Разработка методов обучения базы знаний предметной области посредством концептуальной гибридизации методов семантического анализа слабоструктурированных ресурсов и алгоритмов логического вывода на основании ядра нечеткой онтологии

В процессе деятельности любой современной крупной организации возникает необходимость в своевременном принятии срочных решений, которое требует от специалиста глубокого знания проблемной области (ПрО), умения использовать различные системы поддержки принятия решений и средства работы со знаниями. В этом случае используемая база знаний (БЗ) должна своевременно реагировать на изменения особенностей описываемой ПрО посредством применения механизмов автоматизированного обучения. При этом помимо расширения декларативного описания особенностей ПрО должно также осуществляться и пополнение процедурной составляющей БЗ с целью последующего логического вывода решений.Таким образом, можно выделить ряд научных проблем, требующих системного решения:- необходимость разработки алгоритмов расширения декларативной составляющей БЗ посредством семантического анализа неструктурированных и слабоструктурированных ресурсов;- необходимость решения проблемы учета нечеткости в человеческих рассуждениях.Несмотря на широкое применение онтологии как формы представления знаний в задачах поддержки принятия решений, на настоящее время не существует унифицированного подхода к автоматизированному обучению БЗ экспертных систем на основе онтологий с возможностью учета особенностей ПрО и гибридизацией декларативных и процедурных знаний в единый онтологический формат с целью дальнейшего логического вывода рекомендаций на экспертном уровне в задачах оценки состояния сложных технических систем.