Formas de Representar el Conocimiento

Una vez que se adquiere el conocimiento, es necesario encontrar una representación simbólica, clara, precisa y completa del mismo. Para ello podemos mencionar que existen diversas formas de representar el conocimiento, como las siguientes:


Representación del Conocimiento

     ·         Tripletas OAV
     ·         Redes Semánticas
     ·         Frames
     ·         Reglas
     ·         Hechos
     ·         Modelo de guiones
     ·         Mapas conceptuales 


    Tripletas Objetivo-Atributo-Valor (OAV). Permiten derivar una representación gráfica del conocimiento organizada en tres niveles: objeto compuesto de atributos que contienen valores. Ejemplo

Tripletas Objetivo-Atributo-Valor
Redes Semánticas. Ofrecen un esquema más general y des estructurado que las tripletas OAV. Donde cada nodo representa cualquier concepto u objeto, y los arcos representan relaciones que existen entre dichos conceptos. Ejemplo:

Redes Semánticas


Frames (Marcos). Un frame es una plantilla de objetos que contiene un conjunto de slots. Cada slot puede ser de alguno de los siguientes tipos:

·         Un atributo simple con un valor opcional de default
·         Un procedimiento
·         Una restricción
·         Un apuntador a otro frame. 

En programación ofrece uno de los mecanismos de   estructuración más poderosos y flexibles que existen en Inteligencia Artificial, e.g. puede implementar cualquier esquema de representación del conocimiento e incluso diversos paradigmas de programación como orientado a objetos, orientado a accesos, etc.

Algunos idiomas de Lisp, como CommonLisp y CLOS ofrecen frames. Sin embargo, la complejidad de programar con frames puede fácilmente tornarse inadmisible e   ineficiente cuando se posee poca habilidad, disciplina y conocimientos avanzados de programación con frames.

Frame

Sistemas Basados en Reglas. En un sistema basado en reglas existen dos elementos básicos que sirven para la representación del conocimiento:

Conocimiento

  • Atributos
  • Reglas 


Atributos. Un atributo es un símbolo que sirve para representar un conocimiento factual, i.e. aserción o hecho. Un atributo puede tener un valor indefinido, i.e. UNKNOWN, así como uno o más valores, i.e. multivalor.
 NAME: auto
 TYPE: symbol
 CHOICES/EXPECT: sedan, van, vagoneta
 PROMPT: "¿Qué tipo de carro desea comprar?"
 PLURAL/MULTI: yes
 DEFAULT: sedan 



Reglas 

Sistemas Expertos Basados en Reglas (Rule-based systems). Sistemas constituidos primordial mente por un conjunto de "reglas de producción" o "reglas de inferencia lógica" o "reglas IF-THEN". Resultan convenientes por las siguientes razones:
·         La mayoría de las herramientas de desarrollo de sistemas expertos   emplean reglas, y además se cuenta con lenguajes de programación lógica basada en reglas, e.g. PROLOG, Lisp.
·         La mayoría de los sistemas expertos desarrollados son basados en reglas.
·         La madurez, disponibilidad y costo de las herramientas de desarrollo de este tipo con bastante atractivas.
·         La representación del conocimiento a través de relgas es bastante natural.
·         La curva de aprendizaje de estos sistemas es menos prolongada que para las otras alternativas de representación, e.g. frames.
·         Las reglas tienen una sintaxis sencilla, son transparentes y fáciles de mantener.
·         Es posible simular con reglas (con ciertas complicaciones) a los sistemas basados en frames.
·         Su proceso de validación es simple y más susceptible de automatizar.


Reglas

    Marcos y guiones
MARCOS: que es un esencia de marcos ordenada temporalmente , estructura conveniente para representar objetos que son comunes a una situación dada. La característica basada de un marco, es que representa conocimientos relacionado con un tema concreto que cuenta con mucho conocimiento predeterminado. Un marco es básicamente un grupo de ranuras y rellenos que definen un objeto estereoscopio. 

Marco


    MAPA CONCEPTUAL

Los resultados de un mapa “son:
La generación de conocimiento
La transparencia e intercambio del conocimiento.
La integración de este conocimiento en la organización y un medio para llegar hacia la “organización que aprende” 


Mapa Conseptual

Referencias: 

http://www.depi.itch.edu.mx/apacheco/ai/repconoc
http://es.slideshare.net/emiardila/el-conocimiento-en-inteligencia-artificial
https://prezi.com/7fbhkav1bybq/formas-de-representar-el-conocimiento/

Comentarios

Entradas más populares de este blog

Historia de la Inteligencia Artificial