Universidad Nacional de Trujillo Ingeniería de Sistemas

Trabajo de Investigación
Inteligencia Artificial

Trujillo - 2017
1. Redes Semánticas
Una red semántico o esquema de representación en Red es una forma de representación de
conocimiento lingüístico en la que los conceptos y sus interrelaciones se representan mediante
un grafo. En caso de que no existan ciclos, estas redes pueden ser visualizadas como árboles.
Las redes semánticas son usadas, entre otras cosas, para representar mapas conceptuales y
mentales. En un grafo o red semántica los elementos semánticos se representan por nodos.
Dos elementos semánticos entre los que se admite se da la relación semántica que representa
la red, estarán unidos mediante una línea, flecha o enlace o arista. Cierto tipo de relaciones no
simétricas requieren grafos dirigidos que usan flechas en lugar de líneas.

1.1. Definición
Una rede semántica es una representación del conocimiento mediante nodos y ramas o
arcos

1.2. Objetivo
El objetivo de las redes semánticas es desarrollar una infraestructura para generar datos
que las computadoras puedan entender, de tal forma que puedan ser compartidos y
procesados no solo por personas sino por herramientas automatizadas

1.3. Componentes de una Red Semántica

a) Nodos
Representan objetos físicos que se puedan ver y tocar, objetos conceptuales como
hechos, eventos y ciertos conceptos además de poder representar cualidades. Estos
están unidos por arcos los cuales representan la relación entre ellos
b) Arcos
Estos representan definiciones y características, causas con su síntoma, parte con su
nodo entre otras.
1.4. Categoría de las Redes Semánticas
a) Redes IS-A
Una red IS-A es una jerarquía taxonómica cuya espina dorsal está constituida por un
sistema de enlaces de herencia entre los objetos o conceptos de representación,
conocidos como nodos. Estos enlaces o arcos pueden estar etiquetados "IS-A",
también "SUPERC", "AKO", "SUBSET", etc. Los restantes tipos de redes semánticas son
en realidad especializaciones de redes IS-A, por lo que siguen y amplían los conceptos
fundamentales
Las redes IS-A son el resultado de la observación de que gran parte del conocimiento
humano se basa en la adscripción de un subconjunto de elementos como parte de
otro más general. Las taxonomías clásicas naturales son un buen ejemplo: un perro es
un cánido, un cánido es un mamífero, un mamífero es un animal. Obteniendo un
número de proposiciones:

b) Grafos conceptuales
Los grafos conceptuales, propuestos por Sowa (1984), se diferencian de las redes IS-A
en que los arcos no están etiquetados, y los nodos son de dos tipos:
1. Nodos de concepto, que pueden representar tanto una entidad como un
estado o proceso.
2. Nodos de relación, que indican cómo se relacionan los nodos de concepto.
 c) Redes de marcos
Los nodos son de dos tipos: unos representan objetos, o clases de objetos, y otros
representan valores de propiedades (también llamadas «atributos» ) de esos objetos
o clases. Entre estos últimos hay dos subtipos: los normales y los que corresponden a
un valor excepcional de la propiedad. Y los arcos también son de dos tipos: unos
representan relaciones binarias entre objetos y clases (entre ellas, las que permiten la
herencia de propiedades: es_un y tipo_de) y otros representan relaciones también
binarias entre objetos o clases y valores de propiedades.

1.5. Características de las Redes Semánticas

a) Redes complejas organizadas en jerarquías
b) No tienen un vocabulario prefijado de representación
c) Representación en procesamiento de lenguaje natural
d) Formalismo muy limitado para dominios más complejos
e) Fácil comprensión gráfica
 1.6. Ventajas
a) Permiten la declaración de importantes asociaciones en forma explícita.
b) Debido a que los nodos relacionados están directamente conectados, y no se
expresan las relaciones en una gran base de datos, el tiempo que toma el proceso de
búsqueda por hechos particulares puede ser significativamente reducido.

1.7. Desventajas
a) No existe una interpretación normalizada para el conocimiento expresado por la red.
La interpretación de la red depende exclusivamente de los programas que manipulan
la misma.
b) La dificultad de interpretación a menudo puede derivar en inferencias inválidas del
conocimiento contenido en la red.
c) La exploración de una red asociativa puede derivar en una explosión combinatoria del
número de relaciones que deben ser examinadas para comprobar una relación, sobre
todo si la respuesta a una consulta es negativa.
d) No hay manera de insertar alguna regla heurística para explorar la red de manera
eficiente.
e) Poca flexibilidad

2. Marcos
2.1. Definición
Un marco (frame, en inglés) es una estructura de datos que posibilita “hablarle” al computador e
incluye conocimiento sobre un objeto en particular. Tal conocimiento se organiza y con unos
métodos para almacenamiento y recuperación de conocimiento permite un diagnóstico
independiente del conocimiento, e incluso permite la combinación con la lógica de predicados para
generar un razonamiento; llega así a crear un motor de inferencia sobre el conocimiento y además
permite realizar construcciones jerárquicas basadas en la herencia.

Los marcos fueron introducidos por Minsky (1974), son una forma de expresar las redes
semánticas textualmente, pero además pueden incluir representaciones de conocimiento
procedimental.

Los marcos son básicamente principios de Programación Orientada a Objetos (POO) pero aplicados
en IA, porque su desarrollo se soporta con la idea básica que la conducta humana se caracteriza
por tomar estándares y proceder en situaciones familiares para generar conocimiento a partir de
inferencias.

Un marco es una estructura o grupo de atributos que describen un determinado objeto. Cada uno
de los atributos se denomina "slot' y puede contener valores iniciales o reglas y procedimientos
para cambiar los valores de esos atributos. Los "slots" pueden contener también relaciones que los
ligan con otros marcos y permiten "heredar" atributos en el sentido expuesto para las redes
semánticas.

2.2. Caracteristicas
 Precisión (Explicitness): los objetos, las relaciones entre objetos y sus propiedades se
describen de forma precisa; en ausencia de evidencia contraria se usan valores por
omisión
 Activación dinámica de procesos (Triggering): es posible adjuntar procedimientos a un
frame o alguno de sus componentes de forma que se llamen y ejecuten automáticamente
tras la comprobación de cambio de alguna propiedad o valor ([Link]. IF-NEEDED, IF-ADDED).
 Herencia por defecto no-monotónica: los marcos están conceptualmente relacionados,
permitiendo que los atributos de los objetos sean heredados de otros objetos
predecesores en la jerarquía.
 Modularidad: la base de conocimiento está organizada en componentes claramente
diferenciados

2.3. Componentes de Marcos

Un Marco consta de:

 Nombre: debe ser único para diferenciarlo de los demás.

 Padre o Naturaleza: equivale a la clase superior a la cual pertenece y es la que le permite
el mecanismo de herencia: El “frame” raíz no tiene padre y normalmente se identifica su
tipo con algún atributo, en nuestro caso con superior.
 Slots o Atributos: Constituye el cuerpo y cada uno representa una propiedad estándar o
atributo del elemento representado.
[Link] de un Slot

 Nombre: cada “slot” debe tener un nombre único dentro del “frame”, pero son
locales a este y por tanto dos frames diferentes pueden coincidir en nombres de
slots.
 Valor del slot: puede ser asignado inicialmente o estar vacio para añadirle el valor
en procesos de búsqueda y razonamiento.
 Información procedimental (DEMONS)
a. Se activan cuando se accede al slot
b. Permiten: uniones procedimentales entre frames, interacción mundo exterior
c. Aportan carácter dinámico
 Los demons pueden ser:
 a. If-needed (al consultar el slot)
 b. if-added (al asignar valor al slot),
 c. if-removed (al borrar el valor)
 d. if-modified (al modificar el valor)
 Los demons no poseen parámetros
 Podemos declarar como les afecta el mecanismo de herencia.
 2.4. Tipos

2.4.1. Frames Clase

Representan conocimiento de clases de objetos.

2.4.2. Frames Instancia

Representan conocimiento de objetos individuales.

Los marcos tienen algunas capacidades que es importante resaltar, debido al gran uso que está
dándoseles en la actualidad; estas capacidades se resumen en:
 a) Habilidad para documentar información acerca de un modelo; por ejemplo, maquinaria de
una planta y atributos asociados.
b) Habilidad para restringir posibles valores que un atributo puede tomar.
c) Modular la información, permitiendo facilidad de expandir y mantener el sistema.
d) Sintaxis consistente y fácil de leer, para referenciar objetos del área. e. Restringir la
secuencia de hechos considerados durante encadenamientos.
e) Posibilitar acceso a mecanismos que soportan la herencia de información.

Los marcos se usan para representar conocimiento estereotipado o construido a partir de

experiencias y características bien conocidas. Todos tenemos gran cantidad de conocimiento de
sentido común y experiencias guardadas en el cerebro para analizar un objeto o experiencia nueva
al resolver un problema. La organización del conocimiento jerárquicamente busca acople
estructural a como se almacena, modifica y recupera conocimiento de forma natural.

Los sistemas actuales basados en marcos se basan sobre todo en la herencia a parti r
de una red jerárquica. El punto de parti da consiste en la creación de una red de
marcos. Cada marco representa un concepto o una clase, y cada objeto (instancia)
representa un elemento dentro de la clase. En algunas herramientas cada caso
(ejemplo, instancia) puede pertenecer a varios marcos. Cada marco hereda los
campos de todos sus antepasados en la red, y cada objeto hereda campos y valores
de todos los marcos a los que pertenece. Algunas herramientas sólo pe rmiten
herencia descendente, mientras que otras admiten herencia bidireccional (el valor
asignado a un objeto puede converti rse en valor por defecto del marco al que
pertenece).
2.5. Facetas Definen las propiedades de un campo
– Valor por defecto: es el valor que toma el campo (salvo que se indique lo
contrario). En general se asigna al marco y es heredado por todas los casos creados
posteriormente dentro de él.
– Multi valuado: indica si el campo es univaluado (la introducción de un nuevo valor
desplaza el anterior) o multi valuado (pueden coexisti r varios valores
simultáneamente).
– Restricciones: limitan el conjunto de valores que puede recibir el campo. El sistema
reconoce un error de asignación y toma las medidas oportunas.
– Certeza: indica la credibilidad del valor asignado al campo (es semejante al factor
de certeza asociado a cada proposición dentro de un sistema basado en reglas).
– Facetas de interfaz: conti enen texto, preguntas y mensajes desti nados a la
interacción con el usuario.

3. Guiones
3.1. Definición
Los guiones (script) son otra forma de representar conocimiento. Están conformados por
componentes llamados “ranuras” (slots) que es un conjunto de pares atributo-valor. Los
guiones son más fáciles de introducir en muchos casos que un mapa conceptual.

El script, guion es una herramienta en la que se especifica el desarrollo del llamado paso
a paso, considerando todas las alternativas posibles claramente identificadas con su
correspondiente acción a seguir.

En inteligencia artificial es básicamente una estructura de conocimiento que contiene

una secuencia estereotipada de acciones. Aquí hay que entender “acción” en sentido
amplio, es decir, incluyendo también la conversación, el pensamiento, los actos de
voluntad y los sentimientos.

Los programas que utilizan guiones almacenan la información mediante los grafos de
dependencia conceptual. Sin embargo, la representación de guiones va más allá de la
representación de frases aisladas. A parte de que los guiones enlazan causalmente
secuencias de acciones, la diferencia principal consiste en que cada guion posee roles
correspondientes a las personas que intervienen.

3.2. Componentes de un Guion(Script)

 Condiciones de entrada (Precondiciones)

Condiciones que deben cumplirse, en general, para que puedan tener lugar los sucesos
representados en el guion. Por ejemplo: restaurante abierto, cliente hambriento.

 Resultados (Postcondiciones)
Son condiciones que, en general, se cumplirán después de que tengan lugar los sucesos
del guion (no garantizado). Por ejemplo: cliente lleno y con menos dinero, dueño del
restaurante con más dinero.

 Propiedades (Objetos)
Representan objetos que intervienen en los sucesos del guion. Aunque no aparezcan,
pueden ser inferidos. Por ejemplo: se supone que un restaurante cuenta con mesas,
sillas, menús... salvo que se especifique otra cosa.

 Roles
Personas que intervienen en los sucesos del guion  También pueden ser inferidos si no
aparecen explícitamente  Si se mencionan individuos específicos, pueden ser
insertados en las ranuras correspondientes  Por ejemplo: camareros, clientes...
  Escenas
Secuencias de sucesos que tienen lugar  Los sucesos se representan utilizando DCs.
Por ejemplo: entrar, pedir, comer...

 Track
Variación específica de un patrón más general representada por el guion. Los guiones
constituyen una jerarquía de especialización: diferentes tracks del mismo guion
comparten algunos componentes pero no todos

3.3. Ejemplos
Los eventos que forman parte de un guion se encuentran encadenados uno a otros en
relación causa-efecto. A su vez, los guiones pueden encadenarse también unos a otros,
cuando las condiciones de salida de un guion son las condiciones de entrada de otro. Por
ejemplo, es posible que para ejecutar el guion RESTAURANTE sea necesario ejecutar antes
un guion que haga cierta la condición de entrada Tiene-dinero(C). Este guion podrá ser, por
ejemplo, el guion IR-AL-BANCO.
3.4. Inferencia mediante Guiones
El objetivo de utilizar guiones está orientado ante todo a la comprensión del lenguaje
natural (a la interpretación de textos escritos). En la práctica, para comprobar que el
sistema ha “comprendido” el texto, suele seguirse uno de estos dos métodos:

 formularle preguntas concretas y ver si responde adecuadamente.

 pedirle que repita el mismo texto con otras palabras

En el proceso de inferencia:

 El primer paso consiste en seleccionar el guion que mejor explica la historia que
se desea analizar.
 Posteriormente, hay que asignar las variables (identificar los roles, objetos y
lugares que interviene).
 A partir de ahí, el guion “instanciado” permite extraer la información que no
aparecía explícitamente en la historia escrita; en esto consiste precisamente la
inferencia.
 Por último, señalar que existen dos métodos básicos de afrontar el problema de
la compresión de textos mediante guiones:

El método ascendente consiste en analizar palabra por palabra, activando los marcos que
mejor explican toda la información que va apareciendo.

El método descendente selecciona un marco y trata de “encajar” en él la información de

forma predictiva. Este segundo método se utiliza cuando solamente se quiere extraer la
información más relevante, pues tiene la ventaja de ser más eficiente y más robusto.

En general, la interpretación de una historia no activa un solo guion sino varios de ellos,
por lo que se hace necesario un proceso de selección posterior con el fin de determinar
cuál o cuáles de ellos son válidas y cuáles se rechazan.

Una de las cuestiones básicas de la interpretación de un texto es averiguar los referentes

de los pronombres y el sujeto de la frase cuando éste se ha omitido. La concordancia de
género y número es una condición que limita el espacio de búsqueda, pero en muchos
casos los criterios sintácticos son insuficientes.

Otro tipo de inferencia consiste en dar por supuesto que han ocurrido los demás sucesos
que se encuentran en el guion, aunque no aparezcan explícitamente en la historia escrita.
 3.5. Ventajas

3.6. Desventajas

Bibliografía
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]