Otros modelos de representación del conocimiento

Introducción

Las ontologías no son la única forma de representar el conocimiento, existen otras. En el fondo, las ontologías son la adaptación al ámbito informático de metodologías que ya estaban presentes en el mundo del conocimiento.

Podemos diferenciar dos grandes bloques dentro de la representación del conocimiento:

• La lógica, que representa el razonamiento centrándose en como procesar la información.

• Lenguajes documentales.

Lenguajes documentales

Los lenguajes documentales o controlados surgen con el objetivo de representar siempre igual un mismo concepto con la ayuda de descriptores.

Existen varios lenguajes documentales:

• Lista de términos.

• Taxonomías.

• Tesauros.

• Ontologías.

• Folksonomías.

Dentro de los lenguajes documentales tenemos distintos tipos de representación:

• Representación textual

  • Taxonomías.

  • Tesauros.

  • Folksonomías.

• Representación gráfica / visual

  • Mapas conceptuales.

  • Diagramas de flujo.

  • Líneas de tiempo.

A la hora de representar el conocimiento, primero hay que elegir el medio de representación (textual, visual, sonoro, etc.) y el objetivo de la representación (aprendizaje, formalización, comunicación, razonamiento, etc.).

La representación del conocimiento normalmente requiere encontrar un equilibrio entre una fácil comprensión de la representación y la cantidad de información representada.

Folksonomías

Las folksonomías aparecen con las redes sociales y el concepto de "etiquetar contenido".

Se basan en la recopilación de etiquetas y su visualización.

Así, una folksonomía es una representación del conocimiento que consiste en una colección de términos generados por una gran cantidad de personas.

Normalmente, el etiquetado que realizan las personas tiene otro objetivo, pero se puede obtener conocimiento muy interesante de esto, siendo un método de representación muy vinculado a la inteligencia colectiva.

Una de las ventajas de las folksonomías es que permiten capturar el verdadero interés de los usuarios de un sistema, que no siempre coincide con el interés de un grupo de expertos.

Existen dos tipos de folksonomías:

• Estrecha: El conjunto de conceptos está limitado por el creador de la folksonomía.

• Amplia: Los propios usuarios pueden crear conceptos nuevos y añadirlos.

Taxonomías

La taxonomía es un concepto antiguo, utilizado en biología desde que Linneo clasificó a los seres vivos en el siglo XVIII, siendo el sistema de clasificación Linneano ampliamente aceptado en la actualidad.

El objetivo de las taxonomías es clasificar un conjunto grande de conceptos dentro de un dominio de conocimiento, clasificándolos desde un punto de vista jerárquico.

Existen tres tipos de taxonomías:

• Taxonomía como método de presentación: índice jerárquico y enlazable que facilite la navegación por los datos.

• Taxonomía para la organización de grandes volúmenes de datos: especialmente útil en servicios de noticias y similares.

• Taxonomía para mejorar el acceso a través de portales de información empresarial: información para inversores en empresas cotizadas (estructura estandarizada).

Tesauros

Se puede decir que un tesauro es una combinación de un vocabulario controlado y de una taxonomía, ya que cumple con los objetivos de ambos:

Un tesauro se compone de los siguientes elementos:

• Colección de términos ordenada.

• Definiciones de dichos términos: por cada término, una lista de sinónimos.

• Jerarquía entre los términos: los términos más restringidos se agrupan en términos más generales.

Características

• Lenguaje especializado.

• Normalizado.

• Relación jerárquica entre términos.

• Se utilizan en proceso de indización o recuperación de información.

• Permitir introducción y supresión de términos.

• Se podrán asociar metadatos.

Lógica de Orden Cero (Lógica Proposicional)

La lógica de orden cero es un nombre usado comúnmente como sinónimo de la lógica proposicional, pues es la expresión más básica de las reglas de la lógica.

En la lógica de orden cero se estudian las relaciones lógicas entre proposiciones (enunciados, oraciones o afirmaciones).

Una proposición es un enunciado que puede ser cierto o falso.

Podemos tener proposiciones compuestas, donde tenemos varios enunciados relacionados entre si mediante conectivos lógicos (AND, OR,IF/THEN (implica)).

La lógica proposicional se puede representar usando un sistema formal en el que las oraciones son un único símbolo proposicional ($P$$P$, $Q$$Q$, $R$$R$...).

Ejemplo:

$P\equiv Elrobotestáenlasala.$${P\ \equiv \ El\ robot\ está\ en\ la\ sala.}$

La lógica proposicional no permite interpretaciones de una proposición, ya que no existen cuantificadores que categoricen la proposición.

Un cuantificador implica que algo es verdad en base a lo que dice su cuantificador.

Existen dos cuantificadores lógicos:

• El cuantificador universal: $\mathrm{\forall }$$\forall$, "para todos".

• El cuantificador existencial: $\mathrm{\exists }$$\exist$, "Esixte".

La lógica de orden cero sienta las bases para otras lógicas.

Lógica de predicados de primer orden (LPPO)

Mientras que la lógica proposicional solo estudia proposiciones declarativas simples, la lógica de primer orden amplía las posibilidades de expresar cuestiones y derivar razonamientos, utilizando cuantificadores, constantes y variables para construir una notación que represente cualquier realidad.

La lógica de primer orden introduce:

• El concepto de predicado: función que relaciona un conjunto de parámetros.

• El concepto de variable: diferentes valores de los parámetros.

• El concepto de interpretación semántica: proporciona significado a los predicados y permite que el valor de verdad dependa de los valores de las variables del predicado.

La lógica de primer orden permite formalizar expresiones matemáticas, donde su verdad dependerá de los valores de las variables.

Ejemplo:

$3x+1=4$$3x + 1 = 4$, será verdad para $x=1$$x=1$ y será falso para el resto de valores de $x$$x$.

Componentes

Alfabeto

El alfabeto son los símbolos que puedo utilizar para representar un concepto.

Componentes elementales

• Símbolos de predicados.

• Símbolos de variables.

• Símbolos de constantes.

• Símbolos de función.

Juntores

• Conjunción: $\wedge$$\and$

• Disyunción: $\vee$$\or$

• Implicación: $\to$$\to$

• Equivalencia: $=$$=$

• Negación: $\mathrm{\neg }$$\neg$

Lenguaje formal

El lenguaje formal es un conjunto de Fórmulas Bien Definidas (FBD) que cumplen unas reglas formales concretas.

Ejemplo:

Si $F$$F$ y $G$$G$ son FBD, entonces también lo son:

$F\wedge G$$F \and G$, $F\vee G$$F \or G$, $F\to G$$F \to G$, $\mathrm{\neg }F$$\neg F$.

Constituyen un elemento diferencial de la LPPO.

Axiomas

Son FBD que se asumen como ciertas. Es lo que denominamos como hechos, que es lo que conocemos a priori.

Reglas de inferencia

Las reglas de inferencia son el conjunto de reglas que aplicadas a un conjunto de FBD permite obtener nuevas fórmulas.

Ejemplo:

• Reglas de equivalencia (Leyes de Morgan):

  $\mathrm{\neg }(P\wedge Q)\to \mathrm{\neg }P\vee \mathrm{\neg }Q$$\neg (P \and Q) \to \neg P \or \neg Q$

  $\mathrm{\neg }(P\vee Q)\to \mathrm{\neg }P\wedge \mathrm{\neg }Q$$\neg (P \or Q) \to \neg P \and \neg Q$

• Reglas de razonamiento deductivo (Modus Ponendo Ponens):

  $P\to Q$$P \to Q$, si $P$$P$ es cierto, entonces $Q$$Q$ es cierto.

• Principio de resolución: es la principal regla de inferencia de la inteligencia artificial.

  $\begin{array}{c}\begin{array}{c}P\wedge Q\\ \mathrm{\neg }P\wedge R\end{array}\}\to Q\wedge R\end{array}$$\left.\begin{matrix} P \and Q \\ \neg P \and R \end{matrix}\right\} \to Q \and R$

Definiciones

• Teorema: Aquella FBD que es deducida utilizando las reglas de inferencia.

• Demostración: Conjunto de aplicaciones de reglas, así como la FBD que producen.

• Objetivo: Automatizar el proceso de obtención de teoremas.

• Aplicaciones:

  • Razonamiento automático.

  • Implementación de conocimiento experto

Lógica Descriptiva

La lógica descriptiva se refiere a una familia completa de lógicas que cumplen con unas determinadas características:

• Un mecanismo para generar descripciones de conceptos.

• Un mecanismo para introducir axiomas.

• Un mecanismo para introducir propiedades de los individuos.

• Un método para inferir nuevos conocimientos a partir de los axiomas.

Su sintaxis elimina la necesidad de una variable para expresar el sujeto ya que este va implícito en el axioma.

Ejemplo:

• Lógica de primer orden:

  $HombreFeliz(x)\iff TieneSalud(x)\wedge TieneDinero(x)\wedge TieneAmor(x)$$HombreFeliz(x) \Leftrightarrow TieneSalud(x) \and TieneDinero(x) \and TieneAmor(x)$

  De esta forma, introducimos una relación genérica para el individuo ‘x’, de tal forma que luego una sentencia como:

  $HombreFeliz(Luis)$$HombreFeliz(Luis)$

• Lógica descriptiva:

  $HombreFeliz=Y(TieneSalud,TieneDinero,TieneAmor)$$HombreFeliz = Y(TieneSalud, TieneDinero, TieneAmor)$

Esto permite la construcción de expresiones combinadas más complejas.

Existen diferentes variantes de sintaxis para las lógicas descriptivas, siendo ALC (Attributive Language with Complements) la sintaxis más extendida.

La lógica descriptiva se estructura en dos grandes cajas (boxes):

• TBOX: definición de relaciones y propiedades.

• ABOX: declaración de los individuos que poseen dichas relaciones y propiedades.

La lógicas descriptivas mejoran las redes semánticas, ya que tienen:

• Capacidad lógica.

• Capacidad de razonamiento.

• Capacidad de inferir nuevo conocimiento.