Rappresentazioni strutturate della conoscenza Reti semantiche e frame M. Simi, 2005-2006.

Slides:



Advertisements
Presentazioni simili
Ricorsione in SQL-99.
Advertisements

Analisi e progettazione
Una Introduzione alle Basi di Dati

Generalità Linguaggio e Macchina Astratta
La Rappresentazione della Conoscenza
Web semantico e logiche descrittive M. Simi, Cap 2 del "Description Logic Handbook" Lezioni di U.Straccia.
DOCUMENTAZIONE DI SCHEMI E/R
Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Corso di Laurea in Ingegneria Informatica Integrazione di WordNet Domains.
Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica Ontologie Lessicali Multilingua:
Mondo della computazione Mondo della Vita
4 – Progettazione – Introduzione e Modello E-R
Le reti KL-ONE Sono un esempio di rappresentazione della conoscenza a reti semantiche. Sono state sviluppate verso la fine degli anni ’70 sulla base di.
Introduzione alle “Ricerche sulla teoria della dimostrazione” (1930)
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
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
Maria Teresa PAZIENZA a.a
Intelligenza Artificiale 1 Gestione della conoscenza lezione 8
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
Promuovere i metodi di studio Anno Accademico
Unità Didattica 2 I Linguaggi di Programmazione
Ingegneria della conoscenza e sistemi esperti Dario Bianchi, 1999 Conoscenza e ragionamento.
Intelligenza Artificiale
AOT Lab Dipartimento di Ingegneria dellInformazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
Modello E-R Generalizzazioni
INSIEMI NUMERABILI L’analisi matematica introduce il concetto di insieme numerabile come insieme i cui elementi possono essere “contati” ossia che possiede.
LINGUAGGI DI PROGRAMMAZIONE
Chomsky La grammatica/sintassi è una proprietà della mente Distinta dalla capacità di comunicare E una facoltà autonoma ed innata La comunicazione è solo.
Lezione 1 Linguaggi di programmazione – Algoritmi –Istruzioni
Gerarchie Ricorsive Una gerarchia ricorsiva deriva dalla presenza di una ricorsione o ciclo (un anello nel caso più semplice) nello schema operazionale.
Mele Francesco Corso Informatica per il Design Generativo Facoltà di Architettura SUN AA Ontologie basate su frame.
Dalle reti semantiche alle ontologie: una breve storia
Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Programma del Corso.
Intelligenza Artificiale 2 Metodologie di ragionamento
Le mappe concettuali imparare ad imparare....
Metodologia come logica della ricerca
Sistemi basati su conoscenza Gestione della conoscenza Prof. M.T. PAZIENZA a.a
1 Ontology languages. Strato dei modelli LA SCELTA DEL LINGUAGGIO Una volta selezionati i componenti dell’ontologia occorre esprimerli in maniera esplicita,
GLI ALGORITMI VISIBILE SUL BLOG INFORMATICA ANNO SCOLASTICO 2013 / 2014 GABRIELE SCARICA 2°T.
Linguaggi e Modelli dei dati e della conoscenza “rappresentazione della conoscenza” docenti Maria Teresa PAZIENZA Fabio Masimo ZANZOTTO a.a
Linguaggi per la rappresentazione della conoscenza, Logiche Descrittive e NeoClassic Matteo Barontini.
Fondamenti di Informatica 2 Ingegneria Informatica Docente: Giovanni Macchia a.a
Rappresentazioni strutturate della conoscenza Reti semantiche e frame M. Simi,
Progettazione di una base di dati Ciclo di vita di un sistema informativo Studio di fattibilità definisce le varie alternative possibili, i relativi costi.
Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
AOT Lab Dipartimento di Ingegneria dell’Informazione Università degli Studi di Parma Intelligenza Artificiale Rappresentazione della Conoscenza e Ragionamento.
1 Linguaggi: guardando la semantica §esistono un insieme di concetti semantici e di strutture di implementazione in termini dei quali si descrivono in.
Intelligenza Artificiale 1 Gestione della conoscenza lezione 14 Prof. M.T. PAZIENZA a.a
Rappresentazioni strutturate della conoscenza Reti semantiche e frame M. Simi,
Introduzione alla rappresentazione della conoscenza ovvero… Come costruire agenti basati su conoscenza e dotati di capacità di ragionamento Maria Simi,
Intelligenza Artificiale 1 Gestione della conoscenza lezione 15 Prof. M.T. PAZIENZA a.a
Introduzione alla rappresentazione della conoscenza ovvero… Come costruire agenti basati su conoscenza e dotati di capacità di ragionamento Maria Simi,
Intelligenza Artificiale Metodologie di ragionamento Prof. M.T. PAZIENZA a.a
Eprogram informatica V anno.
Web semantico e logiche descrittive M. Simi, Cap 2 del "Description Logic Handbook" Lezioni di U.Straccia.
Web semantico e logiche descrittive M. Simi, Cap 2 del "Description Logic Handbook" Lezioni di U.Straccia.
INSIEMI E LOGICA PARTE QUARTA.
Rappresentazioni strutturate della conoscenza
Transcript della presentazione:

Rappresentazioni strutturate della conoscenza Reti semantiche e frame M. Simi,

Rappresentazione della conoscenza (cap 10)  Discute vari problemi di rappresentazione  le ontologie generali e le categorie  azioni e cambiamento  oggetti e sostanze  eventi, tempo  conoscenze, credenze … attitudini mentali  il ragionamento non monotono, incerto, probabilistico..  … ci vorrebbe un corso intero  Ne vediamo due:  Il ragionamento su categorie (reti semantiche, frame, LT)  Il calcolo di situazioni, strumentale per la pianificazione

Ontologia generale

Schemi di rappresentazione della conoscenza  Schemi di R.C. procedurali  sistemi di produzione o a regole  Basati sulla logica  CP, FOL, contrazioni, estensioni, varianti …  Rappresentazioni strutturate:  rappresentazioni associative: reti semantiche  rappresentazioni aggregate: frame

Approccio psicologico-linguistico alla R.C.  La logica per formalizzare il ragionamento valido  nata per la matematica e poi estesa al ragionamento di "senso comune".  Il filone psicologico-linguistico pone l'enfasi sui meccanismi per l'acquisizione, rappresentazione ed uso della conoscenza  Mutua influenza con il settore del linguaggio naturale

Critiche alla logica come linguaggio di R.C.  Precursore: grafi esistenziali di Charles Pierce (1909)  In logica i simboli sono manipolati sintatticamente a prescindere dal loro significato  x Fragola(x)  Rossa(x)  La verità di una formula dipende unicamente dalla verità delle sue sotto-formule ma non dalle relazioni semantiche tra i simboli che utilizza

Teorie associazioniste Le teorie associazioniste si occupano delle relazioni tra simboli e dal significato che scaturisce da tali associazioni

Organizzazione gerarchica dei concetti: esperimenti (Collins, Quillian, 1969)  Domande: 1. “Un canarino è un uccello?” 2. “Un canarino vola?” 3. “Un canarino respira?  Tempi di risposta: T1 < T2 < T3  Eccezioni: “Uno struzzo vola?” Risposta immediata

Organizzazione gerarchica dei concetti: interpretazione  Le proprietà sono "attaccate" al concetto più generale a cui si applicano  Trattamento eccezioni  Le eccezioni sono memorizzate direttamente con l'oggetto  Successo della strutturazione gerarchica dei concetti in informatica ed ingegneria del SW

Definizione di rete semantica  Le reti semantiche sono una grande famiglia di schemi di rappresentazione "a grafo".  Una rete semantica è un grafo in cui:  I nodi, etichettati, corrispondono a concetti (individui o classi)  Gli archi, etichettati e orientati, a relazioni binarie tra concetti (dette anche ruoli).  Due particolari relazioni “primitive” sono sempre presenti:  IS, relazione di sotto-classe (  )  IS-A, relazione di appartenenza (  )

Ereditarietà nelle reti semantiche  Ereditarietà come una particolare inferenza legata alla transitività di IS  Facilmente implementabile come link traversal  Ereditarietà multipla

Relazioni n-arie (n > 2)  Esempio 2: Da(John, Mary, book) “John da un libro a Mary”  Questa tecnica viene chiamata ‘rappresentazione tramite struttura di casi’ (case structure representation) John Eventi-dare E1 Mary book-4 agente ricevente oggetto IS-A

Mancanza di “semantica” delle reti sematiche  Woods [75] e altri mettono in luce ambiguità e incongruenze nell’uso di nodi e archi,... ovvero la mancanza di semantica  La semantica talvolta non è chiara o ricavabile solo dai programmi di manipolazione  Esempi di confusione  IS-A per appartenenza e per sotto-insieme  Istanza canonica o classe di oggetti?  Significato diverso delle relazioni (tra classi, tra classi e oggetti, tra oggetti)

Esempio

Reti semantiche e logica  Alcuni autori [Hayes, Nilsson, McCarthy, Russell- Norvig] riservano un ruolo limitato alle reti semantiche (tutto il cap. 10 è basato su FOL).  Le reti semantiche una notazione conveniente per una parte del FOL, ma pur sempre riconducibili ad un formalismo logico.

Traduzione in logica NOTA: In maiuscolo le classi, in minuscolo gli individui  x A(x)  B(x) B(a)  x x  A  R(x, b)  x x  A   y y  B  R(x, y)

Un esempio di traduzione  x Mammifero(x)  Animale(x)  x Mammifero(x)  Nzampe(x, 4)  x Elefante(x)  Mammifero(x)  x Elefante(x)  Colore(x, grigio) Elefante(Clyde) È possibile dedurre: Animale(Clyde) Mammifero(Clyde) N-zampe(Clyde, 4) Colore(Clyde, grigio) Ereditarietà corrisponde a  E, MP e transitività di 

… e le eccezioni?  x Mammifero(x)  Nzampe(x, 4)  x Pipistrello(x)  Mammifero(x)  x Pipistrello(x)  Nzampe(x, 2) Pipistrello(Pat) Si deduce: Nzampe(Pat, 2) … ma anche Nzampe(Pat, 4)  Modellare ragionamento default richiede logiche non monotone

Espressività delle reti semantiche  Limitato potere espressivo: , , ... non direttamente esprimibili 1. Nodi proposizione nei grafi concettuali di Sowa Es. “Non ci sono cani rosa”  y  (cane(x)  colore(x,y)  rosa(y))

Espressività delle reti semantiche 2. Reti partizionate in K-net [Fikes-Hendrix] “Tutte le Mustang sono costruite da Ford”  x x  Mustangs   y y  Costruzioni  Oggetto(y, x)  Agente(y, Ford)

WordNet [Miller]  Grossa risorsa lessicale organizzata a rete semantica ( termini)  i nomi, i verbi, gli aggettivi, gli avverbi sono organizzati in insiemi di sinonimi (synset) che rappresentano un concetto ( synset);  Ad una parola è associato un insieme di synset: i sensi della parola 

WordNet: la struttura Cardinal Cardinal, c. grosbeak Cardinal, carmine... Cardinal, c. number 4 Synset per ‘cardinal’ bishop cleric number measure red finch colouroscine bird person ………… organism … Hyperonims Has-part Member-of feather wing beak Sacred college

WordNet: esempi di uso  Espansione di interrogazioni con sinonimi nella ricerca basata su parole chiave (bisogna in primo luogo identificare il senso giusto)  Distanza tra parole  Categoria del termine:  persona, organizzazione, luogo, misura …

I “frame”  La conoscenza è organizzata in strutture mentali complesse, i frame [Minsky, 1974].  Essenza della teoria: “Quando si incontra una situazione nuova, o imprevista, viene evocata dalla memoria una struttura mentale complessa, la quale, mediante un processo di istanziazione, viene adattata alla situazione specifica e fornisce una chiave di interpretazione per essa”  Struttura dati per rappresentare "stereotipi", ruolo fondamentale dei default

I “frame”come struttura dati  Condizioni per l'attivazione  Collezione di coppie slot-filler (attributo-valore)  I filler possono essere di diversi tipi (facet)  valore specifico  condizione sul valore, riferimento ad altro frame  valore default  una procedura da attivare quando lo slot riceve un valore (if-added) o è richiesto il valore dello slot (if -needed)  demoni o allegati procedurali  Slot particolari sono IS e IS-A per organizzazione gerarchica dei frame in sistemi di frame

Esempio: una stanza d’albergo

I frame e la logica  I concetti naturali, a differenza dei concetti matematici, raramente ammettono definizioni del tipo necessario e sufficiente Quadrilatero (x)  Poligono(x)  N-lati(x,4) Uccello(x)  Bipede(x)  Pennuto(x)  Vola(x) … ?

Definizioni di prototipi  Quello che caratterizza tipicamente un concetto …  Condizioni necessarie Uccello(x)  Vertebrato(x) Uccello(x)  Bipede (x)  Condizioni tipicamente necessarie (default) Uccello(x)  Tip Vola(x) Uccello(x)  Tip Pennuto(x)  Condizioni sufficienti (criteriali) Canarino(x)  Uccello(x) Struzzo(x)  Uccello(x)  Condizioni tipicamente sufficienti Vola(x)  Cinguetta(x)  Tip Uccello(x) Pennuto(x)  Tip Uccello(x)  Anche il ragionamento con prototipi è fonte di non monotonia

FrameNet [Lowe, Baker, Fillmore]  Risorsa costituita da collezioni di frasi annotate sintatticamente e semanticamente, organizzata a frame.  Semantica basata su frame: il significato delle parole scaturisce dal ruolo che esse hanno nella struttura concettuale delle frasi  La conoscenza è strutturata in 16 domini generali: time, space, communications, cognition, health …  6000 elementi lessicali; frasi annotate 

FrameNet: un esempio FRAME: communication FRAME DESCRIPTION: A person (COMMUNICATOR) produces some linguistic object (MESSAGE) while addressing some other person (ADDRESSEE) on some topic (TOPIC) FE: COMMUNICATOR … FE: MESSAGE … FE: ADDRESSEE … FE: TOPIC..

FrameNet: un esempio (cnt.) 1. [Pat] communicated [the message] [to me]. 2. [Management] should develop and communicate [to all employees] [a vision of where the organization is going]. 3. Videotapes of school activities are useful means of communicating [about work undertaken at school].

I linguaggi a “frame”e le “shell”  Potenti perché integrano conoscenza di tipo procedurale. Un esempio: KEE (Fikes-Kehler, 85)  Per la costruzione di sistemi esperti si usano degli strumenti (detti “gusci” – shell – perché sono sistemi esperti “svuotati” della conoscenza del dominio)  Architettura tipica:  Linguaggio a frame (o linguaggio ad oggetti)  Linguaggio a regole (o linguaggio di programmazione logica)