Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Redes Semanticas
Redes Semanticas
Representaci
on del Conocimiento
Francisco Jose Ribadas Pena
INTELIGENCIA ARTIFICIAL
5 Informatica
ribadas@uvigo.es
1 de diciembre de 2009
3.3.1 INTRODUCCION
OBJETIVO: Representar grandes conjuntos de hechos de forma es-
tructurada y comprimida.
Agrupar propiedades + representar objetos complejos.
Representar conocimiento taxonomico.
Relaciones: IS A, PART OF
Posibilidad de herencia de propiedades
Representar escenarios y secuencias tpicas de acontecimientos.
Difcil e incomodo de representar en l
ogica formal.
Tecnicas de representacion:
Redes semanticas.
Frames (marcos)
Reglas de produccion
3.3.2 REDES SEMANTICAS
TUPLAS OBJETO-ATRIBUTO-VALOR
OBJETO
ATRIBUTO
pajaro
is a
pajaro
forma moverse
actividad
pajaro
ping
uino
is a
ping
uino
color
ping
uino
forma moverse
actividad
ping
uino
...
...
pepe
pertenece
...
...
LOGICA
PREDICADOS
1
OPCION
VALOR
animal
volar
diurna
pajaro
blanco negro
andar
nocturna
...
ping
uino
...
is a(Pajaro, Animal)
is a(Ping
uino, Pajaro)
pertenece(Pepe, Ping
uino)
forma mover(Pajaro, Volar)
uino, Andar)
forma mover(Ping
...
x, s, f [is a(x, s) forma mover(s, f) forma mover(x, f)]
...
2
OPCION
ping
uino(Pepe)
albatros(Juan)
x pajaro(x) animal(x)
x ping
uino(x) pajaro(x)
x albatros(x) pajaro(x)
x pajaro(x) forma mover(x, Volar)
x pajaro(x) activo durante(x, Da)
x ping
uino(x) forma mover(x, Andar)
x ping
uino(x) color(x, Blanco Negro)
...
FJRP ccia [Inteligencia Artificial]
RASTREO
Uso de la propiedad transitiva de algunas relaciones (PART OF,
mayor que,...)
Se infiere a partir de 2 arcos un tercer arco no disponible
explicitamente
PROBLEMAS: Posibilidad de inferir conocimiento incorrecto
EMPAREJAMIENTO
Construir, para un problema, un fragmento de red semantica.
Compararlo con una red semantica completa (matching de
grafos)
RAZONAMIENTO NO MONOTONO
EN REDES SEMANTICAS
RAZONAMIENTO NO MONOTONO
IDEA BASICA
: La adicion de conocimiento nuevo puede dar lugar
a que parte del conocimiento derivado que se haba obtenido
anteriormente sea ahora incorrecto.
En Logica de Predicados:
El razonamiento es siempre monotono
A
nadir nuevos axiomas a la base de conocimiento no reduce
el conjunto de f.b.f. que pueden ser demostradas.
Formalmente:
Si |= , entonces, siendo un conjunto de f.b.f.
consistente con , se verifica ( ) |=
En ocasiones, el razonamiento es no monotono por naturaleza
Uso de inferencas por defecto
Se asume que algo es cierto, salvo que tengamos conocimiento
contrario
Si aparace contradiccion, debemos retractarnos de resultados
obtenidos como consecuencia de las inferencias por defecto
En general, problema complejo
Necesidad mecanismos para rastrear conocimiento y razonamientos basados en creencias rebatidas
Util en razonamiento temporal y de sentido com
un
RAZ. NO MONOTONO
EN REDES SEMANTICAS
Cancelacion de la herencia
Implementacion del mecanismo de herencia que permite incorporar un tipo limitado en razonamiento no mon
otono en
R.S.
IDEA: Dar preferencia al conocimiento sobre categoras mas
especfifcas
Categoras generales aportan el conocimiento por defecto
Los niveles inferiores pueden cancelar ese conocim. por defecto
Analogo al overriding de propiedades y metodos en POO.
FJRP ccia [Inteligencia Artificial]
ANDAR
Un ping
uino es un pajaro.
Con los que sabemos ahora, por ser un pajaro (y mientras no
se demuestre lo contrario) asumimos que vuela por aplicaci
on
de la herencia de propiedades.
Si se a
nade el enlace anterior
Aplicando cancelacion de la herencia, el razonamiento por defecto los ping
uinos vuelan es falso.
Debemos retractarnos de los razonamientos basados en ese
conocimiento por defecto al saber que los ping
uinos andan
VENTAJAS
EJEMPLOS
RED SEMANTICA
ANTERIOR
FRAME: p
ajaro
is_a: animal
forma_moverse: volar
actividade: diurna
FRAME: ping
uino
is_a: p
ajaro
color: blanco_y_negro
forma_moverse: andar
actividad: nocturna
tama~
no: mediano
FRAME: willy
is_a: ping
uino
tama~
no: grande
...
DE SLOTS
INDENTACION
FRAME: casa
elementos_b
asicos:
cimientos:
composici
on: hormig
on
localizaci
on: bajo_tierra
paredes:
composici
on: ladrillo
elementos_complementarios:
puertas:
tipo: convencional
material: madera
ventanas:
....
tejado:
material: pizarra
color: negro
localizaci
on: arriba
METACONOCIMIENTO y DEMONS
FRAME: sintomas_065
info:
formato: reducido
uso: informativo
autor: Dr. Pepe
version: 0.99
paciente: Sr. P
erez
temperatura: alta
sudoraci
on: presente
dolor_muscular: ausente
descompos_organos: ausente
FRAME: juan
is_a: empleado
IF_NEEDED: cargar_base_datos
IF_REMOVED: print_borrado_base_dat
10
PARAMETRO
: caracterstica relevante del dominio
: entre par
RELACION
ametro y valor
VALOR: numerico, simbolico o literal
11
Reglas Operadores en b
usquedas en espacio de estados
Inferencia similar al MODUS PONENS (con restricciones)
Sintaxis relajada
Se permiten acciones en los consecuentes
Es el mecanismo de control quien determina que inferencias se
llegaran a realizar realmente
TIPOS de SISTEMAS
12
13
COMPONENTES
1. BASE DE CONOCIMIENTOS (BC)
Re
une todo el conocimiento del sistema
Formada por base de reglas(BR) + base de hechos(BH)
2. MEMORIA ACTIVA (MA)
Coleccion de hechos, representando el estado actual del problema
Act
ua como disparador del motor de inferencias
Refleja los cambios en el conocimiento del sistema
Interact
ua con el mundo exterior (usuario, bases de datos,
etc...)
Contiene:
Datos iniciales del problema + datos incorporados con posterioridad
Hechos establecidos durante procesos de inferencia
Hipotesis de trabajo, metas y submetas a
un no confirmadas
Determina las REGLAS ACTIVADAS
Conjunto de las instancias de reglas que estan en condiciones
de ser ejecutadas
Encadenam. hacia adelante: antecedentes representados en
la MA
Encadenam. hacia atras: consecuentes representados en la
MA
14
MOTOR DE INFERENCIAS
(M.I.)
Interprete
+
Estructuras de Control
BASE DE CONOCIMIENTOS
(B.C.)
BASE DE
REGLAS
(B.R.)
BASE DE
HECHOS
(B.H.)
MEMORIA ACTIVA
(M.A.)
MUNDO EXTERIOR
Resultado
+
Explicacion
(opcional)
DATOS
...
Bases de
Datos
Usuario
Instrumentacion
y Sensores
15
TAREAS MI:
Ciclo basico:
1. Examen de la MA y selecci
on de reglas activas (emparejamiento)
depende del tipo de encadenamiento
2. Seleccion reglas a ejecutar (resoluci
on conflictos), en funci
on
de:
estrategia de exploracion
modelos de resolucion de conflictos
3. Ejecucion reglas y actualizaci
on de la MA
4. Mantenimiento del autoconocimiento del sistema
control de instancias de reglas activadas (agenda)
control de reglas ejecutadas
control del orden de activacion y del orden de ejecucion
mantener orden de los hechos en la MA
El ciclo anterior depende de la direccion del proceso inferencial
Encadenamiento hacia adelante (progresivo): emparejamiento
de hechos en MA con antecedentes
Encadenamiento hacia atras (regresivo): emparejamiento de
hipotesis en MA con consecuentes
16
COGNITIVA
INTERPRETACION
17
EJEMPLO
Base de Reglas:
Reglas:
R1:
R2:
R3:
R4:
R5:
R6:
R7:
R8:
if
if
if
if
if
if
if
if
then
then
then
then
then
then
then
then
Z
H(x)
I
K
Y
J
X
X
Motor Inferencias 1:
Encadenamiento hacia adelante
Activacion de toda regla cuyo antecedente empareje con hechos
de MA
B
usqueda en profundidad
Ejecucion de la primera regla seg
un los siguientes criterios de
ordenacion:
Dar preferencia a reglas nunca ejecutadas (evitar [si es posible]
repetir ejecuci
on de la misma regla)
18
Motor de Inferencias 1
PASO 1:
MA 0
Activadas
R2
R3
Ejecutar
R2
8
>
>
>
>
<
>
>
>
>
:
MA 1={A,C(7),D(8),E,F,(X),H(7)}
Activadas no ejecut.
Ejecutadas
R3
paso 1
R2
paso 1
X
/ MA 1 SEGUIR
PASO 2:
MA 1
Activadas
R5
R6
Ejecutar
R5
8
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
:
MA 2={A,C(7),D(8),E, F,(X),H(7),Y}
Activadas no ejecut.
Ejecutadas
R6
paso 2
R5
paso 2
R3
paso 1
R2
paso 1
X
/ MA 2 SEGUIR
PASO 3:
MA 2
Activadas
Ejecutar
R6
8
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
:
MA 3={A,C(7),D(8),E,F,(X),H(7),Y,J}
Activadas no ejecut.
Ejecutadas
R6
paso 3
R3
paso 1
R5
paso 2
R2
paso 1
X
/ MA 3 SEGUIR
PASO 4:
MA 3
Activadas
R8
Ejecutar
R8
8
>
>
>
>
>
>
>
>
>
>
>
<
>
>
>
>
>
>
>
>
>
>
>
:
MA 4={A,C(7),D(8),E,F,H(7),Y,J,X}
Activadas no ejecut.
Ejecutadas
R8
paso 4
R6
paso 3
R3
paso 1
R5
paso 2
R2
paso 1
X MA 4 FINAL
19