. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 3), Искусственный Интеллект и Принятие решений, № 1 (2012).
  7. Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 1. Онтологическое моделирование: подходы, модели, методы, средства, решения (ч. 1). – М.: Изд. дом ВШЭ, 2011. – 76 с.

Пособия и методические указания

  1. Макарова Н.В. (ред.), Бройдо В.Л., Гаврилова Т.А. и др. Информатика: Учебник. - М., Финансы и ста-тистика, 2006. - 768 с. (Главы «Интеллектуальные системы» и «Инженерия знаний»).
  2. Кудрявцев Д.В. Системы управления знаниями и применение онтологий. Учебное пособие. -СПб.: Изд-во Политехнического университета, 2010. -344с.


Программу составил
В.Ф. Хорошевский, профессор, д.т.н.

См. также

Список подстраниц

Системы и средства представления знаний (курс лекций, В.Ф.Хорошевский)/Вопросы
Личные инструменты