Метод семантического дифференциала

Метод семантического дифференциала разработан Ч. Осгудом /Osgood Ch. E. et al, 1957/. Он широко используется в психологии и предназначен для измерения различий в интерпретации понятий испытуемыми. Исследуемый объект, в качестве которого может выступить слово, понятие, символ в вербальной или невербальной форме, оценивается путем соотнесения с одной из фиксированных точек шкалы, заданной полярными по значению признаками. Весь континуум шкалы разбивается, как правило, на 7 интервалов, и оцениваемый признак может принимать значения от –3 до +3.

Полученные на основании процедуры семантического дифференциала количественные данные изображаются в виде так называемого семантического профиля исследуемого понятия. Точность отражения понятия зависит от числа заданных осей. Вместе с тем, Ч. Осгудом показано, что от 50 до 65 % дисперсии результатов объясняется всего тремя факторами — фактором оценки, фактором силы и фактором активности.

Применяя технику семантического дифференциала для оценки множества объектов (понятий) одним экспертом или одного объекта множеством экспертов, на выходе получают числовые таблицы вида объект — признак. Эти таблицы затем подвергают многомерному анализу с целью выявления группировок как объектов, так и признаков. Проведенный анализ позволяет выявлять особенности понятийной структуры эксперта.

Техника репертуарных решеток

Техника репертуарных решеток предложена Г. Келли в 1955 году. Она направлена на изучение индивидуально-личностных конструктов, опосредующих восприятие и самовосприятие при анализе личностного смысла понятий /Бурлачук Л. Ф. и др., 1989;/.

По Г. Келли «конструкт можно представить себе как референтную ось, основной параметр оценки… На поведенческом уровне его можно рассматривать как открытый человеком способ поведения…» /Франселла Ф. И др., 1987/. Описание конструкта, как замечает Келли, удобнее всего проводить в биполярных понятиях. При этом конструкт становится тем, «чем два или несколько объектов сходны между собой и, следовательно, отличны от третьего объекта или нескольких других объектов». Биполярность конструктов дает возможность получить матрицу взаимоотношений между ними конструкт — конструкт и применить для выявления структуры смысловых параметров, лежащих в основе восприятия данным человеком объектов и отношений, алгоритмы анализа многомерных данных (факторный и кластерный анализ, неметрическое шкалирование и пр.).

Процедуру определения семантических отношений с использованием техники репертуарных решеток проводят в два этапа.

Сначала эксперту дают задание найти в собственном представлении существенные признаки, по которым два любых понятия из предметной области являются схожими и чем они оба отличаются от какого-либо третьего понятия. К найденным существенным признакам находят полярные по значению признаки. Так образуются индивидуальные конструкты.

На втором этапе, как и в методе семантического дифференциала, все понятия предметной области оцениваются экспертом по собственным выделенным конструктам. Считается, что расстояния между понятиями в пространстве индивидуальных конструктов отражают семантические отношения.

Техники парных сравнений

Техники парных сравнений применяют для изучения различных феноменов психического отражения. Они хороши тем, что не нуждаются в четкой привязке к каким-либо оценочным признакам. Эксперту требуется дать интуитивные оценки попарного сходства или различия понятий исследуемой предметной области. Семантическое пространство по результатам парного сравнения реконструируется с использованием аппарата многомерного метрического и неметрического шкалирования, получившего свое начало в работе /Torgerson W. S., 1952/.

Стратегии принятия решений

Выявление стратегий принятия решений — это самый сложный этап в построении модели предметной области. Частично стратегии принятия решений могут быть получены путем тщательного анализа семантических отношений. Стратегии экспертных рассуждений служат стержнем, на который «нанизываются «все предыдущие компоненты знаний. Как правило, стратегии отражают некоторые теоретические представления, фундаментальные законы или общепринятые классификации, известные в предметной области и используемые экспертом. В описательных науках проблема усложняется наличием различных теоретических представлений и классификаций, а опыт работы с экспертом показал, что эксперт сам не осознает, какой же конкретной парадигмой он пользуется при решении задач.

Основной принцип, которым должен руководствоваться инженер по знаниям при работе с экспертом, формулируется как принцип использования инструментов структурирования. Смысл этого принципа заключается в следующем. Как правило, взаимодействуя с экспертом, инженер по знаниям что-то старается писать. Бессистемные «заметки» иногда выливаются в многостраничные труды, из которых при дальнейшем анализе трудно что-либо понять. Можно, конечно, стенографировать или записывать на магнитофон экспертные рассуждения или объяснения какого-либо понятия. Но все равно это остается неструктурированным текстом. Инженерия знаний предлагает не писать тексты при взаимодействии с экспертом, а сразу же что-то рисовать, облекать экспертные знания и рассуждения в некоторые формы, которые должны быть понятны и эксперту. Такие формы и представляют собой инструменты структурирования. Существуют общепризнанные, стандартные инструменты, которые помогают с одной стороны найти общий язык с экспертом, а с другой с большим успехом систематизировать или формализовать само взаимодействие. Любой инженер по знаниям может выдумать свои собственные инструменты, ниже рекомендуются те, которые хорошо зарекомендовали себя на практике.

Смысл использования инструментов заключается в том, что определенные элементы экспертных знаний на этапе первоначального сбора знаний представляются наглядно и иллюстрировано в такой форме, которая может быть легко модифицирована при последующей работе с экспертом, а впоследствии перекодирована в любую из моделей представления знаний, реализованную тем или иным программным инструментарием.

К стандартным инструментам (формам) структурирования относятся таблицы решений, деревья вывода, блок-схемы или структурные схемы, классификационные деревья, семантические сети, правила типа «если — то» или «условие — действие», диаграммы Венна и др.

Таблицы решений

Таблицы решений (decision table) представляют собой таблицы, в которых указаны действия, предпринимаемые в различных условиях, причем решение — это выбор между альтернативными действиями. Обычно таблица состоит из четырех частей, расположение и назначение которых показано в табл. 3. 5.

Таблица 3. 5. Таблица решений

предварительные условия	окончательные условия
возможные действия	предпринимаемые действия

В разделе предусловия перечислены отдельные условия, от которых зависят предпринимаемые действия, а в разделе возможные действия — действия, которые могут быть предприняты. В разделе окончательные условия перечислены уточнения предусловий, при которых предпринимаются те или иные действия. Этот раздел организован в виде столбцов, в каждом из которых дается уточнение каждого предусловия. Затем в столбцах раздела предпринимаемые действия проставляются крестики, указывающие на совершение того или иного действия. Обычно в таблице все возможные комбинации входных значений (предусловий) перечислены так, что применение таблицы всегда дает в точности одно предпринимаемое действие.

Таблица 3. 6 представляет собой пример таблицы решений при выборе способа, как добираться до работы. Символ «–» в разделе окончательные условия означает «безразлично».

Таблица 3. 6. Пример таблицы решений

Дождь	НЕТ	НЕТ	ДА	–	–	–	–
Снег	–	НЕТ	НЕТ	ДА	–	–	–
Туман	–	НЕТ	НЕТ	НЕТ	НЕТ	ДА	ДА
Температура	–	> 8	< 8	–	–	> 0	> 0
Ехать на велосипеде	+
Ехать на автомобиле		+	+
Ехать поездом				+	+
Остаться дома						+	+

Деревья вывода

Деревья вывода (decision tree) — это такие двоичные деревья, в которых каждый неконечный узел представляет решение. В зависимости от решения, принятого в таком узле, управление передается левому или правому (относительно этого узла) поддереву. Результатом принятия последовательности решений, представленных узлами, начиная с корня, является лист дерева.

Пpиведем пpимеp деpева вывода. Пpедположим, что всех людей, обpащающихся за удостовеpением на пpаво вождения автомобиля, можно описать с помощью следующих кpитеpиев: пол (м, ж), возpаст (молодой, совеpшеннолетний, сpедний, пожилой), судимость (к суду не пpивлекался, пpивлекался по мелкому делу, совеpшил тяжкое пpеступление), водительские навыки (сдал экзамен, не сдал экзамен). Пpавило пpисвоения квалификации состоит в следующем: любое лицо, котоpое не совеpшило тяжкого пpеступления и сдало соответствующий экзамен, получает официальный статус «водителя». Это же пpавило можно записать в виде деpева pешений, пpедставленного на pис. 3. 6.

Рис. 3. 6. Дерево вывода

Блок-схемы

Блок-схемы или структурные схемы (flowchart) — это подробное графическое представление структуры рассуждений, в котором упор сделан на логические взаимосвязи и осуществляемые при рассуждении элементарные операции, а не на используемые в ней информационные структуры. Состоит из множества блоков различной формы, соединенных совокупностью направленных связей. Связь показывает передачу управления, а форма блока характеризует особенности выполняемых действий и принимаемых решений. Для описания действий и логических операций внутри блоков применяется произвольная форма записи, типичными вариантами являются псевдокод и естественный язык.

Классификационные деревья

Классификационные деревья — это обычно деревья, отражающее ту или иную классификацию, общепринятую в данной предметной области. На рис. 3. 7. приведен пример классификации в области психологии познания.

Рис. 3. 7. Пример классификации в области психологии познания

Семантические сети

Семантические сети, как указывалось выше (урок 1), — это ориентированный граф (вершины, связанные стрелками или дугами), вершины которого — понятия, а дуги — отношения между ними. Пример был приведен на рис. 1. 2.

Примеры правил типа «если — то» или «условие — действие» также были приведены выше.

Диаграмма Венна

Диаграмма Венна (Venn diagram) — это схематические представление множества, впервые использованное Джоном Венном в XIX веке. Универсальное множество U обычно представляется прямоугольником, а подмножество S этого множества U — внутренней частью окружности (или какой-нибудь другой простой замкнутой кривой), полностью лежащей внутри этого прямоугольника. На рис. 3. 8 показаны некоторые примеры диаграммы Венна. Под каждой диаграммой, где это необходимо, указано название затемненных областей.

Приведенные выше примеры инструментов структурирования, фактически, являются некоторым языком взаимодействия инженера по знаниям с экспертом. Процесс представления знаний — это процесс перевода знаний с языка структурирования на другой язык (или почти другой), который имеет вид моделей представления знаний, реализованных тем или иным программным продуктом. Этот процесс осуществляет инженер по знаниям совместно с разработчиком соответствующего инструментария.

Рис. 3. 8. Примеры диаграммы Венна

В завершение изложения основ инженерии знаний приведем маленький, игрушечный пример, иллюстрирующий использование инструментов структурирования. Предположим, что происходит процесс взаимодействия инженера по знаниям с экспертом, который очень хорошо разбирается во фруктах.

Метод извлечения знаний — интервью. Ниже представлен пример такого интервью, которое проводит инженер по знаниям (ИнЗн) с экспертом (Экс).

ИнЗн: Расскажите мне, пожалуйста, как я могу распознавать фрукты.

Экс: Вы хотите, чтобы я рассказал вам о фруктах?

ИнЗн: Да, вот у меня есть несколько штук в сумке.

Экс: (вынимая из сумки грейпфрут) Хорошо, вот это грейпфрут. Он круглый, имеет едкий запах, желтого цвета, на вкус — кислый, кожа — шероховатая, внутри у него зерна, для того чтобы его съесть, надо очистить.

ИнЗн: Таким образом, говоря о фруктах, Вы рассматриваете форму, запах, цвет, вкус, вид кожи, наличие зерен и способ употребления. Это так?

Экс: Да.

ИнЗн: Расскажите мне, пожалуйста, о других фруктах. Можно ли их рассматривать по тем же критериям?

Экс: Пожалуй, правильно, может быть будет что-то еще, хотя я думаю, это полный набор.

ИнЗн: Тогда давайте нарисуем таблицу решений (табл. 3. 7).

Таблица 3. 7. Таблица решений для распознавания фруктов

атрибуты
форма	круглый	круглый	круглый	продолг	продолг
запах	едкий	едкий	душистый	душистый	душистый
цвет	желтый	оранжевый	желтый	желтый	коричневый
вкус	кислый	сладкий	сладкий	сладкий	сладкий
кожа	шеpохов.	шеpохов.	гладкая	гладкая	гладкая
зерна	есть	есть	есть	нет	есть
очищать	надо	надо	не надо	надо	не надо
выводы
грейпфрут	+
апельсин		+
яблоко			+
бананы				+
груша					+

Рис. 3. 9. Дерево вывода для распознавания фруктов

Из этой таблицы очень легко нарисовать дерево вывода, изображенное на рис 3. 9.

Анализируя таблицу решений и дерево вывода, можно записать полученные знания в виде правил «если—то».

Правила «если—то» для распознавания фруктов. Р1: ЕСЛИ (запах = едкий и форма = круглая и цвет = желтый)

ТО (фрукт = грейпфрут).

Иначе то же самое можно записать и так: Р2: ЕСЛИ (запах = едкий)

ТО (тип фрукта = цитрусовый); Р3: ЕСЛИ (тип фрукта = цитрусовый и форма = круглая и цвет = желтый) ТО (фрукт = грейпфрут).

Следует отметить, что правила типа «если—то» использованы только после таблицы решений и дерева вывода. Эта особенность применения инструментов распространяется не только на данный пример, но и справедлива в общем. В большинстве случаев с правил типа «если—то» лучше стараться не начинать собирать знания.

Литература

Бурлачук Л. Ф., Морозов С. М. Словарь‑справочник по психологической диагностике. — Киев: Наукова думка. — 1989.

Вассерман Л. И., Дюк В. А., Иовлев Б. В., Червинская К. Р. Психологическая диагностика и новые информационные технологии. — СПб: изд‑во «СЛП», 1997.

Гаврилова Т. А., Червинская К. Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992.

Гельфанд И. И., Розенфельд Б. И., Шифрин М. А. Структурная организация данных в задачах медицинской диагностики и прогнозирования//Вопросы кибернетики. Задачи медицинской диагностики и прогнозирования с точки зрения врача. — М.: АН СССР, 1988. — С. 5—64.

Ноэль Э. Массовые опросы: Пер. с нем. — М.: Прогресс, 1978.

Пажитнов Л. А. Логическая структура компьютерной игры//Микропроцессорные средства и системы. — 1987. — № 3. — С. 11—13.

Поспелов Д. А. Ситуационное управление: теория и практика. — М.: Наука, 1986.

Франселла Ф., Баннистер Д. Новый метод исследования личности. — М.: Прогресс, 1987.

Червинская К. Р. Методы концептуального анализа знаний//В сб. Методы и системы принятия решений. Системы поддержки процессов проектирования на основе знаний. — Рига: Рижск. Техн. Ун‑т, 1991. — с. 116—122.

Osgood Ch. E., Susi G. E., Tannenbaum P. N. The Measurement of Meaning. — Urbana: I 11, press, 1957.

Torgerson W. S. Multidimensional Scaling. Theory and Method//Psychometrika, v. 17, № 4, 1952.