Представление знаний

Магистратура 2018/2019

Статус: Курс по выбору (Анализ больших данных в бизнесе, экономике и обществе)

Направление: 01.04.02. Прикладная математика и информатика

Кто читает: Департамент математики

Где читается: Санкт-Петербургская школа физико-математических и компьютерных наук

Когда читается: 1-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Браславский Павел Исаакович

Прогр. обучения: Анализ больших данных в бизнесе, экономике и обществе

Язык: русский

Кредиты: 4

Контактные часы: 64

Полная версия программы учебной дисциплины

Аннотация

Представление знаний использует подход «сверху вниз» к искусственному интеллекту, фокусируясь на том, как высокоуровневые знания могут быть формализованы в рамках символьной логики. В отличие от субсимвольных (черных ящиков) методов, таких как нейронные сети, представление знаний и рассуждения использует тот факт, что у экспертов домена есть знания, которые могут быть использованы агентом AI при решении его задач. Формализмы и алгоритмы рассуждений находят приложения в планировании, онтологиях и семантической сети, и весьма вероятно, что будущее ИИ находится в гибридных решениях, сочетающих символьные и субсимвольные подходы. Рассматриваемые темы будут включать в себя различные формализмы логики, начиная от логики предикатов первого порядка над временной логикой до логики описания, OWL (веб-онтологических языков) и семантических веб-технологий.

Цель освоения дисциплины

формирование у студентов теоретических знаний и практических навыков представления знаний, а также применения и создания различных методов сущностно-ориентированного поиска

Планируемые результаты обучения

Демонстрирует логический подход к представлению знаний, показывает логику высказываний, знает объектно-ориентированные модели представления знаний
Знает история, идеи, стандарты, инструменты Semantic Web, принципы, нотации, типы данных, язык, классы, отношения RDF, RDF(S), RDFa
Демонстрирует знание разработки систем знаний, семантического поиска и парсинга

Содержание учебной дисциплины

Введение, обзор курса. Представление знаний в различных областях знаний
Введение. Обзор курса. Краткая история дициплины. Данные — информация — знания. Представление знаний в различных отраслях знаний. Язык и знания. Проблема представления знания в философии. Логика. Искусственный интеллект и представление знаний. Логический подход к представлению знаний. Логика высказываний. Логика первого порядка. Логический вывод. Нормальные формы. Дескрипционная логика. Продукционные системы. Объектно-ориентированные модели представления знаний.
Semantic Web. Семантические и лингвистические ресурсы.
Semantic Web: история, идеи, стандарты, инструменты. RDF, RDF(S), RDFa: принципы, нотации, типы данных, язык, классы, отношения. SPARQL, OWL. Инструменты. Semantic & Linguistic Resources: dbpedia, yago, wikidata, wordnet, FrameNet, VerbNet, AMR, OpenIE
Разработка систем знаний. Семантический поиск и парсинг.
Разработка систем знаний. Semantic Search. Semantic parsing.

Элементы контроля

Домашнее задание 1
Домашнее задание 2
Экзамен

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.5 * Экзамен

Программа дисциплины