Вопрос 3. Основные свойства фрейма: межфреймовые сети, з начения по умолчанию, отношения.

4) Межфреймовые сети. Запоминание концептуального объекта, имеющего классификационную иерархическую структуру, легко поясняется фреймовой моделью. Однако, как уже было сказано выше, если “процесс сопоставления” окончился неуспехом, возникает необходимость поиска фрейма, подобного предыдущему. Такой поиск, осуществляемый с  использованием указателей различия, возможен благодаря соединению фреймов, описывающих объекты с небольшими различиями, с данными указателями и образованию сети подобных фреймов.

На рис. 3.5 показан пример так называемой   сети Уинстона. Если при сопоставлении фрейма “стул” выяснилось, что объект слишком велик и у него отсутствует спинка, то с помощью указателя различия ищется фрейм “стол”. Если окажется, что объект слишком широк и отсутствует спинка, можно выполнить эффективный поиск фрейма “скамейка” с помощью другого указателя различия.

В данном примере были рассмотрены указатели различия, однако семантические сети можно строить с помощью всевозможных других указателей и с их помощью с высокой эффективностью выполнять различные выводы. (В таких случаях следует считать, что фреймовая система включает семантическую сеть.)

Пример: маленький – пуфик ? кровать a со спинкой и подлокотниками диван a низкий диван – софа

5) Значение по умолчанию . Когда человек рассматривает нечто и думает о том, что бы это значило, или мысленно представляет себе что-то и думает, что бы это значило, то данный процесс можно представить как распределение конкретных значений между терминальными слотами фрейма. При этом в случае мысленного представления пределы, касающиеся распределения этих значений, широки. В таких случаях предполагаемое значение называется значением по умолчанию. Например, при чтении предложения “Таро взял мяч” воображение читателя рисует не абстрактный мяч, а вполне конкретный, например мяч для игры в теннис или гольф. Кроме того, этот мяч должен в его сознании обладать определенными атрибутами, например, размером, цветом и массой, значения которых подразумеваются по умолчанию. Несомненно, эти значения вызываются ассоциативно на основании личного опыта читателя. Подобные значения по умолчанию слабо связаны со слотами, и далее они постепенно заменяются на достоверную информацию.

Это основывается на следующем предположении: “Пока не распределены терминальные значения, решение о занесении в долговременную намять не принимается. До этого момента во фрейме хранится значение по умолчанию, хотя и слабо связанное с ним”. Выводы, получаемые на основании значений по умолчанию, называются выводами по умолчанию. По этим выводам можно продолжить получение вывода и восполнить недостатки заданной информации. Эта функция обычно расширяет возможности системы, в то же время существует опасность получения неправильных выводов на основе ошибочных представлений.

Вывод по умолчанию выполняет весьма важную функцию при распознавании образов или речи. Например, если видна только часть образа, то, заменив оставшиеся части значениями по умолчанию, можно обрисовать полный образ. Точно так же, используя значение по умолчанию, можно восстановить смысл контекста, из которого выхвачены отдельные предложения. В качестве примера рассмотрим следующий текст:

  Ханако приглашена на день рождения Таро.

Она полагала, что он любит заводить юлу.

Она направилась в свою комнату и потрясла копилку.

Копилка не издала никакого звука.

Из подобного текста мы можем без труда восстановить полное содержание. Для этого необходимо понять в целом, о чем говорится в приведенных предложениях. Можно легко понять, что главной темой первого предложения является некий день рождения. Сосредоточившись вокруг фрейма, касающегося дня рождения, и действуя далее подобным образом, можно подходящим способом присваивать значение слотам и выстроить цепочку фреймов:

день рождения ® подарок ® юла ® юлы нет ® купить ® деньги ® копилка ®

® потрясти ® звука нет ® денег нет ® обратиться к матери ® и т. д.

 Здесь выделенные места или значения по умолчанию устанавливают связь между фреймами, в приведенных предложениях они отсутствуют. Когда используется такой способ вывода, предполагается, что кроме значений по умолчанию, существуют эффективно действующие межфреймовая сеть и демоны.

Пример: в помещении стоял стол и стул. Кто–то зашел и сел. У стола сломалась ножка. Происходит связывание фреймов стул и сел по умолчанию. Но сесть можно и на стол, что сразу не рассматривается, но понятно из контекста.

6) Отношения “абстрактное - конкретное” и “целое - часть”. Рассмотренная выше иерархическая структура основывается на отношениях “абстрактное - конкретное”, однако, помимо такого типа структур, существуют и другие, основанные на отношениях “целое - часть”.

Отношения “абстрактное - конкретное” характерны тем, что на верхних уровнях, как показано на рис. 3.4, расположены абстрактные объекты (концепты), а на нижних уровнях - конкретные объекты, причем объекты нижних уровней наследуют атрибуты объектов верхних уровней. Эти отношения еще называют отношениями типа IS-A или KIND-OF. Такие названия объясняются формами записи “канарейка IS-A птица” (канарейка есть птица) и “канарейка KIND-OF птица” (канарейка - это разновидность птиц).

Ещё одно отношение “целое - часть” касается структурированных объектов и показывает, что объект нижнего уровня является частью объекта верхнего уровня. Например, стена является структурным элементом аудитории, однако она не является аудиторией, поэтому объект “стена” не наследует атрибут “аудитория”, являющийся объектом верхнего уровня. Скорее наследование атрибутов выполняется на основании отношения IS-A типа “тело – стена - стена аудитории - стена аудитории А”.

Практическое применение во фреймовых системах получили лишь отношения “абстрактное - конкретное”. Тем не менее, иногда требуется описывать и управлять структурированным объектом, например в САПР, поэтому в таких случаях не обойтись без обработки отношений типа “целое - часть”. При этом составляющие системы описываются отношениями IS-A, а структура - отношениями PART-OF. Однако в отношениях тина PART-OF нельзя использовать наследование атрибутов, из-за чего не видны преимущества модели представления знаний фреймами. В таких случаях необходимы другие методы.

Пример: абстрактное - конкретное: мебель a корпусная мебель a шкафы

Структура: шкаф – полки, стенки, дверцы