Linguaggi e Modelli dei dati e della conoscenza “rappresentazione della conoscenza” docenti Maria Teresa PAZIENZA Fabio Masimo ZANZOTTO a.a. 2005-06.

Slides:



Advertisements
Presentazioni simili
MEMORIZZAZIONE DI MESSAGGI
Advertisements

La Rappresentazione della Conoscenza
Mondo della computazione Mondo della Vita
Il ragionamento classico
TW Analisi dei documenti n Classificazione dei componenti n Selezione dei componenti, costruzione della gerarchia, dei blocchi informativi e degli elementi.
Intelligenza Artificiale Linguaggio naturale
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Metodologie per la gestione di conoscenza ontologica Prof. M.T. PAZIENZA a.a
Gestione dei dati e della conoscenza (agenti intelligenti) M.T. PAZIENZA a.a
Intelligenza Artificiale Strutture e strategie per risolvere problemi complessi Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 7 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Maria Teresa PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
Sistemi basati su conoscenza Comunicazione basata sul linguaggio naturale Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (Ontologie, Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (1 - Ontologie) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (2 - Reti semantiche, Frames) Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Conoscenza e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Basi di conoscenza: rappresentazione e ragionamento (1 - Ontologie) Prof. M.T. PAZIENZA a.a
Basi di dati. Vantaggi degli archivi digitali Risparmio di spazio: sono facilmente trasferibili e duplicabili Risparmio di tempo: si può accedere ai dati.
Chomsky La grammatica/sintassi è una proprietà della mente
Ingegneria della conoscenza e sistemi esperti Dario Bianchi, 1999 Conoscenza e ragionamento.
Modello Relazionale Definisce tipi attraverso il costruttore relazione, che organizza i dati secondo record a struttura fissa, rappresentabili attraverso.
Modello E-R Generalizzazioni
Le Mappe della Conoscenza
Chomsky La grammatica/sintassi è una proprietà della mente Distinta dalla capacità di comunicare E una facoltà autonoma ed innata La comunicazione è solo.
Riassumendo le teorie sulla comunicazione
Logica Matematica Seconda lezione.
Il modello ER Proposto da Peter Chen nel 1976 rappresenta uno standard per la progettazione concettuale (in particolare per le basi di dati) Ha una rappresentazione.
MODELLO LOGICO DEI DATI
SINTASSI.
Rappresentazione Conoscenza Prospettiva Cognitiva
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Programma del Corso.
Iniziamo a lavorare sui concetti Concetto Regolarità percepita in eventi o oggetti, o in testimonianze/simboli/rappresentazioni di eventi o di oggetti,
Sistemi basati su conoscenza Gestione della conoscenza Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Apprendimento automatico Prof. M.T. PAZIENZA a.a
I DATABASE.
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
I ruoli tematici
Fil Ling
SFC analitici /Russell 1 B. Russell: Atomismo logico Russell & Whitehead : - Nuova logica di ambito assai più vasto della logica classica La logica.
Fil Ling Lezioni
Fil Ling Russell e Frege sui nomi propri I nomi propri sono visti come abbreviazioni di descrizioni definite "Apollo" = "il dio del sole" "Socrate"
Dati e DBMS DBMS relazionali SQL Progettazione di un DBMS Normalizzazione Programma del Corso di Basi di Dati.
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Fondamenti di Informatica 2 Ingegneria Informatica Docente: Giovanni Macchia a.a
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Normalizzazione Programma del Corso.
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Intelligenza Artificiale Conoscenza e ragionamento incerto Prof. M.T. PAZIENZA a.a
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Normalizzazione Programma del Corso.
Sistemi basati su conoscenza (agenti intelligenti) Prof. M.T. PAZIENZA a.a
AOT Lab Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 2 Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Sistemi basati su conoscenza Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Istituzioni di linguistica
Cloud informatica V anno.
Intelligenza Artificiale 1 Prof. M.T. PAZIENZA a.a
Diagramma degli Stati. Diagramma degli Stati … Definizione è un grafico con nodi ed archi in cui i nodi rappresentano gli stati di una classe e gli archi,
Transcript della presentazione:

Linguaggi e Modelli dei dati e della conoscenza “rappresentazione della conoscenza” docenti Maria Teresa PAZIENZA Fabio Masimo ZANZOTTO a.a

Programma Basi di conoscenza: Rappresentazione e ragionamento. Cenni di Logica Preposizionale. Risoluzione e dimostrazione automatica di teoremi. Ontologie. Reti semantiche. Sistemi Intelligenti. Inferenza. Ereditarietà. Elementi di Teoria degli Insiemi. Basi di Dati. DBMS. Linguaggi di definizione, di manipolazione e di interrogazione dei dati. Modelli di dati. Il modello relazionale. Modelli Concettuali. Il modello E-R. Progettazione concettuale di una base di dati. La Progettazione Logica. Interrogazione by-examples ed in SQL. Materiale didattico distribuito dal docente e reso accessibile in rete. Saranno proposti approfondimenti individuali nel Corso.

Rappresentazione Una “rappresentazione” è qualunque notazione o insieme di simboli che rap-presenta (re-present) qualcosa a qualcun altro. Una rappresentazione di qualcosa sta al posto di quel qualcosa

Rappresentazione Ogni rappresentazione rappresenta solo “qualche” aspetto del mondo, quello che si vuole sottolineare. Rappresentazione Versus Conoscenza del mondo (come riferimento)

Rappresentazione Diversi modi in cui la conoscenza sembra essere “organizzata” (es. oggetti, relazioni, schemi) Versus Diversi modi in cui la conoscenza può essere “rappresentata” (immagini o proposizioni)

Un esempio Marco occupa la stanza 118 Giovanni occupa la stanza 119 “” “” “” Ingrid occupa la stanza 123 Rappresentaz. analogicaRappresentaz. proposizionale Ulteriori informaz. spaziali e temporali Informazioni esplicite Marco 118 Giovanni 119 Sara 120 Vittoria 121 Massimo 125 Alberto 124 Ingrid

Un altro esempio ImmagineTesto Il libro è sul tavolo on(book,desk) Rappresentaz. analogicaRappresentaz. proposizionale - Info implicita - Simboli discreti - Niente simboli - Simboli per relazioni - Nessuna regola compos. simboli - Regole grammaticali compos. - Concretezza - Astrazione rappres.

Proposizioni Una proposizione è una entità esplicita, discreta, astratta per rappresentare il contenuto mentale intensionale. Le proposizioni rappresentano concetti e relazioni in una forma indipendente dalla lingua. Una proposizione può essere vera o falsa (V, F), (T,F), (1,0),… Gli eventi sono una combinazione di oggetti e relazioni

Calcolo dei predicati Il calcolo dei predicati specifica come usare le rappresentazioni proposizionali. I predicati rappresentano le relazioni, mentre gli oggetti su cui si applicano si chiamano argomenti

Calcolo dei predicati Un concetto/oggetto è descritto/caratterizzato da una lista di attributi Es. un cane è qualcosa con 4 zampe, dotato di pelliccia, abbaia, è fedele, … Anche gli attributi sono proposizioni Gli attributi sono unità semantiche fondamentali per definire il significato di un concetto. Una qualunque istanza di un concetto può essere riconosciuta come tale in virtù del fatto che detiene/è caratterizzata da/è descritta da gli stessi attributi.

Rappresentazione di concetti e relazioni Le definizioni sotto forma di proposizioni permettono di definire “categorie” di oggetti; sono usate per classificare oggetti ed organizzare la conoscenza concettuale. Più complesso è rappresentare le relazioni in termini di lista di attributi (analogamente a quanto avviene per i concetti)

Rappresentazioni di relazioni soluzione 1: Le relazioni possono essere rappresentate come una “case grammar” (Charles Fillmore) Es. colpire (agent, recipient, instrument) collidere (object1, object2) predicati argomenti E’ necessario definire quali oggetti possano corrispondere a ciascun argomento, ovvero assumere il caso specifico in una sistuazione specifica

Rappresentazioni di relazioni soluzione 1: “case grammar” (Charles Fillmore) Molte reti semantiche si rifanno alla rappresentazione della grammatica dei casi. Le relazioni sono rappresentate da archi orientati (ed etichettati) tra i nodi concetto della rete (grafo).

Rappresentazioni di relazioni soluzione 2: Teoria delle dipendenze concettuali (Roger Schank): act Necessità di specificare le primitive semantiche sottostanti una particolare relazione. Il significato fondamentale di un set di verbi di azione è catturato da primitive usate con un approccio case-frame (Es. ATRANS descrive un qualunque verbo che richiede un trasferimento di proprietà)

Rappresentazioni di relazioni ATRANS: Actor:person(Mario) Act:ATRANS Object:physical object (anello) direction-TO: person-1(Maria) FROM: person-2(Mario) Actor, Act,.. Sono le variabili di questo schema e possono assumere certi valori ES. Mario diede/regalò/vendette un anello a Maria

Rappresentazioni di relazioni Teoria delle dipendenze concettuali di Schank PrimitiveSignificatoIstanze ATRANStrasf. di proprietàdare, prendere PTRANStrasf. fisico da amuoversi, camminare MTRANStrasf. di informaz. mentaliordinare, suggerire ATTENDricevere impulsi sensorialivedere, sentire PROPELapplic. forza a ogg. fisicispingere, colpire INGESTassunzione di cibo o ariarespirare, mangiare EXPELinverso di ingestvomitare,

Decomposizione semantica Si possono considerare “azioni” che richiedano una più specifica (ampia) descrizione  frasi più specifiche rispetto a  frasi più generali Gentner suggerì che frasi con un numero maggiore di connessioni (attributi o componenti semantiche di un atto) siano più coese e specifiche

Schema, frames, script La maggior parte della nostra conoscenza è strutturata in modo complesso (eventi) concetti correlati ad altri in strutture temporali e causali Le strutture di conoscenza per rappresentare questo tipo di conoscenza sono: schema, frames, scripts.

Schema Uno “schema” è un insieme (cluster) strutturato di concetti. Richiede una conoscenza generica e può essere usato per rappresentare eventi, sequenze di eventi, percezioni, situazioni, relazioni ed anche oggetti. Es. La teoria delle dipendenze concettuali di Schank usa schemi per rappresentare relazioni concettuali.

Script Schank propose gli “script”, come schemi contenenti sequenze organizzate di azioni stereotipali, per descrivere situazioni della vita di ogni giorno. Ogni script rappresenta le azioni tipiche che avvengono in uno scenario congiuntamente agli oggetti ed azioni che si incontrano in quel contesto. (Es. script ristorante: entrare, sedersi, ordinare, pagare, parlare,….) Gli script possono essere immaginati come organizzati gerarchicamente: goal generali (mangiare a ristorante), livello delle azioni intermedie (entrare, ordinare, uscire), azioni fondamentali.

Frames Marvin Minsky propose una teoria generale degli schemi con strutture dette “frames”. Le componenti generali di uno script (script ristorante: entrare, sedersi, ordinare, pagare, parlare,….) sono slot diversi che contengono sotto-schemi relativi a dettagli sulle azioni.

Problemi irrisolti Quali sono i contenuti specifici delle strutture di rappresentazione della conoscenza? Possibilità di rappresentare situazioni in modalità ad-hoc, ma non generali. Quindi impossibilità di condivisione totale, a-priori degli schemi di rappresentazione, mancanza di predittività.