Ассоциативные сети

Очень давно было замечено, что человек имеет склонность к ассоциированию. Это послужило отправной точкой для создания теорий, в которых смысл некоторого понятия определяется через его ассоциативные связи с другими понятиями, которые в совокупности образуют своего рода сеть. Понятия являются основой нашего знания о мире, поэтому такую ассоциативную сеть можно рассматривать в качестве представления знаний. Ассоциативные связи возникают на основе опыта и выражают эмпирические отношения между признаками или поведением объектов.

Например, на основании опыта мы ассоциируем понятие «снег» с другими понятиями, такими как «зима», «холод», «белый», «лед» и т.д. Наши знания о снеге и истинность утверждений типа «снег белый» выражаются в виде сети ассоциаций. Если такая сеть реально используется человеком, то можно ли узнать, какова она?

Для ответа на этот вопрос психологами проводится следующий эксперимент. Людям задают вопросы из некоторой области, например, об особенностях и поведении птиц. Эти вопросы выбираются очень простыми: «Может ли голубь летать?», «Может ли канарейка петь?», «Является ли ворона птицей?».

При этом проверяется, конечно же, не правильность ответов на вопросы. Вместо этого оценивается время, требуемое для ответа. Все вопросы составляются так, что в них фигурируют два понятия. Наличие непосредственной ассоциации между этими понятиями должно было сказываться на времени ответа.

Как оказывается, времена ответов действительно различаются. Так, например, для ответа на вопрос «Может ли канарейка летать?» требуется больше времени, чем для ответа на вопрос: «Может ли канарейка петь?».

Коллинс и Квиллиан, ставившие этот эксперимент впервые, объясняли большее время ответа на некоторый вопрос тем, что участвующие в вопросе понятия, хотя и расположены достаточно близко в ассоциативной сети, не являются непосредственно связанными. При этом оказалось, что свойства объектов запоминаются людьми на наиболее абстрактном уровне.

Вместо того чтобы запоминать каждое свойство для каждой птицы (канарейки летают, вороны летают, голуби летают), люди хранят информацию о том, что канарейки – птицы, а птицы, как правило, способны летать. Поскольку поют не все птицы, то способность к пению – более частное свойство, которое запоминается на менее абстрактном уровне, чем способность летать, поэтому и ответ на вопрос «Может ли канарейка петь?» требует меньше времени, так же, как и ответ на вопрос «Является ли канарейка желтой?». Таким образом, быстрее всего вспоминаются самые конкретные свойства объектов. Как оказалось, и исключения из правил также запоминаются на самом нижнем, детальном уровне. Примером может служить вопрос «Может ли страус летать?», который для ответа требует меньше времени, чем тот же вопрос о канарейке или другой «нормальной» птице.

В результате экспериментов с вопросами оказалось, что время, затрачиваемое на поиск ответа, действительно увеличивается по мере увеличения количества узлов в сети, описывающей связи между понятиями. Однако такая зависимость имела место только в отношении положительных ответов. Существовали определенные подозрения, что применение предложенной модели для случая отрицательных ответов натолкнется на определенные трудности. И последующие эксперименты, проведенные другими исследователями, эти подозрения подтвердили.

В различных вариантах спецификаций структуры сети далеко не всегда четко определяется смысл маркировки узлов. Так, если рассмотреть узел-тип, имеющий маркировку "телетайп", то часто бывает непонятно, представляет ли этот узел понятие "телетайп", или класс всех агрегатов типа "телетайп", или какой-либо конкретный телетайп. Аналогично, и узел-лексема также открыт для множества толкований — определенный телетайп, какой-то телетайп, произвольные телетайпы и т.д. Разные толкования влекут за собой и разный характер влияния этого узла на другие в сети, а это играет весьма важную роль в дальнейшем анализе.

Более того создается впечатление, что организация памяти в терминах множества узлов, для которых в качестве главного вида процесса извлечения используется распространяющаяся по всем направлениям активность, приведет к образованию системы с труднопредсказуемым поведением. Например, весьма вероятно, что при отрицательных ответах на запросы придется выполнить огромное количество элементарных действий, поскольку нужно убедиться, что не существует пересекающихся путей на графе сети между двумя заданными узлами.

Из сказанного выше ясно, что первоначальные виды формализмов ассоциативных сетей страдают минимум двумя недостатками.

  • В них нельзя представить множество различий прдставимых в логических исчислениях (любой, один, ни один и т.п.).
  • В ассоциативных сетях нет информации о том, как в них нужно искать информацию.

Давайте рассмотрим один из примеров того, как можно организовать процесс построения ассоциативной сети - это игра в ассоциативные цепочки. Суть ее состоит в следующем: выбираются два произвольных слова, желательно далеких по смыслу друг от другу.  Эти два слова нужно связать цепочками ассоциаций (если ассоциации неочевидные, их нужно пояснить). Чем больше цепочек ассоциаций связывает каждую пару слов, тем лучше. Можно использовать существительные (в т.ч. имена собственные), прилагательные, глаголы, а также устойчивые словосочетания. Следующий участник выбирает любые два слова из цепочек ассоциаций предыдущего игрока и строит свои цепочки на основе этих двух слов.

Пример:

Игрок №1: "мышь" и "ручка".
1) мышь - компьютер (компьютерная мышь) - стол - писать (стол бывает письменный) - ручка;
2) мышь - крупа - шкаф (крупа лежит в шкафу) - ручка (у шкафа);
3) мышь - грызть (т.к. мышь грызет) - ручка (привычка: грызть кончик ручки);
и т.д.

Игрок №2: "компьютер" и "грызть"
1) компьютер - наука - гранит науки - грызть;
2) компьютер - кофе (привычка пить кофе за компьютером) - печенье - грызть.

И т.д.

Каждая связь в цепочке увеличивает вес связи между узлами ассоциативной сети.

 

13.04.2017









 
архив

подписка