Модель перевода – это теоретический конструкт, алгоритм, описывающий деятельность переводчика в процессе перевода.
Основные модели:
трансформационно-семантическая
денотативно-ситуативная
коммуникативная
два это преобразованиеварианта объектовмодели и структур одного языка в
объекты и структуры другого по определенным правилам, т.е. с использованием разных видов
соответствий и трансформаций, без обращения к внеязыковой действительности (Л.С. Бархударов).
преобразование по правилам внутриязыковых трансформаций 1)структур ИЯ для обеспечения прямого перевода на ПЯ; или 2)пословного перевода на ПЯ с
целью получения идиоматичного грамотного перевода на ПЯ (О.И. Бродович, А.Д. Швейцер)
Переведите:
Before the invention of fashion in 1350 A.D., tailors were unnecessary: Clothing didn"tacknowledge the body"s shape.
Mosquitoes are attracted to the color blue twice as much as to any other color.
теориях 1) Порождающая грамматика:языка теория
постулирует наличие у человека некоей языковой способности, состоящей из знания базовых структур языка и правил их преобразования в поверхностные.
Для английского языка характерны 6 ядерных/базовых структур: NV
There (be) N (D) N be N
при построении речевых высказываний т.н. ядерные предложения преобразуются (трансформируются) в поверхностные путем
преобразования синтаксической структуры одного предложения:
John sent Bill a letter. ↔ The letter was sent to bill by John.
или соединения нескольких ядерных с возможным опущением элементов или с использованием слов-заменителей
Having sent a letter to Bill, John went home.
недостатки требует минимального привлечениямодели внелингвистических знаний для интерпретации языковых структур
позволяет сократить все многообразие языка до нескольких базовых структур.
позволяет привести два языка к семантическому “общему знаменателю”
на стадии анализа ИТ они помогают снять неоднозначность, поскольку ядерные структуры однозначны, т.к. эксплицируют смысловую структуру
poor worker (х-ка лица или процесса?)
television channel award (субъект или объект действия?)the foundation of the school (процесс или предмет?)
на стадии синтеза позволяют преодолеть такие проблемы как:
1) отсутствие соответствующей морфологической формы в ПЯ (герундий – His handling the millitary operation appears to be lax ← It apperaed that he handled … Создается впечатление, что военной операцией он руководил нечетко.
2) невозможность передать словообразовательное значение слова морфологическим способом (the rent raiser, disturber )
3) различия в лексической сочетаемости (She spoke about the waste of human resources ).
4) для сохранения тема-рематического членения или когда русское предложение начинается с косвенного дополнения (Американцам внушают, что… - Americans have been led to believe that…) и др.
анализ: значения всех словтеория во всех языках могут быть описаны с помощью одного и того же ограниченного набора из нескольких десятков элементов –семантических примитивов , соответствующих значениям слов,
предположительно встречающихся в любом языке и составляющих его понятийную основу (напр., "я", "ты", "кто-то", "что-то", "люди", "думать", "говорить", "знать", "чувствовать", "хотеть‘)
Семы делятся на три вида: общие, дифференциальные и дополнительные . Общие семы – те компоненты, которые объединяют все лексико-семантические варианты одного слова или синонимы одного синонимического ряда (напр.,give во всех значениях - это let+have ); дифференциальные – те компоненты, кот. обеспечивают включение рассматриваемых ЛСВ в разные синонимические ряды (дарить – «безвозмездность», покупать «брать за деньги»); дополнительные – те несущественные для логикопредметного значения элементы значения, которые часто служат базой для метафорического/метонимического переноса.
позволяет учитывать расхождения в компонентной структуре слов и конфигурациях семантических полей в двух языках при выборе соответствующей единицы ПЯ
В sibling по сравнению сбрат, сестра отсутствует сема «пол»
В рисунок (неспец.) по сравнению сdrawing отсутствует сема «карандашом»
Свояченица, золовка (сестра мужа/жены) – sister-in-law
объясняет случаи конкретизации значения исходной единицы ввиду разницы в конфигурации семантических полей
purple – any colour between red and blue: в переводе фиолетовый, лиловый, сиреневый.
BUT! не раскрывает механизма синтаксических и лексикосинтаксических преобразований
стремится отразить закономерности преобразования смысла в текст и обратно.
Глубинная структура языка представляет собой не только глубинный синтаксис (как у Хомского), но и глубинную лексику.
Глубинная лексика включает лишь самостоятельные (первичные слова), а
остальное интерпретируется в терминах лексических функций, которые делятся на две категории: эквивалентные замены (синонимы, конверсивы типа «дать-получить», синтаксические дериваты) исемантические параметры ,выражающие некоторые элементарные смыслы при ключевом слове :
Oper1 (типовая ситуация, присоединитель субъекта в роли подлежащего) – задать при вопрос, сделать при шаг;
Oper2 (присоединитель объекта в роли подлежащего) – подвергнуться нападению, понести наказание.
Inctp – начинаться (вспыхнуть, подниматься), Fin – заканчиваться (улеглась, отошла),
Magn - высокая степень – (грубая ошибка, жгучий брюнет).
Семантическая сеть -- информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы. Таким образом, семантическая сеть является одним из способов представления знаний. В названии соединены термины из двух наук: семантика в языкознании изучает смысл единиц языка, а сеть в математике представляет собой разновидность графа -- набора вершин, соединённых дугами (рёбрами). В семантической сети роль вершин выполняют понятия базы знаний, а дуги (причем направленные) задают отношения между ними. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений.
Идея систематизации на основе каких-либо семантических отношений предлагалась ещё учёными ранней науки. Примером этого может служить биологическая классификация Карла Линнея 1735 г. Если рассматривать её как семантическую сеть, то в данной классификации используется отношение подмножества, современное AKO.
Прародителями современных семантических сетей можно считать экзистенциальные графы, предложенные Чарльзом Пирсом в 1909 г. Они использовались для представления логических высказываний в виде особых диаграмм. Пирс назвал этот способ «логикой будущего».
Важным начинанием в исследовании сетей оказали работы немецкого психолога Отто Зельца 1913 и 1922 гг. В них для организации структур понятий и ассоциаций, а также изучения методов наследования свойств он использовал графы и семантические отношения. Исследователи Дж. Андерсон (1973), Д. Норман (1975) и другие использовали эти работы для моделирования человеческой памяти и интеллектуальных свойств.
Компьютерные семантические сети были детально разработаны Ричардом Риченсом в 1956 году в рамках проекта Кембриджского центра изучения языка по машинному переводу. Процесс машинного перевода подразделяется на 2 части: перевод исходного текста в промежуточную форму представления, а затем эта промежуточная форма транслируется на нужный язык. Такой промежуточной формой как раз и были семантические сети.
Математика позволяет описать большинство явлений в окружающем мире в виде логических высказываний. Семантические сети возникли как попытка визуализации математических формул. Основным представлением для семантической сети является граф. Однако не стоит забывать, что за графическим изображением непременно стоит строгая математическая запись, и что обе эти формы являются не конкурирующими, а взаимодополняющими.
Основной формой представления семантической сети является граф. Понятия семантической сети записываются в овалах или прямоугольниках и соединяются стрелками с подписями -- дугам. Это наиболее удобно воспринимаемая человеком форма. Её недостатки проявляются, когда мы начинаем строить более сложные сети или пытаемся учесть особенности естественного языка.
Классификация семантических сетей:
Для всех семантических сетей справедливо разделение по арности и количеству типов отношений.
По количеству типов, сети могут быть однородными и неоднородными. Однородные сети обладают только одним типом отношений (стрелок), например, таковой является вышеупомянутая классификация биологических видов (с единственным отношением AKO). В неоднородных сетях количество типов отношений больше двух. Классические иллюстрации данной модели представления знаний представляют именно такие сети. Неоднородные сети представляют больший интерес для практических целей, но и большую сложность для исследования.
По арности, типичными являются сети с бинарными отношениями (связывающими ровно два понятия). Бинарные отношения, действительно, они очень просты и удобно выглядят на графе в виде стрелки между двух концептов. Кроме того, они играют исключительную роль в математике. На практике, однако, могут понадобиться отношения, связывающие более двух объектов -- N-арные. При этом возникает сложность -- как изобразить подобную связь на графе, чтобы не запутаться. Концептуальные графы снимают это затруднение, представляя каждое отношение в виде отдельного узла.
Помимо концептуальных графов существуют и другие модификации семантических сетей, это является ещё одной основой для классификации (по реализации).
Потребности проектировщиков баз данных в более удобных и мощных средствах моделирования предметной области породили направление семантических моделей данных. При том, что любая развитая семантическая модель данных, как и реляционная модель, включает структурную, манипуляционную и целостную части, главным назначением семантических моделей является обеспечение возможности выражения семантики данных.
Прежде чем мы коротко рассмотрим особенности распространенных семантических моделей, остановимся на их возможных применениях.
Наиболее часто на практике семантическое моделирование используется на первой стадии проектирования базы данных. При этом в терминах семантической модели производится концептуальная схема базы данных, которая затем вручную преобразуется к реляционной (или какой-либо другой) схеме. Этот процесс выполняется под управлением методик, в которых достаточно четко оговорены все этапы такого преобразования.
Менее часто реализуется автоматизированная компиляция концептуальной схемы в реляционную. Известны два подхода: подход, основанный на явном представлении концептуальной схемы как исходной информации для компиляции, и подход, ориентированный на построение интегрированных систем проектирования с автоматизированным созданием концептуальной схемы на основе интервью с экспертами предметной области. И в том, и в другом случае в результате производится реляционная схема базы данных в третьей нормальной форме.
Наконец, третья возможность, которая еще не вышла за пределы исследовательских и экспериментальных проектов, - это непосредственная работа с базой данных в семантической модели, т.е. СУБД, основанные на семантических моделях данных. При этом снова рассматриваются два варианта: обеспечение пользовательского интерфейса на основе семантической модели данных с автоматическим отображением конструкций в реляционную модель данных и прямая реализация СУБД, основанная на какой-либо семантической модели данных. Наиболее близко ко второму подходу находятся современные объектно-ориентированные СУБД, модели данных которых по многим параметрам близки к семантическим моделям.
Одной из наиболее популярных семантических моделей данных является модель "Сущность-Связь" (часто ее называют кратко ER-моделью).
На использовании разновидностей модели ER-модели основано большинство современных подходов к проектированию баз данных (главным образом, реляционных). Модель была предложена Ченом (Chen) в 1976 г. Моделирование предметной области базируется на использовании графических диаграмм, включающих небольшое число разнородных компонентов. В связи с наглядностью представления концептуальных схем баз данных ER-модели получили широкое распространение в системах CASE, поддерживающих автоматизированное проектирование реляционных баз данных.
ER-модель не относится к числу моделей данных, использованных в существующих языках определения данных, хотя и тесно связана с некоторыми из них. Она служит для обоснования того, какого рода информацию потребуется хранить в системе базы данных. Модель объектов-связей выполняет функции моделирования объектов реального мира, где должны применяться системы баз данных.
Термин «объект» не поддается всеобъемлющему определению. Достаточно сказать, что объект -это нечто существующее и различимое, т. е. мы можем отличать один объект от другого. Например, каждый стул есть объект. Объектами являются также конкретные человек и автомобиль. Можно считать объектом любого муравья, если имеется способ отличать его от других муравьев. В противном случае мы не воспринимаем муравья как объект. Объектами могут быть и понятия более высокого уровня, например, паук, грызун, бабуин и растение в биологической базе данных. Если не быть слишком строгими, то к объектам можно отнести и такие понятия, как любовь и ненависть.
Группа всех подобных объектов образует набор объектов. Так, наборами объектов могут быть все люди, все автомобили, все животные, все эмоции.
Термин «подобные объекты» не является точно определенным, и можно установить бесконечное число различных свойств, которые будут определять набор объектов. Один из ключевых моментов в проектировании модели реального мира, имеющий отношение к конкретной базе данных, -это выбор наборов объектов.
Атрибуты и ключи
Объекты обладают свойствами, называемыми атрибутами, которые ассоциируют некоторое значение из домена значений данного атрибута с каждым объектом в наборе объектов. Обычно домен атрибута является множеством целых чисел, действительных чисел или строк литер, но мы не исключаем и другие типы значений. Например, можно сказать, что объекты в наборе объектов «люди» имеют такие атрибуты, как имя (строка литер), рост (действительное число) и т. д.
Выбор подходящих атрибутов для наборов объектов является вторым ключевым моментом в проектировании модели реального мира. Атрибут или множество атрибутов, значения которых уникально идентифицируют каждый объект в наборе объектов, называется ключом этого набора объектов. В принципе, каждый набор объектов имеет ключ, поскольку мы приняли гипотезу о том, что каждый объект отличим от остальных. Но если для набора объектов мы выбрали совокупность атрибутов, не содержащую ключа, то отличить один объект в наборе от другого окажется невозможным. Часто в качестве атрибута, который служит ключом, предоставляется произвольно выбранный последовательный номер. Например, в наборе объектов, включающем только граждан США, может использоваться в качестве ключа единственный атрибут -«номер социальной безопасности».
Возможны случаи, когда объекты в наборе различаются не по атрибутам, а по их связи с объектами другого типа. Наиболее важным видом «встроенных» связей (связи, определенные пользователем, будут описаны позднее) является связь “есть”. Мы говоримAесть В и записываем «AестьB», если набор объектов В является обобщением набора объектовA, или, что равносильно,Aесть специальный вид В.
Рассмотрим базу данных автомобилей с набором объектов МАРКИ, имеющим атрибуты ТИП и МОДЕЛЬ. Объектом в наборе МАРКИ является, например, «Datsun-280».Мы могли бы рассмотреть и набор объектов АВТОМОБИЛИ с атрибутом СЕРИЙНЫЙ-НОМЕР, который можно было бы считать ключом этого набора. Однако вполне вероятно, что два типа автомобилей используют одни и те же серийные номера. Чтобы сделать объекты в наборе АВТОМОБИЛИ уникальными, нам потребуется связь между наборами АВТОМОБИЛИ и МАРКИ, представляющая тот факт, что любой автомобиль имеет конкретную марку. Тогда каждый экземпляр из набора объектов АВТОМОБИЛИ будет однозначно определяться по его СЕРИЙНОМУ-НОМЕРУ и атрибуту ТИП связанного с ним объекта из набора МАРКИ.
Связь между наборами объектов представляет собой просто упорядоченный список наборов объектов. Конкретный набор объектов может появляться в этом списке более одного раза. Если имеется связь RELмежду наборами объектов Е 1 , Е 2 , ..., E k ,то предполагается, что существует множество кортежей размерности k,имя которого REL.Такое множество мы называем набором связей. Каждый кортеж (е 1 , е 2 , ...,е k) в множествеRELподразумевает, что объекты е 1 , е 2 , ...,е k , где е i принадлежит набору E i , находятся в связи RELдруг с другом как группа. Наиболее общим, несомненно, является случай, когда k=2, но иногда списки состоят из трех или более наборов объектов.
Допустим, мы имеем набор объектов ЛЮДИ и связь ЯВЛЯЕТСЯ- МАТЕРЬЮ, список наборов объектов которой есть ЛЮДИ, ЛЮДИ. Мы предполагаем, что набор связей ЯВЛЯЕТСЯ-МАТЕРЬЮ включает все пары (p i ,р j), такие, что человек р i является матерью человека p j .
Понятие семантической модели
Пусть имеется два множества A и B , тогда функция f однозначно ставящая в соответствие каждому элементу называется отображением множества A на множество B , то есть .
Элемент называется образом элемента a .
Если существует , которое не является образом ни одного из элементов множества A , то преобразование f называется отображением множества A «в» B.
Если f(A) = B , то отображение называется «на», A «на» B.
 |
Множество, задаваемое функцией , которое включает, элементы множества A называются прообразом множества B . В общем случае может обеспечить неоднозначное преобразование.
Отображение называется взаимнооднозначным, если каждому элементу множества A соответствует один элемент множества B и наоборот.
Отображение A «в» B называется гомоморфизм, если выполняется условие .
Изоморфизм – множество A «на» B является взаимнооднозначным гомоморфизмом, то есть , тогда семантическая модель представляет собой изоморфизм множества A в Ψ (пси), где A – фиксированное множество элементов исследуемой области с исследуемыми связями между ними.
Пси определяется следующим набором:
где – множество элементов модели соответствующих элементам предметной области, носитель модели, – предикаты, характеризующие отношения между элементами предметной области.
Предикат – это логическое выражение содержащие производное число аргументов и принимающее два значения, либо «истинное», либо «ложное».
Пример: хороший студент
Предикаты называются сигнатурой модели. Носитель модели является содержательной областью для предикатов. Выбор сигнатуры и носителя модели определяется рассматриваемой предметной областью.
Семантическая модель системы
Рассмотрим модель системы с точки зрения возможности реализации процедур декомпозиции, анализа и синтеза. Модель рассматривается как отображение , тогда система определяется следующим набором:
где - подмодель, характеризующая преобразование, реализуемое системой. Часто представляется при помощи «черного ящика», о котором известно, что определенный набор входных факторов приводит к определенному значению выходных факторов.
Подмодель, характеризующая структуру системы при ее внутреннем рассмотрении.
Предикат целостности, который характеризует семантику (смысл) подмоделей и , семантику преобразования и .
Если =1 – это «истина», это означает, что подмодели и семантически связаны.
Рассмотрим:
,
где - входные характеристики модели;
Набор выходов модели;
Характеризует состояние системы в определенный момент времени.
Зная элемент z в определенный момент времени, можно определить значение элементов y .
f , g – это функционалы (глобальные уравнения системы) связывающие выход модели x и z , то есть они определяют текущие значения состояния системы и ее входных характеристик.
(1.2)
, (1.3)
Уравнение (1.2) называется уравнением наблюдения, (1.3) – уравнение состояние.
Если систему удается описать при помощи формул, то она уже не рассматривается как «черный ящик». Однако часто это не удается. Помимо данных выражений система определяется тремя аксиомами:
1. Для каждой системы должно быть определено множество (пространство) Z возможных состояний, в которых может находиться система, а также параметры пространства T, в котором определено поведение системы.
2. Число элементов множества Z не должно быть меньше двух.
3. Система должна обладать свойством функциональной эмерджентности. Это свойство системы, которое принципиально не может быть выведено из свойств его отдельных элементов и подсистем данной системы.
Таким образом, система может быть представлена в виде модели, которая включает подмодели и связи между ними.
Классификация систем
Системы классифицируют:
1) По происхождению:
a) естественные;
b) искусственные.
Социально-экономическая система – это объединение людей и машин, при реализации определенных функций связанных с достижением конкретных целей.
2) По объективности существования:
a) материальные системы (существуют объективно не зависимо от нашего сознания);
b) идеальные (складывается в сознании человека).
3) По взаимодействию с внешней средой:
a) открытые;
b) закрытые.
Если каждый элемент системы имеет связи только с элементами подсистем данной системы, система называется закрытой. Если хотя бы один элемент имеет связь с внешней средой, то система является открытой. Закрытых систем на практике почти не бывает. Моделирование закрытой системы производится, когда необходимо исследовать поведение систем при обрыве внешних связей. Если при обрыве внешних связей или при резком изменении характеристик внешней среды показатели функциональной системы не выходят из допустимого интервала, то система называется слабозависящей от внешней среды.
4) По действию во времени:
a) статические системы (не зависят от времени);
b) динамические.
На практике все системы являются динамические.
5) По обусловленности действия:
a) детерминированные;
b) вероятностные.
В детерминированных системах характеристики изменяются по заранее известным законам. В вероятностных системах предсказать их поведение можно только с определенной степенью вероятности (математическая теория вероятности).
6) По степени сложности:
a) сложные;
b) особо сложные;
c) простые.
При этом учитывается иерархия системы, количество элементов и связей.
Сложная система характеризуется:
· целостностью реакции на внешнее воздействие;
· большая размерность – это большое количество входов и выходов и сложный характер преобразований входных переменных в выходные;
· сложный характер связей. Изменение любого из элементов оказывающих влияние на другие элементы.
Свойства систем
Целостность – означает наличие некоторых общих целей у элементов системы. Также с данным понятием связаны симметрия и асимметрия, которые определяют степень соразмерности в пространстве и во времени связей между элементами.
Неодетивность – это появление нового качества системы, которое вызвано эффектом объединения элементов, то есть сумма эффектов от реализации элементов отличающихся от эффекта реализации системы в целом.
Эмерджентность – это появление новых свойств системы, которые не свойственны элементам системы.
Синергизм – это получение дополнительного эффекта от согласованной и целенаправленной деятельности элементов системы. Проявлением является мультипликативный эффект, то есть суммарный эффект равен не сумме, а произведению эффектов функциональных элементов.
Обособленность – это определенная изолированность системы от внешней среды.
Согласованность – это наличие взаимосвязей элементов подсистем системы с элементами других систем. Также системы низкого уровня должны быть связаны с системами высокого уровня.
Адаптивность – это способность системы подстраиваться под изменения внутренней и внешней среды.
Система с управлением
Одной из попыток расширения возможностей СИИ является использование сочетания различных МПЗ фреймов и продукций (продукционные правила в слотах фрейма являются формой присоединения к фрейму процедурных знаний) семантических сетей и логических моделей семантических сетей и продукций. Однако простое объединение в одной БЗ нескольких МПЗ, получивших название комбинированных или смешанных, как правило, малоэффективно. Различные МПЗ не обязательно несовместимы друг с другом, однако они отличаются по степени соответствия конкретным внутренним представлениям эксперта.
Этап концептуального проектирования включает создание концептуальной схемы БД. Спецификации разрабатываются в той степени, которая требуется для перехода к реализации. На этом этапе создаются подробные модели пользовательских представлений данных затем они интегрируются в концептуальную модель (семантическая модель), фиксирующую все элементы корпоративных данных, которые будет содержать БД.
Известно достаточно большое число семантических моделей данных (например, модель "сущность-связь", модель семантических сетей и др.) однако используемые в них понятия, идеи и методы характеризуются большим сходством, что облегчает их совместное рассмотрение.
Модель семантических сетей
Возможности выражения семантики в терминах сущностей и связей весьма ограничены. Повышение выразительной силы изобразительных средств достигается в модели семантической сети. В определенном смысле возможности семантической сети являются наиболее универсальными из известных к настоящему времени.
Принципиальными различиями обладают три модели представления знаний - продукционная модель , модель фреймов и модель семантических сетей.
Концептуальное проектирование служит для получения моделей семантического уровня, определяющих конкретную предметную область . Описание концептуальных моделей отражает объекты ЭИС и связи между ними, но не должно зависеть от методов представления данных в конкретной системе управления базами данных. Концептуальная модель - некоторое формализованное, заданное в явном виде, отображение предметной области , определяющее множество ее состояний, включая правила их изменения. Данная модель призвана обеспечить устойчивую и долговременную работу всей системы, выдерживать замену одного управляющего комплекса на другой.
Классификация показателей народнохозяйственного планирования должна носить многоаспектный характер и строиться в тесном взаимодействии со всеми другими общесоюзными и локальными классификаторами и номенклатурами. Последнее объясняется тем, что в наименованиях показателей находятся термины, входящие в различные классификаторы и номенклатуры. Используя зафиксированные в них отношения между терминами (род -вид, целое - часть и т. п.), можно определять семантические связи между показателями, в том числе вхождение их в определенные виды, типы и классы. Полный состав признаков классификации должен быть определен на основе анализа структуры планов, характера применяемых экономико-математических моделей , методов решения задач , включенных в методическое обеспечение АСПР.
Информация относительно ее возникновения и последующих преобразований проходит три этапа, которые, собственно, и определяют ее семантический, синтаксический и прагматический аспекты. Человек сначала наблюдает некоторый факт окружающей действительности, который отражается в его сознании в виде определенного набора данных. Здесь проявляется синтаксический аспект. Затем после структуризации этих данных в соответствии с конкретной предметной областью человек формирует знание о наблюдаемом факте. Это семантический аспект полученной информации. Информация в виде знаний имеет высокую степень структуризации, что позволяет выделять полную информацию об окружающей нас действительности и создавать информационные модели исследуемых объек-18
Виды знаний могут быть представлены одной из следующих семантических моделей
Приведено планирование базы данных, Выполнен анализ предметной области и построена схема объекты-взаимосвязи, выделены элементы данных и сформулированы семантические правила . Спроектирована модель данных, которая затем преобразуется в логическую модель конкретной системы управления базой данных.
К СЕМАНТИЧЕСКИ ПОЛНОЙ МОДЕЛИ
Так как отношения семантически полной модели могут
Заключительная фаза анализа предметной области состоит в проектировании ее информационной структуры (или концептуальной схемы). Описывать предметную область или проектировать концептуальную схему можно средствами достаточно большого количества моделей, созданных специально для этих целей. В простых случаях для построения концептуальной схемы используют традиционные методы агрегации и обобщений. При агрегации информационные объекты (элементы данных) объединяются в один в соответствии с семантическими связями между объектами.
В рамках каждой БД концептуальные требования обобщаются в концептуальную модель , выраженную абстрактными средствами, позволяющими увидеть все информационное содержание предметной области . Концептуальная модель позволяет как бы подняться вверх над предметной областью и увидеть ее отдельные элементы. При этом подробность, детальность и глубина предметной области зависит от выбранной модели. Модель с минимальными возможностями должна обеспечивать способность задания данных и их взаимосвязи. Соответственно семантическая мощь концептуальной модели увеличивается с возрастанием дополнительного числа характеристик, которые она позволяет оп-
Активные понятийные модели разрабатывались не только для хранения описаний используемых понятий и связей между ними. Ставились цели динамически формировать новые суждения, определять тождество или сходство понятий, производить их интерпретацию вычислительного характера. К таким моделям относятся разные представления семантических сетей , некоторые специальные понятийные модели, например . Однако создание технологически полных механизмов такого рода оказалось очень сложной задачей. Для непосредственного использования в промышленных разработках ИС активные понятийные модели до последнего времени были непригодны.
Определяются составляющие информационной модели , их взаимосвязь и последовательность разработки. Строится технологический маршрут разработки, выделяются отдельные этапы (фазы) процесса, устанавливаются структура и содержание исходных и конечных данных каждого этапа. Выполняются формальные процедуры семантического контроля выходных данных каждого этапа для отладки информационной модели и контроля процесса разработки проекта.
Трем типам знаний соответствуют и три типа моделей для их представления синтаксические, семантические и прагматические. Наличие двух последних является наиболее существенным признаком, отличающим интеллектуальные системы от всех других.
В основе моделей этого типа лежит конструкция, названная ранее семантической сетью . Сетевые модели формально можно задать в виде
Фрейм чаще всего определяют как структуру данных для представления стереотипных ситуаций. При этом способ группирования множества конкретных ситуаций в стереотипную, как правило, не может быть определен строго. Чаще всего стереотипные ситуации (для данной предметной области) выделяет исследователь, опираясь на опыт и данные наблюдений. Неформальные знания исследователя о предметной области можно рассматривать как систему понятий, определяющих представление о конкретных ситуациях . Каждое понятие связывается с конкретной ситуацией , а конкретные ситуации согласуются с соответствующей стереотипной. Если понятия представляют собой неформальные знания о стереотипной ситуации, то фреймы - это формализованные знания. Таким образом, фреймы соответствуют понятиям, отражающим объекты, явления, характеристики предметной области . Это дает основание рассматривать фрейм как семантический блок или модуль модели представления знаний . Модель представления знаний строится в виде сети фреймов, т. е. системы определенным образом взаимосвязанных фреймов. Поэтому в мо-
В ряде систем используются комбинации сетевых и продукционных моделей представления знаний . В таких моделях декларативные знания описываются в сетевом компоненте модели, а процедурные знания - в продукционном. В таком случае говорят о работе продукционной системы над семантической сетью.
В современном мире пропаганда давно уже перестала быть чисто идеологическим занятием, она покоится на жестких научных основаниях. Именно последняя война, получившая название "холодной", была на самом деле войной семантической, войной семиотической. Она дала значительный стимул развитию коммуникативных моделей воздействия. Они в достаточной мере научны, хотя и формулируются с непривычной для нашего уха долей цинизма. Так, американцы считают, что им лучше обработать одного журналиста, чем десять домохозяек или пять врачей. Поскольку человек при этом рассматривается как канал, а не как адресат информации.
Модель семантической сети (модель Куилиана). Семантическая сеть - это направленный граф с поименованными
Семантические барьеры могут создавать коммуникативные проблемы для компаний, действующих в многонациональной среде. Например, фирма Дженерал Моторс, выбросив на латиноамериканский
