автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Исследование алгебраических и топологических свойств неоднородных семантических сетей

ВВЕДЕНИЕ.

ГЛАВА 1. СТРУКТУРА И ОСНОВНЫЕ ПРИНЦИПЫ ПОСТРОЕНИЯ

СЕМАНТИЧЕСКИХ СЕТЕЙ.

1.1. Ассоциативная память и ассоциативные сети.

1.2. Эволюция семантических сетей.

1.2.1. Разработка методов представления знаний с помощью сетей.

1.2.2. Уровни представления базисных элементов в семантических сетях.

1.3. Неоднородные семантические сети.

1.4. Отношения в семантических сетях.

1.4.1. Бинарные отношения и их свойства.

1.4.2. Правила связывания переменных.

ГЛАВА 2. АЛГЕБРАИЧЕСКИЕ СВОЙСТВА ОТНОШЕНИЙ

В НЕОДНОРОДНЫХ СЕМАНТИЧЕСКИХ СЕТЯХ.

2.1. Классификация отношений по свойствам рефлексивности, симметричности и транзитивности.

2.1.1. Отношения, определяемые своими свойствами.

2.1.2. Выделение базисных отношений.

2.2. Отношения в неоднородных семантических сетях.

2.2.1. Вершины, определяемые набором атрибутов.

2.2.2. Классификация отношений, выраженных через атрибуты.

2.3. Построение матриц совместности.

2.3.1. Определение вектора совместности бинарных отношений.

2.3.2. Матрицы совместности отношений, порожденных атрибутами событий

2.3.3. Комбинации отношений из

2.3.4. Функциональные отношения.

ГЛАВА 3. АЛГЕБРАИЧЕСКИЕ ОПЕРАЦИИ И АССОЦИАТИВНЫЕ

ОТНОШЕНИЯ НА ВЕРШИНАХ НСС.

3.1. Типы отношений в неоднородной семантической сети.

3.2. Операция слияния узлов семантической сети.

3.2.1. Представление в НСС комбинаций бинарных отношений и отношений большей арности.

3.2.2. Плюральная решетка.

3.2.3. Пополнение множества вершин семантической сети плюральными объектами.

3.2.4. Использование слияний вершин для представления неполной информации.

3.3. Некоторые приложения плюральной теории.

ГЛАВА 4. ДИНАМИЧЕСКОЕ ФОРМИРОВАНИЕ ОТНОШЕНИЙ

ВНСС.

4.1. Dom- и Im-слияния отношений.

4.2. Dom- и Im-вложения отношений.

4.3. Алгебраические свойства операций Dom- и Im-слияния.

4.4. Свойства отношений Dom- и Im-вложения.

4.5. Полурешетки £D и AI и их свойства.

4.6. Квазирешетка QL.

ГЛАВА 5. ДИНАМИЧЕСКАЯ СЕМАНТИЧЕСКАЯ СЕТЬ.

5.1. Построение динамической семантической сети.

5.1.1. Метки событий сети.

5.1.2. Архитектура динамической сети.

5.2. Правила замыкания и перехода.

5.2.1. Процедура замыкания ср.

5.2.2. Процедура перехода ц/.

5.2.3. Траектория системы.

5.3. Возмущения и устойчивость системы.

5.4. Пример. Динамика экологической системы.

Актуальность работы. В настоящее время существует большой класс интеллектуальных систем, использующих в качестве модели знаний семантические сети. С помощью семантических сетей оказалось возможным описать большой класс семантических связей между объектами в различных предметных областях. Это явилось основой для построения моделей знаний, в частности, в областях с плохой структурой.

Основными преимуществами семантических сетей являются возможность построения иерархий класс-подкласс и часть-целое, с помощью которых осуществляется наследование свойств; использование имплицитной информации; определение различных отношений на вершинах сети путем пометки соответственных дуг - в неоднородных семантических сетях; возможность приписывания концептам множества атрибутов и для каждого имени атрибута - задания множества допустимых значений; построение структурных отношений на концептах с общими атрибутами.

С помощью семантических сетей построен ряд интеллектуальных систем для представления семантики естественного языка, понимания текстов на естественном языке. Создан ряд обучающих систем по географии, астрономии, космонавтике. Системы, основанные на семантических сетях, используются для моделирования в области экологии, оценки состояния природных ресурсов, социологии и других областях.

Однако большинство исследований в настоящее время посвящено прикладному применению семантических сетей. Уделяется недостаточно внимания исследованию их теоретических аспектов. Появление динамических систем, основанных на знаниях, сделало необходимым изучение динамических формальных структур в семантических сетях.

С этой целью предложена семантическая сеть, в которой изменение состояния системы может моделироваться изменением топологии сети. Разработан способ построения динамической неоднородной семантической сети и алгоритм изменения ее топологии. Для этого введены новые операции, которые позволяют склеивать вершины и дуги сети. Применение таких операций возможно как на этапе разработки, так и в процессе вывода. Предложенный метод позволяет представлять неполную и недоопределенную информацию.

Динамические сети позволяют естественным образом интегрировать различные парадигмы моделирования. С помощью таких сетей станет возможным решить большой класс задач, не формализуемых в рамках статических сетей. Область применения динамических сетей -моделирование сложных систем, законы поведения которых не имеют аналитического описания, а задаются лишь эмпирическими правилами, изменяющимися в зависимости от состояния системы.

Цель и задачи работы. Основной целью данной работы является разработка метода построения неоднородных семантических сетей с изменяющейся топологией для представления знаний в интеллектуальных системах, исследование алгебраических свойств основных классов отношений и операций преобразования топологии семантических сетей. Для этого были решены следующие задачи:

- классификация и построение базиса структурных отношений на основе их свойств рефлексивности, симметричности и транзитивности и матрицы совместности;

- разработка основ плюральной теории и ее использование для представления неполной и недоопределенной информации;

- исследование операций преобразования топологии неоднородных семантических сетей;

- построение динамической семантической сети (ДНС);

- разработка алгоритма функционирования системы, основанной на ДНС, с заданным порождающим множеством событий.

Предмет исследования - представление зна.ний в моделировании открытых систем, не имеющих исчерпывающего априорного описания, законы поведения которых задаются не только набором формул, но и множеством эмпирических правил и связей.

Объектом исследования являются базы знаний, представленные двухкомпонентной неоднородной семантической сетью. В основу исследований положены операции изменения топологии семантических сетей, их алгебраические свойства и способы отражения изменений системы с помощью слияния узлов и дуг сети.

Научная новизна работы. В работе получены следующие новые научные результаты:

- определена матрица совместности как дополнительная характеристика бинарных отношений;

- предложен способ нахождения этой матрицы для комбинации нескольких отношений;

- определена операция слияния вершин семантической сети;

- определены операции Dom- и Im-слияния на множестве бинарных отношений;

- исследованы свойства операций преобразования топологии семантических сетей;

- показана применимость этих операций для задач вывода в динамических семантических сетях и моделирования поведения;

- описан алгоритм функционирования системы, представленной двухкомпонентной ДНС;

- сформулировано достаточное условие устойчивости полученной системы.

Апробация работы. Основные результаты работы докладывались и обсуждались на международной конференции «Интеллектуальное управление: новые интеллектуальные технологии в задачах управления 1СГГ99» в Переславле-Залесском (1999), на VII национальной конференции по искусственному интеллекту в Переславле-Залесском (2000), на международной научно-технической конференции и молодежной научной конференции "Интеллектуальные САПР" в Дивноморске (2000), на IX Международной конференции «Знание - Диалог - Решение КЮ8-2001» в Санкт-Петербурге (2001). Доклад «Метод представления плюральных конструкций в неоднородных семантических сетях» был удостоен гранта на XXVIII Международной конференции и Дискуссионном научном Клубе "Новые технологии в науке, образовании, телекоммуникации и бизнесе" 1Т+8Е'2001 в Гурзуфе (2001).

Основное содержание работы.

В первой главе по этапам прослеживаетЬя развитие семантических сетей с момента зарождения до настоящего времени. Основное внимание уделяется теоретическим разработкам, которые повлияли на современное состояние семантических сетей. Кроме того, в этой главе приводятся определения и соглашения, используемые в работе.

Вторая глава посвящена исследованию и классификации бинарных отношений с различными комбинациями свойств рефлексивности, симметричности и транзитивности. В этой главе введен дополнительный критерий - матрица совместности, - который наряду с вышеперечисленными свойствами позволяет однозначно определить любое отношение в неоднородной семантической сети, имеющее место между событиями с общими атрибутами. Разработаны правила сложения матриц совместности для построения комбинаций отношений.

В третьей главе определяется операция слияния вершин семантической сети, и исследуются ее свойства. Доказывается, что с ее помощью становится возможным без потери информации понижать арность отношений, и, в частности, заменять n-арные отношения бинарными; заменять комбинацию нескольких бинарных отношений одним; представлять неполную и недоопределенную информацию; вводить объемно неопределенную информацию.

В четвертой главе определяются две новые операции на отношениях семантической сети - операции Dom- и Im-слияния, - которые позволяют склеивать несколько разных отношений в одно новое. Вводятся соответствующие им два отношения частичного порядка: Dom- и Im-вложения. Доказан ряд теорем об алгебраических свойствах этих операций и отношений; о взаимном выражении отношений Dom- и Im-вложения; о необходимых и достаточных условиях того, что одно отношение является Dom- (или Im-) частью другого.

В пятой главе строится динамическая семантическая сеть с переменной топологией, обладающая континуальной компонентой. На каждом такте дискретного времени топология сети изменяется посредством применения операций слияния вершин и Dom- и Im-слияния отношений. Разработан алгоритм функционирования такой системы. Он представляет собой цикл, состоящий из двух частей - процедуры синхронного замыкания и процедуры перехода в следующее состояние. Задается также условие выхода из цикла. Вводятся понятия возмущения и устойчивости траектории динамической сети; доказывается достаточное условие устойчивости описанной системы. В качестве примера описывается система, описывающая гидрологические, гидробиологические и биологические процессы в Азовском море. Строится алгоритм работы такой системы, и приводятся примеры применения каждой из операций на вершинах и дугах сети, описанных в предыдущих главах.

Основные результаты работы:

Дана классификация бинарных отношений на основе их свойств рефлексивности, транзитивности и симметричности. Доказана неполнота системы отношений, обладающих всеми возможными наборами свойств.

Определены матрицы совместности отношений на событиях с пересекающимися множествами атрибутов.

Сформулированы и доказаны критерии однозначного определения таких отношений - любое отношение из % однозначно определяется комбинацией трех свойств и значением матрицы совместности М.

Определен способ построения матрицы совместности комбинации отношений из Разработаны критерии определения свойств такой комбинации.

Доказана теорема о возможности построения транзитивного отношения из комбинации нескольких нетранзитивных и сформулированы необходимые и достаточные условия для получения транзитивного отношения.

Описан метод, позволяющий склеивать несколько узлов сети в один для построения плюральных конструкций, причем новый объект является узлом того же уровня, что и любой единичный узел. Такая техника позволяет строить бинарные отношения на плюральных элементах вместо многоместных отношений и объединять несколько однотипных бинарных отношений в одно.

Введены две новые операции над бинарными отношениями любой природы - Dom- и Im-слияния отношений, определены их свойства.

Определены два отношения частичного порядка на бинарных отношениях, названные Dom- и Im-вложениями отношений.

Сформулированы и доказаны необходимые и достаточные условия того, что одно отношение есть Dom- или Im-вложение другого.

Доказана теорема о необходимых и достаточных условиях для дуальности двух частичных порядков Dom- или Im-вложения.

Построена алгебраическая система с множеством бинарных отношений в качестве носителя. Это множество образует квазирешетку относительно операций слияния отношений.

Разработаны методы динамического формирования событий и отношений в неоднородной семантической сети.

Построен алгоритм работы интеллектуальной системы с дискретным временем при заданном начальном состоянии. Определены процедуры замыкания состояния системы и перехода в следующее состояние.

Сформулировано и доказано достаточное условие устойчивости траектории системы.

Заключение.

Динамическая семантическая сеть представляет собой интегрированную модель предметной области. Ее отличительной особенностью является наличие двух компонент - статической и динамической. Динамика в таких сетях представлена не только наличием процедурной части базы знаний и диахронными отношениями, но и изменением топологии самой сети. В данной работе предложены методы структурирования предметной области, позволяющие использовать бинарные отношения вместо многоместных или комбинаций нескольких двуместных отношений. В основу этих методов положена теория частичности, которая является одним из основных инструментов в онтологическом анализе.

1. Аверин А.И., Вагин В.Н., Хамидулов М.К. Методы параллельного вывода на графовых структурах. //КИИ'2000. Труды конференции. М.: Физматлит, 2000.

2. Беляев А.Б., Годовников М.Н., Голубев С.А., Загоровский И.М., Комаров С.И., Куршев Е.П., Осипов Г.С., Сазонова Л.И. Технология создания распределенных интеллектуальных систем. Переславль-Залесский. 1997.

3. Вагин В.Н. Параллельная дедукция на семантических сетях. //Изв. АН СССР. Техн. кибернетика, 1986. №5.

4. Вагин В.Н. Дедукция и обобщение в системах принятия решений. М.: Наука, 1988.

5. Васюков B.J1. Формальная феноменология. -М.: Наука, 1999.

6. Виноградов А.Н., Гайдар Л.А., Годовников М.Н, Сазонова Л.И. Использование средств интеграции интеллектуальной технологии SIMER+MIR в системе прогнозирования состояния морских биологических объектов. -КИИ-98, Пущино. 1998.

7. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000.

8. Гаевой В.А. Об использовании продукционной системы для автоматизации разработки программ. // КИИ'1998. Труды конференции.- Пущино, 2000.

9. Годовников М.Н., Сазонова Л.И., Жилякова Л.Ю., Воловик С.П., Луц Г.И., Рогов С. Ф., Мирзоян З.А. Интеллектуальная система прогнозирования запасов азовской тюльки и хамсы. //Труды АзНИИРХ- Ростов-на-Дону: БКИ, 1998 стр. 388-397.

10. Дорофеева А.Г. Расширение дескриптивной логики отношениями из неоднородных семантических сетей. //КИИ'2000. Труды конференции. М.: Физматлит, 2000.

11. Ерусалимский Я.М., Симоненко И.Б. 35 лекций по дискретной математике. Ростов-на-Дону: Гаудеамус XXI, 1991.

12. Жилякова Л.Ю. Алгебраические свойства отношений в неоднородных семантических сетях. //Интеллектуальное управление: новые интеллектуальные технологии в задачах управления. Труды международной конференции. М.: Наука - Физматлит, 1999. - с. 45-50.

13. Жилякова Л.Ю. Мереологический подход в структурировании предметной области. //КИИ'2000. Труды конференции. — М.: Физматлит, 2000. с. 247-254.

14. Жилякова Л.Ю. Операции слияния вершин и отношений в неоднородных семантических сетях. //Труды международной научно-практической конференции Знание-Диалог-Решение KDS-2001 СПб: Лань, 2001.-е. 224-231.

15. Жилякова Л.Ю. Методы представления когнитивных структур в неоднородных семантических сетях. //«Научная мысль Кавказа». Приложение №8-2001 Ростов-на-Дону, Издательство Северо-Кавказского научного центра высшей школы, 2001.- с. 17-24.

16. Жилякова Л.Ю. Операции преобразования топологии в динамических семантических сетях. В печати. 16 с.

17. Зиновьев H.A., Жилякова Л.Ю., Дудкин С.И., Рудницкая O.A., Ложичевская Т.В. Экспертная система оценки физиологического состояния осетровых рыб. //Труды АзНИИРХ Ростов-на-Дону: БКИ, 1998.-е. 407-412.

18. Комаров С.И., Куршев Е.П., Осипов Г.С., Построение моделей предметных областей. 4.2. Прямое приобретение знаний в системе SIMER. //Изв. АН СССР. Техническая кибернетика. 1991. - № 3. - с. 192-197

19. Кон П. Универсальная алгебра. М.: Мир. - 1968.

20. Лебедева Т.Г., Осипов Г.С. Архитектура и управляемость дискретных динамических систем, основанных на знаниях. //Изв. РАН. ТиСУ. 2000. №5.

21. Майклсен Р.Х., Мичи Д., Буланже А. Экспертные системы. //Реальность и прогнозы искусственного интеллекта. Под ред. B.JI. Стефанюка -М.:Мир, 1987.

22. Мальцев А.И. Алгебраические системы. М.: Наука, 1970.

23. Мальцев А.И. Избранные труды. Т.2. Математическая логика и общая теория систем. М.: Наука, 1976.

24. Мизугочи Р. Шаг в направлении инженерии онтологий. //Новости искусственного интеллекта. №1-2, М., 2000.

25. Микони C.B. Модели и базы знаний. СПб.: ЛИИЖТ - 2000.

26. Минский М. Фреймы для представления знаний. М.: Энергия, 1979.

27. Минто В. Дедуктивная и индуктивная логика. Екатеринбург: Деловая книга, Бишкек: Одиссей - 1997. - 432с.

28. Нейлор К. Как построить свою экспертную систему. М.: Энергоатомиздат, 1991.

29. Новиков Ф.А. Дискретная математика для программистов. СПб: Питер, 2001.

30. Осипов Г.С. Выявление «грубой» модели предметной области. //Всесоюзная конференция по искусственному интеллекту. Тезисы докладов. T. I.-M., 1988.-е. 512-513.

31. Осипов Г.С. Динамика в системах, основанных на знаниях. //Изв. РАН. ТиСУ. 1998. №5.

32. Осипов Г.С. Инструментарий для экспертных систем. Технология SIMER+MIR //Программные продукты и системы. -1990. №3 с. 23-32.

33. Осипов Г.С. Метод формирования и структурирования модели знаний одного типа предметных областей. //Изв. АН СССР. Техническая кибернетика. 1988. - № 2. - с. 3-12.

34. Осипов Г.С. О формировании модели для плохо структурированной предметной области // Изв. АН СССР. Техн. кибернетика 1987. - №5. С. 198-200.

35. Осипов Г.С. Приобретение знаний интеллектуальными системами -М., Наука Физматлит, 1997.

36. Осипов Г.С. Построение модели предметных областей. Неоднородные семантические сети. // Изв. АН СССР. Техн. кибернетика 1990. - №5. С 32-45.

37. Построение экспертных систем. Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987.

38. Романовский В.И. Дискретные цепи Маркова. М.: Гостехиздат, -1949.

39. Сазонова Л.И., Годовников М.Н., Куршев Е.П., Осипов Г.С. Создание интегрированных распределенных систем прогнозирования запасов рыбных объектов с использованием методов искусственного интеллекта. //Сб. трудов АзНИИРХ Ростов-на-Дону: БКИ, 1998.

40. Сазонова Л.И. Разработка методов создания прикладных интеллектуальных систем с использованием технологии SIMER+MIR. Автореферат. Переславль-Залесский, - 1998.

41. Фелдман Дж. А. Сетевые модели. //Реальность и прогнозы искусственного интеллекта. Под ред. В.Л. Стефанюка М.: Мир, 1987.

42. Хинтон Дж. Е. Обучение в параллельных сетях //Реальность и прогнозы искусственного интеллекта. Под ред. В.Л. Стефанюка М.: Мир, 1987.

43. Шапиро С.К. Симметричные отношения, интенсиональные объекты и связывание переменных. //ТИИЭР, т.74, №10, - 1986.

44. Шрейдер Ю.А. Равенство, сходство, порядок. М.: Наука, Физматлит, 1971.

45. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. -М.: Финансы и статистика, 1987.

46. Яблонский C.B. Введение в дискретную математику. М.: Наука, 1986.

47. Anderson J.R., Bower G.H. Human associative memory. New York: Holt, 1973.

48. Artale A., Franconi E., Guarino N., Pazzi L. Part-Whole relations in object-centered systems: an overview. Data & Knowledge Engineering North-Holland, Elsevier. (October 2, 1996) http://www.ladseb.pd.cnr.it/infor/ontology/papers/parts.pdf

49. Artale A., Franconi E., Guarino N. Open problems with Part-Whole relations.http://www.ladseb.pd.cnr.it/infor/ontology/papers/OntologyPapers.html

50. Borgida A. On the relative expressiveness of description logics and predicate logics. Artificial Intelligence, 82:353-367, 1996.

51. Brachman R. J. On the epistemological status of semantic networks. //Associative Networks: Representation and Use of Knowledge by Computers. Edited by Findler N. V. New York: Academic Press, 1979 -pp. 3-50.

52. Brachman R. and Levesque H. J. The tractability of subsumption in frame-based description languages. In AAAI-84, pp. 34-37, 1984.

53. Brachman R. J., Schmolze J.G. An overview of the KLONE knowledge representation system. Cognitive science, 9(2): 171-216, April 1985.

54. Carbonell J.R AI in CAI: An artificial intelligence approach to computer aided instruction. IEEE Transactions on man-machine systems MMS-11, 1970, №4 190-202.

55. Carbonell J. G., Michalski R. S., and Mitchell T. M. An overview of machine learning. In Machine Learning, an Artificial Intelligence

56. Approach, Pages 3-23, Michalski, R. S., Carbonell, J. G., and Mitchell, T. M., Editors, Tioga Publishing Company, Palo Alto, CA, - 1983.

57. Cercone N., Shubert L. Toward a state based conceptual representation.th •

58. Proceedings of the 4 international joint conference on AI, 1975. pp. 83-90.

59. Collins A.M., Quillian M.R. Retrieval time from semantic memory. Journal of verbal learning and verbal behavior. 1969. № 8, pp 240-247.

60. Deliani A., Kowalski R. Logic and Semantic Networks. Comm. of the ACM, №3, vol.22, March, 1979. pp. 184-192.

61. Donini F.M., Lenzerini M., Nardi D., Schaerf A. Reasoning in description logics. In G.Brewka, editor, Principles of knowledge representation, pp. 191-236 CSLI Publications, Stanford, 1996.

62. Donini F.M., Lenzerini M., Nardi D., Nutt W. The complexity of concept languages. Information and computation, 134:1-58, 1997.

63. Fillmore C., The case of case. In Universals in linguistic theory. E.Bach and RHarms (eds.). Holt, New York, 1968 - pp. 1-88.

64. Gruber T. R. A translation approach to portable ontologies. I I Knowledge Acquisition, №5(2): 199-220, 1993.

65. Gruber T. R. http://www-ksl.stanford.edu/kst/What-is-an-ontology.html.

66. Guarino N. Some Ontological Principles for Designing Upper Level Lexical Resources. Proc. of the First International Conference on Lexical Resources and Evaluation, Granada, Spain, 28-30 May 1998.

67. Guarino N. Some Organizing Principles for a Unified Top-Level Ontology. //Extended abstract submitted to the AAA! Spring Symposium on Ontological Engineering, Stanford, CA, March 1997.

68. Guarino N., Welty C. Identity, unity and individuality: towards a formal toolkit for ontological analysis. IIProceedings of ECAI-2000. IOS Press Amsterdam. - August 2000.

69. Hayes P. On semantic nets frames and associations. Proceedings of the 5th international joint conference on AI, 1977. pp. 99-107.

70. Hendrix G.G. Encoding knowledge in partitioned networks. //Associative Networks: Representation and Use of Knowledge by Computers, Academic Press. New York. - 1979. Edited by Findler N. V.

71. Janas J.M., Schwind C.B. Extensional semantic networks: their representation, application and generation. //Associative Networks: Representation and Use of Knowledge by Computers. Edited by Findler N. V. New York: Academic Press, 1979 - pp. 267-305.

72. Kurtonina N., de Rijke M., Simulating without negation. J. Logic and computation, 7:503-524, 1997.

73. Levesque H. and Mylopolys J. A procedural semantics for semantic networks. //Associative Networks. Academic Press. New York. 1979. Edited by Findler N. V.

74. Link G. Algebraic semantics for natural language: some philosophy, some applications. International Journal of Human and Computer Studies, 1995.

75. Quillian M. R. Semantic memory In Semantic Information Processing, M. Minsky, Editor, The MIT Press, Cambridge, MA, 1968. P.227-270.

76. Quillian M. R. The teachable language comprehender: a simulation program and theory of language. // Communications of the ACM 12, 1969, № 8, 459-476.

77. Shapiro S.C. The SNePS semantic network processing system. //Associative Networks: Representation and Use of Knowledge by Computers. Edited by Findler N. V. New York: Academic Press, 1979 -pp. 179-204.

78. Smith B. Formal ontology, common sense and cognitive science // International Journal of Human and Computer Studies. Special Issue on The Role of Formal Ontology in the Information Technology. Edited by N. Guarino and R. Poli, vol 43 no. 5/6, 1995.

79. Volovik S.P., Mirzoyan Z.A. and Volovik G.S. Mnemiopsis leidyi in the Asov Sea: biology, population dynamics, impact to the ecosystem and fisheries. Report on the ICES Meeting, Sept. 1993, C.M. 1993/L:69, Sess. S.

80. Volovik G.S., Volovik S.P. and Mirzoyan Z.A. Modelling of the Mnemiopsis sp. Population in the Azov Sea. ICES. J. Mar. Science, 52, 1995, p. 735-746.

81. Volovik S.P., Volovik G.S. and Mirzoyan Z.A. Mnemiopsis leidyi in the Asov Sea: biology, population dynamics, impact to the ecosystem and modeling. ICES J. Mar. Science, 1996, 20 p.

82. Wilks Y. Parsing English II // Computational semantics. E. Charniak and Y. Wilks (eds.) North-Holland Publ., Amsterdam, 1976. - pp. 155-184.

83. Wilks Y. Philosophy of language // Computational semantics. E. Charniak and Y. Wilks (eds.) North-Holland Publ., Amsterdam, 1976. - pp.205-233.

84. Wilks Y. Making preferences more active. //Associative Networks: Representation and Use of Knowledge by Computers. Edited by Findler N. V. New York: Academic Press, 1979 - pp. 239-266.

85. Winston M. E., Chaffm R. and Herrmann D. A taxonomy of part-whole relations. Cognitive science, 11: 417-444, 1987.

86. Woods W.A. What's in a link: Foundations for semantic networks. //Representation and Understanding: Studies in Cognitive Science. Bobrow D.G. and Collins A.M. (Eds.) New York: Academic Press, 1975. -pp.35-82.