Введение. О некоторых свойствах логико-вычислительной семантической сети

При разработке моделей представления знаний (МПЗ), базирующихся на модели семантической сети Куиллиана (далее — модели Куиллиана), обычно решаются вопросы развития логических и/или вычислительных свойств модели Куиллиана. Основной целью данной статьи является краткая характеристика некоторых свойств логико-вычислительной семантической сети [Яловец, 2006], которую можно рассматривать как развитие модели Куиллиана в логическом и вычислительном аспекте. Для обсуждения таких свойств выполняется сравнительный анализ данной МПЗ с тремя известными МПЗ, каждую из которых можно рассматривать в качестве модели, являющейся развитием модели Куиллиана в логическом или вычислительном аспекте. В качестве таких МПЗ рассматриваются: пропозициональная семантическая сеть [Shapiro, 1991], блочная семантическая сеть [Hendrix, 1979] и процедурная семантическая сеть [Levesque et al., 1979]. Для сравнения свойств названных МПЗ приводятся конкретные примеры представления знаний.

Краткий обзор некоторых разновидностей модели семантической сети

Пропозициональная (propositional) семантическая сеть

(далее — ПССШ) предложена С. К. Шапиро (S.C.Shapiro) в рамках разработки системы представления знаний и рассуждений SNePS (Semantic Network Processing System). ПССШ [Shapiro, 1991] представляет собой помеченный связный направленный ациклический граф, в котором вершины представляют объекты, а помеченные дуги — бинарные отношения между объектами. Каждая вершина ПССШ реализует интенсиональное представление, что в данном случае означает, что вершина обозначает ментальный объект. Дуги ПССШ представляют не концептуальные, а структурные отношения между вершинами (связывающие утверждения о фактах с объектами, в них входящими). Концептуальные отношения представляются при помощи вершин. Различают пропозициональные вершины, вершины действия и индивидуальные вершины. В свою очередь, пропозициональные вершины подразделяются на простые и общие пропозициональные вершины, а также правила. Для пропозициональных вершин вводится нотация доверия путем добавления символа '!' в конец идентификаторов вершин и такие вершины рассматриваются как утверждаемые. Вывод на ПССШ заключается в вычислении вновь утверждаемых вершин из ранее утвержденных вершин. В SNePS поддерживается четыре метода вывода, соответственно основанные на связности, пути, вершинах и включении.

Несмотря на ряд достоинств ПССШ, связанных с возможностью представления логических и семантических свойств объектов, ПССШ также имеет и недостатки: невозможность представления процедурных знаний; отсутствие экстенсионального представления; невозможность выявления противоречий; затруднительная смысловая интерпретация представленных знаний; низкая эффективность методов вывода.