Магистратура
2018/2019
Представление знаний
Статус:
Курс по выбору (Анализ больших данных в бизнесе, экономике и обществе)
Направление:
01.04.02. Прикладная математика и информатика
Кто читает:
Департамент математики
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
Программа 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 знанийВведение. 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.
Промежуточная аттестация
- Промежуточная аттестация (2 модуль)0.25 * Домашнее задание 1 + 0.25 * Домашнее задание 2 + 0.5 * Экзамен
Список литературы
Рекомендуемая основная литература
- Gordon, B. M. (2011). Artificial Intelligence : Approaches, Tools, and Applications. New York: Nova Science Publishers, Inc. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=440805
Рекомендуемая дополнительная литература
- Brachman, R. J., Levesque, H. J., & Pagnucco, M. (2004). Knowledge Representation and Reasoning. Amsterdam: Morgan Kaufmann. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=196373
- Van Harmelen, F., Lifschitz, V., & Porter, B. (2008). Handbook of Knowledge Representation (Vol. 1st ed). Amsterdam: Elsevier Science. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=216929