АРХИТЕКТУРА И ПРИНЦИПЫ САМООБУЧЕНИЯ КОНСТРУКТОРСКО-ТЕХНОЛОГИЧЕСКИХ ЭКСПЕРТНЫХ СИСТЕМ, ОСНОВАННЫХ НА ЗНАНИЯХ С ИСПОЛЬЗОВАНИЕМ МОНИТОРИНГА СЕТИ ИНТЕРНЕТ

Аверченков Андрей Владимирович, доктор технических наук, доцент, старший научный сотрудник, Институт конструкторско-технологической информатики Российской академии наук (Россия, г. Москва, пер. Вадковский, 18, корп. 1А), mahar@mail.com
Леонов Евгений Алексеевич, кандидат технических наук, старший научный сотрудник, Институт конструкторско-технологической информатики Российской академии наук (Россия, г. Москва, пер. Вадковский, 18, корп. 1А), johnleonov@gmail.com

004.93'12

Актуальность и цели. Большая часть современных интеллектуальные систем, основанных на знаниях, базируется на использовании онтологий. Качество работы таких систем во многом зависит от качества используемых онтологий – их актуальности, целостности и непротиворечивости. Составление и расширение таких онтологий является чрезвычайно трудоемким процессом, требующим максимальной автоматизации. Рассматриваются подходы к построению конструкторско-технологических экспертных систем, базирующихся на знаниях и способных наращивать собственные знания о предметной области за счет информации из сети Интернет. В рамках подхода предлагается использовать замкнутый цикл, в котором система самостоятельно обучается находить качественные документы в рамках предметной области, используя онтологию и предпочтения эксперта, а также дополняет эту онтологию знаниями, извлеченными из найденных документов.
Материалы и методы. Предлагаемый концепт системы базируется на использовании подходов к построению многоагентных систем. Для описания алгоритмов обучения подсистем метапоиска и особенностей его использования при обучении онтологий используется общая теория множеств и математика кортежей.
Результаты. Разработана концептуальная архитектура самообучающихся систем на основе знаний из сети Интернет. Предложен алгоритм обучения подсистем метапоиска с использованием активного контроля. Рассмотрены особенности применения методов обучения онтологий в рамках самообучающихся систем, взаимодействующих с Интернет через подсистемы метапоиска, а также предложена архитектура многоагентных интеллектуальных экспертных систем, основанных на знаниях из сети Интернет.
Выводы. Предлагаемые подходы позволят создавать системы, способные постоянно наращивать собственные знания, исследуя документы сети Интернет, и решать поставленные задачи с использованием актуального состояния области знания.

Ключевые слова

экспертные системы, базы знаний, расширение онтологий, мониторинг Интернет, обучение онтологий.

 Скачать статью в формате PDF

1. Аверченков, В. И. Математическая модель универсальной многоагентной подсистемы метапоиска / В. И. Аверченков // Вестник Брянского государственного технического университета. – 2011. – № 2 (30). – С. 101–110.
2. Аверченков, В. И. Формализация процесса мониторинга информации в сети Интернет при создании предметно-ориентированных хранилищ данных / В. И. Аверченков, А. В. Аверченков, Е. А. Леонов // Вестник компьютерных и информационных технологий. – 2012. – № 1. – С. 38–45.
3. Аверченков, А. В. Анализ структуры веб-документов с целью выявления уникальной семантически значимой информации в рамках задач информационного поиска / А. В. Аверченков, Е. А. Леонов // Известия Волгоградского государственного технического университета. – 2011.–№11(84).–С.30–35.
4. Niazi, M. Agent-based computing from multi-agent systems to agent-based models: a visual survey / M. Niazi, A. Hussain // Scientometrics. – 2011. – Vol. 89, Issue 2. – P. 479–499.