A tudásreprezentáció logikai modellje
A tudásreprezentáció logikai modellje a tudásreprezentáció modellje .
A tudásreprezentáció logikai modelljei felépítésének megközelítésének fő gondolata az, hogy az alkalmazott problémák megoldásához szükséges összes információt tények és kijelentések halmazának tekintik, amelyeket valamilyen logikában képletként jelenítenek meg . A tudást egy sor ilyen képlet jeleníti meg, és az új tudás megszerzése következtetési eljárások végrehajtására redukálódik . A tudásreprezentáció logikai modelljei a formális elmélet fogalmán alapulnak , amelyet a következő sor határozza meg: , ahol:
![{\displaystyle S=\langle B,F,A,R\rangle }](https://wikimedia.org/api/rest_v1/media/math/render/svg/24f32552fac6222359532b009c0e6080443dbfdd)
az alapvető szimbólumok (ábécé) megszámlálható halmaza;
- képleteknek nevezett halmaz;
- a priori igaz képletek ( axiómák ) kiválasztott részhalmaza;
- a formulák közötti kapcsolatok véges halmaza, amelyet következtetési szabályoknak nevezünk.
A tudásreprezentáció logikai modelljeinek előnyei
- "Alapként" itt a matematikai logika klasszikus apparátusát használjuk, amelynek módszerei meglehetősen jól tanulmányozottak és formailag alátámasztottak.
- Vannak meglehetősen hatékony következtetési eljárások, beleértve a Prolog logikai programozási nyelvben megvalósítottakat is , amelyek automatikus tételbizonyító mechanizmusokat használnak az információk keresésére és logikailag értelmes kimenetére.
- A tudásbázisokban csak az axiómák halmaza tárolható, és belőlük a következtetési szabályok szerint minden más tudás nyerhető, valamint adatok, tények és egyéb információk emberekről, tárgyakról, eseményekről, folyamatokról.
Lásd még
Linkek