Tóth Máté thmate@oszk.hu Tudásbázisok, szakértői rendszerek Könyvtári szolgáltatások menedzselése I. Tóth Máté thmate@oszk.hu

Mai menetrend Probléma, problémamegoldás A szakértői rendszer, szerkezete, jellemzői Szakértői rendszerek korlátai Szakértői rendszerek típusai Szakértői shellek Tudásbázisok

Probléma - problémamegoldás olyan megoldásra váró elméleti vagy gyakorlati kérdés, amelyet meglévő tapasztalataink, ismereteink alapján nem tudunk megoldani. Problémamegoldás az élet minden területén (matematikai probléma, gazdasági életben, vállalatirányításban döntéshozatal) A szakértői rendszerek feladata a problémamegoldás A kiindulási pont az emberi gondolkodás.

Probléma - problémamegoldás Az emberi problémamegoldást az alábbi képességek segítik (a MI szempontjai szerinti csoportosításban): hatékony problémamegoldási képesség - bonyolult, több alternatív lehetőséget magában rejtő problémák esetén is; kommunikációs képesség magyarázatadási képesség természetes nyelven történő információcsere érzékelési képesség, környezetmanupilációs képesség

Probléma - problémamegoldás bizonytalan szituációk kezelése; kivételek kezelésének képessége; tanulás korábbi tapasztalatok alapján az ismeretanyag bővítése, a problémamegoldási képesség növelése. A MI ezeket különböző súllyal próbálja megvalósítani. A történeti fejlődés során ezek automatizálására önálló kutatási területek alakultak ki.

Probléma - problémamegoldás 60-as évek: A kutatók a gondolkodás bonyolult folyamatát úgy igyekeztek utánozni, hogy általános , széles körű problémamegoldásra képes módszereket kerestek. 70-es évek olyan módszereket kutattak, amelyeket specializált feladatok megoldására lehet alkalmazni. 80-as évek A program feladatmegoldó képessége nagyobb részt származtatható a benne foglalt ismeretekből, mint a következtetési szabályokból.

A szakértői rendszer Szakértői rendszer A tudásalapú rendszerek közül azok, amelyek szakértői ismeretek felhasználásával magas szintű teljesítményt nyújtanak egy szűk problémakör kezelésében. A problémakör mérete a legfőbb korlátja a szakértői rendszereknek. A szakértői rendszerek problémákra adott válasza: szakvélemény, tanács, konkrét értékelés

A szakértői rendszer A szakértői rendszer előnyei az emberi szakértővel szemben: több szakértő tudását integrálja magában, így jobb döntésekre képes; gyorsabban ad megoldást mint az ember (néhány perc szemben a több órával); a probléma megoldása mindig ugyanaz; független a külső körülményektől, hangulatoktól.

A szakértői rendszer A szakértői rendszer egymás után több problémát is meg tud oldani, az emberi szakértőnek hosszabb idő kell, míg belemélyed egy másik problémakörbe. A szakértői rendszer alkalmazásának nincsenek helyi, időbeli korlátjai, az ember adott helyen, adott időben dolgozik. Az emberi szakértőnek állandó fizetése van, a szakértői rendszer egyszeri befektetés (viszont amortizálódik)

A szakértői rendszer Hátrányok az emberi szakértővel szemben: Csak egy szűk szakterületen, speciális problémák megoldására fejlesztik és más céllal nem használható; Nem tud „józan ésszel” gondolkozni, csak a megadott szabályok szerint; Nem veszi észre a határait. Az ember észleli, ha a tudása végéhez ért, és az adott problémakörben megfelelően reagál. A szakértői rendszer ilyen esetekben a szabályok szerint helytelen megoldást ad.

A szakértői rendszerek szerkezete A szakértői rendszereknek 3 fő összetevője van: Tudásbázis Következtető gép Felhasználói interfész

A szakértői rendszerek szerkezete Tudásbázis A rendszer legfontosabb része Felépülhet szabályokból, frame-ekből Az egyszer bevitt tudásbázis a működés során változatlan marad (aktualizálható, kiegészíthető, bővíthető) A tudásbázishoz hozzá lehet férni lekérdezéssel.

A szakértői rendszerek szerkezete Következtető gép: A rendszer válaszadó része. Hozzáfér a tudásbázishoz, onnan állítja elő a szükséges kapcsolatokat, összefüggéseket, következtetéseket. A szabályok típusa és száma nem befolyásolja a következtető gép működését. A tudásbázist a következtető gépre való hatás nélkül meg lehet változtatni.

A szakértői rendszerek szerkezete Felhasználói interfész: Fontos, hogy minden rendszert könnyen lehessen használni. Észlelhetők legyenek a hibák Rendelkezésre álljon egy segítő program A rendszerbe legyenek beépítve a következő komponensek: Magyarázatadó Segítő Dialógus

A szakértői rendszerek jellemzői A legfontosabb jellemzők négy szempont köré szerveződnek: Szakértelem Szimbolikus következtetés Mélység Önismeret

A szakértői rendszerek jellemzői Szakértelem A szakértői rendszernek el kell érnie ugyanazt a szintet mint egy humán szakértő Jó megoldásokat kell adni Gyorsan kell adni jó megoldásokat. Ellenállónak és robusztusnak kell lennie Hiányos vagy hibás adatokkal találkozva szilárd alapelvekkel és törvényszerűségekkel kell rendelkezni. Ez a jelenlegi rendszerek leggyengébb pontja.

A szakértői rendszerek jellemzői Szimbolikus következtetés A humán szakértő rendszerint nem egyenletekkel old meg problémákat, szimbólumokat használ a fogalmak reprezentálására, és különböző stratégiákat és heurisztikákat használva végez műveleteket a szimbólumokkal. Szimbólum: Egy karaktersorozat, amely egy valós világból származó fogalmat reprezentál.

A szakértői rendszerek jellemzői A szimbólumok kombinációjával a fogalmak közötti viszonyok fejezhetők ki. Szimbólumstruktúra A szimbólumok közötti relációkat kifejező kombinációk. Az ismeretreprezentáció során választják ki a szimbólumokat, ekkor rendezik őket struktúrába. Egy szakértő számára a problémát tetszőleges módon meg lehet fogalmazni, amelyet ő átfogalmaz a saját nyelvére. Ez a jelenlegi szakértői rendszerekből hiányzik

A szakértői rendszerek jellemzői Mélység: A szakértői rendszerek szűk tárgykörben működnek, ahol azonban bonyolult struktúrákat jelenítenek meg A gyakorlati problémák esetében nem szabad élni a leegyszerűsítéssel (mint pl. a játékproblémáknál) Amikor egy összetett feladat leegyszerűsítésével készítenek megoldó rendszert, akkor lehetetlenség megoldani, hogy az eredeti feladatra is alkalmazható legyen.

A szakértői rendszerek jellemzői Önismeret A rendszerek a saját működésmódjukra vonatkozó ismereteket is tartalmaznak. Önreflexivitás (ennek érdekében a rendszert igyekeznek egyszerűre tervezni) Tipikus példa az önismeretre, hogy ha a rendszert szabályhalmaz formájában szervezték meg, akkor képes megvizsgálni a következtetési láncot, amely elvezetett a megoldáshoz, ellenőrizni a következtetés megbízhatóságát, elmagyarázni a következtetési folyamatot.

A szakértői rendszerek jellemzői Metatudás A szakértői rendszerek tartalmaznak egy érvelő magyarázó alrendszert. Párbeszédes formában a felhasználó irányításával. A magyarázatadás a bizalom alapja Általában nem több mint a levezetési lánc feltárása. Valamint annak feltárása, hogy miért használt egy bizonyos következtetési eljárást.

A szakértői rendszerek jellemzői A magyarázatadási képesség előnyei: A felhasználók jobban elfogadják az eredményeket; A rendszer fejlesztése rövidebb időt vesz igénybe, egyszerűbb a hibakeresés és a hangolás; A rendszer műveletei mögött rejlő előfeltevések felszínre kerülnek; Könnyebb előre megbecsülni és kiértékelni egy-egy változtatás hatását a rendszer működésére.

A szakértői rendszerek korlátai Zártvilág effektus A következtetés és döntés csak az adott pillanatban explicit formában rendelkezésre álló tudásbázis-tartalom alapján történhet. Egy szintű következtetés problémája Nem lehetséges az absztrakció és a leszármaztatás. Adaptivitási készség hiánya A rendszer ismeretkészletének és a problémamegoldási módszerének a konkrét esetekhez való igazításának hiánya.

A szakértői rendszerek korlátai Zártvilág feltevés: Egy rendszerben ábrázolt információ abszolút teljes. A matematikai logika zárt, ezzel szemben a valós életproblémák nyitottak Pl. detektívregény, menetrend.

A szakértői rendszerek típusai A szakértői rendszerek különböző tudásábrázolási módszerekkel bírnak, ami más-más következtetési eljárást tesz szükségessé. Ennek megfelelően különböző felépítésű a tudásbázis és a következtető gép Szakértői rendszer típusok: Szabályalapú Frame-alapú Induktív Hibrid Blackboard rendszerek

A szakértői rendszerek típusai Szabály-alapú szakértői rendszerek A problématerület tényeit a munkamemóriában, a szabályokkal megfogalmazott ismereteket pedig a tudásbázisban tárolja. A következtető mechanizmus ezek alapján határoz meg újabb ismereteket. Tudásábrázolás: Tények és szabályok formájában történik. A tények állítások A szabályok pedig Ha… Akkor felépítésűek Hivatkozhat külső programokra, adatbázisok, táblázatkezelők adataira.

A szakértői rendszerek típusai Következtető rendszer A következtetés vagy adatvezérelt, vagy célvezérelt módon történhet. Vannak olyan rendszerek, amelyek a kétféle mechanizmust egyszerre alkalmazzák. Célvezérelt következtetés: Egy vagy több célt kell kijelölni, és a rendszer megkísérli bebizonyítani valamelyik cél állítását. Azon tényeket, amelyeket nem tud levezetni, megkérdezi a felhasználótól.

A szakértői rendszerek típusai Adatvezérelt következtetés A rendszer a kezdőadatokat a használótól kérdezi meg. Az adatok származhatnak adatbázisból vagy korábbi következtetések adataiból is. A következtetés során azon szabályok, amelyek feltétel része illeszkedik a munkamemória adataihoz, aktivizálódik. A konklúzió által kijelölt akciók végrehajtásra kerülnek, Az új tények bekerülnek a munkamemóriába. Addig folytatódik a következtetés, ameddig van aktivizálódó szabály,illetve, amíg el nem ér egy megadott célt.

A szakértői rendszerek típusai Frame-alapú szakértői rendszerek A 80-as években jelentek meg. Egyre szélesebb körben elterjednek. Tudásábrázolás: Frame-formában történik: egy objektum tulajdonságai adatstruktúrában tárolódnak. A tulajdonságok értékeit, az értéktartományt, az esetleges korlátozásokat a kiegészítő lista tartalmazza. Ez események definiálását teszi lehetővé. A Frame-ek lehetővé teszik osztályok definiálását (tulajdonságok öröklődése)

A szakértői rendszerek típusai Következtető rendszer Várakozás-vezérelt következtetés Olyan esetekre várakozik, amelyek a kiegészítő listában kerültek megadásra. A következtetés mehet cél- és adatvezérelt módon. Ha értékeket adunk meg, akkor a változások működésbe hozzák a várakozó eljárások sorát, ami az adatvezérelt következtetéshez hasonló következtetési folyamatot eredményez. Ha célt adunk meg, akkor a célhoz szükséges érték meghatározása hozhatja működésbe a várakozó eljárásokat.

A szakértői rendszerek típusai Hibrid rendszerek A 90-es évektől kezdve A frame tudásábrázolás mellett megengedték a szabályok alkalmazását is. Tudásábrázolás Mind frame- mind pedig szabályalapú tudásábrázolási lehetőséggel bírnak Lehetőség van arra, hogy akár együttesen, akár külön alkalmazzuk a szabályokat és/vagy a frame-eket.

A szakértői rendszerek típusai Következtetési rendszer A vezérlési stratégia mind frame-, mind pedig szabályalapú következtetést megenged. Mindkét esetben lehet adatvezérelt és célvezérelt. Frame és szabály kapcsolat Az a formalizmus, amely megengedi, hogy egy frame tulajdonságaira szabályokban hivatkozhatunk. Illetve az a lehetőség, amellyel szabályok alkalmazásával létrehozhatunk vagy törölhetünk egy frame-et.

A szakértői rendszerek típusai Induktív rendszerek Eseteket feldolgozó rendszer. Viszonylag kevés szakértői rendszer dolgozik ilyen megközelítéssel. A gépi tanulás egyik módszerén alapul: Példák alapján történő tanuláson. A tudást egy véges példahalmaz tartalmazza, és a példákból generál szabályokat a rendszer.

A szakértői rendszerek típusai Tudásbázis A tudás rendszerint egy táblázatos formában meglévő példasor. Egy algoritmus generál szabályokat ez alapján. A szabályok maguk is bekerülnek a tudásbázisba. Következtető rendszer Egy új problémánál a legjellemzőbb szempontok szerint keres hasonló példát, és a példához tartozó megoldás lesz az eredmény. Ha nincs hasonló példa, akkor a gép nem ad eredményt a kérdésünkre.

A szakértői rendszerek típusai Az induktív rendszer példákat dolgoz fel. Indukcióval jut el az eredményre. A példákat térben ábrázolja, ahol a csomópontok a tulajdonságok, az élek pedig a tulajdonságok értékei. Fa-struktúrájú irányított gráf a felépítmény (döntési fa) A problémamegoldás lényegében ezen a döntési fán való keresés: Olyan út keresése, amely megfelel az adott problémának.

A szakértői rendszerek típusai Blackboard rendszerek Tábla rendszer. A szakértői rendszerek külön csoportját jelentik. Olyan komplex problémák megoldásánál segítenek, amelyek több szakértő, több tudásforrás együttes munkáját igénylik. Ilyen problémák: Egy vita koordinálása Egy kép részleteiből való felismerés Élő beszéd megértése

A szakértői rendszerek típusai Az eddigi típusokban közös volt, hogy Tudásbázis-tartalom alapján következtetéseket von le. Az eredmények, input-adatok a munkamemóriába kerülnek A munkamemória alapján addig von le újabb következtetéseket, míg célt nem ér. Ez az eddigiek továbbfejlesztett változata. A tudás önálló modulokban található. A modulok maguk rendelkeznek következtetési mechanizmussal. A modulok tetszőleges tudásábrázolást és hozzá kapcsolódó következtetési eljárást alkalmazhatnak.

A szakértői rendszerek típusai A modulok kommunikálnak egymással, ehhez van egy közös munkamemória. A blackboard modell komponensei: Tudásforrás: a probléma megoldásához szükséges tudás egy modulja. Önálló tudásbázissal ill. következtető géppel rendelkezik, amely önálló következtetést folytat. Blackboard adatstruktúra: átfogó adatbázis, amely a problémamegoldás adatait, állapotait tartalmazza. A modulok az adatbázis révén kommunikálnak egymással. Vezérlő komponens: az egyes modulok működésétkülönböző ellenőrző adatok alapján összehangolja.

A szakértői shellek A szakértői shellek (keretrendszerek) azon fejlesztőeszközök, amelyek tudásbázisból, következtető gépből és felhasználói interfészből épülnek fel, támogatják a tudásalapú rendszerek fejlesztését és tudásbázisuk üres. A shell tudásbázisának feltöltése működőképes szakértői rendszert eredményez. Vannak, amelyek rendelkeznek különböző környezeti eszközökkel, amelyek barátságosabb használatot tesznek lehetővé. Vannak, amelyek mint fejlesztői környezetek együttműködnek más programokkal, adatbázisokkal.

A szakértői shellek A szakértői shellek típusai: általános induktív, szabályalapú, frame-alapú, hibrid; problémafüggő; szakterületfüggő.

A szakértői shellek Általános shellek Induktív shell A használatuk nem függ a problémától, illetve a szakterülettől, ahol alkalmazzák. Induktív shell Az induktív rendszerek keretrendszere. Egy vagy több szabályt generál a példák alapján, amelyeket egy algoritmussal dolgoz fel. A rendszer nem alkalmas összetett tudás leírására.

A szakértői shellek Szabályalapú shellek Szabályalapú szakértői rendszer fejlesztését teszi lehetővé. Két altípusa van: Egyszerű: Nem használ segédeszközt a struktúrák definiálására. Strukturált: Szabálycsoportok definiálhatók. A szabálycsoportok kapcsolata fastruktúrával írhatók le, és öröklődés van a kapcsolatok között.

A szakértői shellek Frame-alapú shellek Frame-alapú szakértői rendszerek fejlesztését teszi lehetővé. Adatbázisok, más programok hívhatók a rendszerből Az objektumok kapcsolata grafikusan szemléltethető, módosítható.

A szakértői shellek Hibrid shellek Hibrid szakértői rendszerek fejlesztését teszi lehetővé. A Frame- és szabályalapú tudásábrázolás lehetősége. Ezen kívül további lehetőségek: Adatbázisok, más programok hívhatók be Grafikus elemek használata Kényelmes felhasználói felület stb. Nagy teljesítményűek, összetett problémákat kezelnek. Csak nagy fejlesztéseknél gazdaságosak.

A szakértői shellek Problémafüggő shellek Egy adott problématerületre készült rendszer (pl. diagnosztika, irányítás, szimuláció) A fejlesztés a speciális tudásábrázolási igényekhez alkalmazkodik. Szemben az általános shellekkel ezek nem igénylik egy programozási nyelv ismeretét. Példák: orvosi diagnosztika, jogi szabályoknál kivételek kezelése.

A szakértői shellek Szakterületfüggő shellek Egy szűk szakterület alapismeretével rendelkeznek A fejlesztés a speciális ismeretek megadását, kiegészítését jelenti. Példák: Villanymozdonyok, repülők, telefonkészülékek működési hibáinak diagnosztizálása, Pénzügyi tanácsadás.

Tudásbázisok Knowledge Base, KB A tudásbázis Speciális adatbázis, amely digitális formában rögzített tudás menedzselését, szervezését és visszakeresését segíti. Valamennyi szakértői rendszer hátterében van egy tudásbázis. Van egy szakértői rendszerek világán kívüli értelmezése is. Géppel olvasható tudásbázisok Ember által olvasható tudásbázisok

Tudásbázisok Gépi olvasásra szánt tudásbázisok Géppel olvasható formában rögzített tudást tartalmaznak. Rendszerint következtetésekhez használják. Logikailag konzisztens módon írják le a tudást (adatok és szabályok formájában) Rendszerint egy ontológia írja le a tárolt adatok struktúráját és az egyes fogalmak közötti viszonyt.

Tudásbázisok Logikai operátorok Következtetésekre ad lehetőséget. ÉS, VAGY, DE NEM Ezek segítségével lehet felépíteni a tudásbázist kisebb információ-elemekből. Következtetésekre ad lehetőséget. Szakértői rendszerek Szemantikus web Tudásszervezési rendszerek (tezauruszok, ontológiák).

Tudásbázisok Emberi olvasásra szánt tudásbázisok Úgy lettek kialakítva, hogy visszakereshetővé és hasznosíthatóvá tegyék a tudást. Rendszerint vállalati tudásmegosztásban használatosak. Problémamegoldásra szánt információk; Használati utasítások; Cikkek; FAQ Keresőmotorral vagy tárgyszavak szerint kereshetők.

Tudásbázisok A tudásábrázolásnak több módszere is van: Logika ítélet-kalkulus predikátumkalkulus Szabályok Szemantikus háló Frame

Tudásbázisok Logika A legrégibb tudásábrázolási technika, amelyet szakértői rendszerek is alkalmaznak. Kijelentések, tények megfogalmazását teszi lehetővé, amihez a matematika két területét használja fel: Kijelentés (ítélet)-kalkulus predikátumkalkulus

Tudásbázisok Kijelentés-kalkulus (ítélet kalkulus) kijelentéseket tartalmaz a problémák leírására. Egyértelműen igaz vagy hamis mondatokat ír le. A kijelentéseket szimbólumokkal jelöli: S = Pécsett ma koncertezik a U2 V = Pécsett megnyílt az új tudásközpont. A kijelentéseket relációk kapcsolják össze konjunkció (és) diszjunkció (vagy) negáció (nem) implikáció (ha akkor)

Tudásbázisok A műveletek egy vagy több kijelentésből képeznek egy olyan kifejezést, amely vagy egyértelműen igaz, vagy egyértelműen hamis. Példa: A = hideg van B = esik az eső C = nem lehet kirándulni Kijelentés: „Ha hideg van és esik az eső, akkor nem lehet kirándulni” A és B  C.

Tudásbázisok A kijelentés-kalkulus megmarad a természetes nyelvi struktúránál, csak kijelentések helyén szimbólumokat használunk (változókat) alkalmazunk logikai műveleteket. A logikai műveletek szabályokkal adhatók meg.

Tudásbázisok Predikátumkalkulus vagy elsőrendű predikátumkalkulus Több lehetőséget hordoz a kijelentés-kalkulusnál hiszen nem csak kijelentésekkel lehet dolgozni, hanem alkalmazhatók nyílt mondatok és kvantorok is. Nyílt mondat (predikátum) olyan mondat, amelyben egy vagy több olyan változó szerepel, amelynek helyébe konkrét értékeket behelyettesítve kijelentést kapunk.

Tudásbázisok Predikátumok: ember (x) Az „x egy ember” nyílt mondatot jelöli. Hasonló (x,y) Az „x hasonlít y-ra” nyílt mondatot jelöli, ahol x és y emberek. Ember (Balázs), ember (Zsolt) az ember (x) predikátum konstansokkal. Hasonló(Balázs, Zsolt) jelentése: Balázs hasonlít Zsoltra.

Tudásbázisok Kvantorok a változók értelmezési tartományát módosítják. Általános kvantor (univerzális kvantor). A változó minden értékére kiterjeszti a kifejezés érvényességét jelölése: x Pl. x hasonló(x, János) - mindenki hasonlít Jánosra. Egzisztencia kvantor (egzisztenciális kvantor) Van olyan értéke a változónak, amelyre a kifejezés érvényes jelölése: x Pl. x hasonló(x, Elvis) - létezik olyan, aki hasonlít Elvisre.

Tudásbázisok Egy tetszőleges kifejezésben a kijelentés-kalkulus lehetőségein túl használhatunk konstansokat, változókat, függvényeket, predikátumokat és kvantorokat is! Ezt a logikai ábrázolási technikát támogatja például a PROLOG nyelv.

Tudásbázisok Példa: apa(Balázs) = Zsolt a kifejezés egy függvény, amely szerint Balázs apja Zsolt, a kifejezésben Balázs és Zsolt konstansok x apa(x) = Zsolt  hasonló(x, Zsolt) a kifejezés szerint Zsoltra minden gyereke hasonlít.

Tudásbázisok Szabály A leggyakoribb tudásábrázolási forma. A programozási nyelvek feltételes utasításaival azonos szerkezetű: IF/HA feltétel (premissza) THEN/AKKOR következmény Példa: HA nyár van és jó meleg az idő AKKOR szívesen fürdök a Balatonban

Tudásbázisok Példa: A döntést a következők befolyásolják: Van egy jegyem a következő mozielőadásra. A moziba mehetek gyalog, taxival, sőt eső esetén sétálhatok esernyővel is. Hogyan menjek moziba? A döntést a következők befolyásolják: A mozi távolsága (3 km felett autó kell) A mozi helye (a belvárosban nehéz parkolni) Az időjárás (esőben lehet sétálni esernyővel) Az előadás kezdetéig rendelkezésre álló idő (ha 15 percnél több idő van a kezdésig, akkor lehet gyalogolni)

Tudásbázisok HA AKKOR Távolság  3km Távolság  1 km és percek  15 K. mód autó és a mozi helye a belváros K. mód autó és a mozi helye a külváros K. mód gyalog és időjárás szép K. mód gyalog és időjárás rossz AKKOR K. mód autó K. mód gyalog Döntés: taxi Döntés: autó Döntés: séta Döntés: séta esernyővel

Tudásbázisok Szemantikus háló Irányított gráf, a csomópontok az objektumokat, ill. a tulajdonságok értékeit fejezik ki Az élek a csomópontok közötti relációkat fejezik ki. A szemantikus háló grafikusan ábrázolja az objektumokat és jellemzőiket.

Tudásbázisok Frame Adatstruktúra, amely egy objektum, vagy fogalom jellemzőit tartalmazza. A frame egy tulajdonság halmaz, amely az adott pillanatban egy adott objektumról rendelkezésre álló ismereteket tartalmazza. Leggyakrabban táblázatos formában szokás megadni, amelyben a tulajdonságok és a szükséges eljárások vannak felsorolva.

Tudásbázisok Minden frame-nek Tématérképekkel való rokonság. egyedi neve van valamilyen osztályhoz tartozik (vagy osztályt definiál) tartalmazza a tulajdonságok felsorolását név és érték megadással. (A tulajdonságok típusa általában megegyezik a programozási nyelvekben használt típusokkal) Tématérképekkel való rokonság.

Tudásbázisok Példa (táblázatos frame struktúra): Frame: frame-név Osztály: osztálynév Tulajdonságok: tulajdonságnév1 érték 1 … … tulajdonságnév n érték n

TÍPUS NÉV TULAJDONSÁG TULAJDONSÁG TULAJDONSÁG

Tudásbázisok Példa (táblázatos frame struktúra): Frame: Olaszsáska Osztály: Állat Tulajdonságok: Méret 2-3 centiméter … … Táplálkozási mód növényevő Stb.