Лекции - Основы логического программирования
Подождите немного. Документ загружается.
Подготовка к экзамену.
Ключевые слова:
типичная схема
в настоящее время
1. Понятие об искусственном интеллекте и экспертных системах.
Под искусственным интеллектом понимают научное направление, которое занимается
имитацией (моделированием) мыслительной деятельности человека с помощью вычислительных
средств, компьютера, робота.
Понятие искусственного интеллекта было введено Маккарти в 56 году.
В настоящее время существует множество задач развития искусственного интеллекта:
автоматическое доказательство теорем
робототехника
автоматизация проектирования
общение человека с ЭВМ на языке, близком к естественному
распознание образов и изображений
лингвистика
теория построения формализованных языков
диагностика
теория игр
прогноз погоды
экспертные системы
системы обработки и получения данных
Одна из важнейших сфер применения – экспертные системы. Экспертные системы – системы,
сочетающие ЭВМ и специалистов в какой-то области. Это диалоговые компьютерные системы,
оперирующие базой знаний в некоторой области и обеспечивающие ответы на запросы пользователя с
помощью средств вывода. Знания, представленные в формализованном виде, могут пополняться.
Основные компоненты типичной экспертной системы являются: базы знаний, средства логического
вывода, интерфейс пользователя.
Центральным моментом любой системы искусственного интеллекта (экспертной системы)
является база знаний.
2. Понятие о базах знаний.
Человек получает знания различными способами: изображения, схемы, чертежи, таблицы, факты,
методы, алгоритмы, законы, правила.
Можно отметить следующие типы знаний:
понятийные – в виде набора понятий
структурные – знания о структуре объекта, компонентах и взаимосвязи.
процедурные – алгоритмы, программы, методы
фактографические – таблицы, базы данных
Более общая классификация:
процедурные – описывают процесс получения новых знаний
декларативные – описывают предметную область.
База данных не ориентирована на возможность вывода новых утверждений, просто информация. В
базе знаний данные структурированы и взаимосвязаны. Её отличительные характеристики
1) База знаний представляет свойства и отношения между объектами предметной области
2) имеют содержательную интерпретацию в некоторой предметной области
3) позволяет применять правила логического вывода
4) позволяют приблизить общение с ней на языке, близком к естественному
5) Сведения баз знаний являются истинными утверждениями.
3. Средства описания и представления знаний
Средства описания:
формализованные логические системы
языки программирования
процедурные
объектно-ориентировнные
декларативные
Декларативные языки – специально ориентированны на искусственный интеллект и являются
языками логического программирования, они предназначены не для описания процедурного решения
задач, а свойств предметной области.
Под логическим программированием понимают конечное множество фактов и правил,
задающих свойства и отношения между объектами и описывающими истинные утверждения.
Описывается логическая модель предметной области, отношения предметов и способов вывода.
Логическая программа задаёт множество следствий, которые являются результатом. Вычисление
логической программы – вывод следствия из него.
В настоящее время создано множество языков декларативного программирования: LISP, Prolog,
Small Talk, QLISP, SNOBOL.
4. Формы представления знаний
Формы:
логические модели
семантические сети
фреймы
системы продукции
реляционные
Основное назначение этих средств – формальное описание предметной области с целью
возможности применения механизмов вывода из этих описаний новых сведений.
5. Логические модели
Могут быть описаны в виде (T, P, A, F)
Т – множество базовых элементов
Р – множество исходных истинных утверждений
А – множество синтаксических правил построения и выражения из Т
F – множество семантических правил вывода
В рамках этой модели существует разделение: логика высказываний, предикатов, исчисление
высказываний, предикатов
Логика высказываний
Базовым понятием логики высказываний является высказывание, логические операции и
формулы.
Под высказыванием понимают некоторое утверждение, которое является истинным или
ложным.
Интерпретация – присваивание логическим формулам значений.
Противоречие – логическая формула, всегда принимающая значение «ложь»
Тавтология – тождественная истина
Выполнимая формула – формула, имеющая хотя бы одно истинное значение.
B – является логическим следствием из формул А
1
, …, А
n
, если она истинна, когда истинны А
1
, …,
А
n
одновременно.
Теорема. В является следствием формул А
1
, …, А
n
тогда и только тогда, когда А
1
…А
n
В
является тавтологией.
Исчисление высказываний.
рассматривается вопрос вывода истинных формул. Любое исчисление строится из следующих
компонентов:
1) система аксиом
2) правило вывода истинных формул из исходных
a) правило подстановки
b) правило modus ponens
Логика предикатов.
Предикатом P(x
1
,…,x
n
) называется функция, отображающая наборы значений переменных x
1
,
…,x
n
, заданных на некотором множестве в множество ({1, 0}).
x
1
,…,x
n
– предметные переменные, число предметных переменных называется местностью
предиката.
0-местный предикат является высказыванием
1-местный выражает свойство
2,… -местный выражает отношение.
Основным средством формализации логики предикатов является формула: константы, предметные
переменные, функции, предикаты, кванторы, скобки, операции
Квантификация – применение кванторов. Применение кванторов – уменьшает местность
предикатов на 1
Связанная переменная – переменная, находящаяся под знаком квантора
Свободная переменная – переменная, не находящаяся под знаком квантора
Формулы в которых нет одноименных свободных и связанных переменных, а также нет
переменных, находящихся под знаком кванторами «существует» и «любой» одновременно называются
формулами со свойством чистоты предметных переменных.
Интерпретация:
приписывание константным символам конкретного объекта из заданной предметной области
приписывание каждой предметной переменной заданного множества
приписывание функциональным символам конкретных функций
приписывание каждому предыдущему символу конкретный предикат
Преобразования формул аналогичны логике высказываний. Нормальная формула – формула, не
содержащая знаков импликации, эквивалентности, групповых отрицаний и отрицаний кванторов.
Исчисление предикатов.
Базируется на логике предикатов, системе аксиом логики высказываний, в которых добавляются 2
аксиомы: F(a) x F(y), x P(x) F(a).
6. Семантические сети. Пример применения семантических сетей для
решения логических задач
- ориентированный граф с помеченными дугами и вершинами, отображающий объекты, свойства,
отношения, заданные в предметной области.
S={Y, V, T}
V – множество вершин
Y – множество связей
T – множество, отображающее вершину в другую
Семантические сети обычно описывают предметную область на концептуальном уровне, поэтому
отображают субъективные знания в предметной области.
Объект – некоторое понятие предметной области.
Часть отношений или фактов может быть задано явно, другая может быть установлена в процессе
анализа. Т.о. сеть явно отражает совокупность фактов, но не правил.
Пример. Слева от станка приёмный бункер…
7. Фреймы. Пример описания задач с помощью фреймов
структуры данных, в которых в определённом порядке представлена информация об объектах,
свойствах, отношениях. Фреймы имеют более жёсткую структурную предикатную ориентацию.
Фрейм можно представить из набора имени и слота (состояние).
Типичная структура:
<имя>; <x
1
[=значение]>;
<x
2
[=значение]>;
…
<x
n
[=знач]>
<q
1
, q
2
, …,q
k
>
q
i
- ссылки на другие фреймы.
Пример: фрейм- резистор.
8. Системы продукций. Прямые и обратные системы продукции. Примеры
применения
Система продукции состоит из базы данных, множества правил продукции и системы управления,
которая использует правила продукции для документов.
Продукция: условие – действие. Если условие истинно, то производится действие. Система
продукции близка к алгоритму Маркова и основана на системе подстановок, с помощью которых в
порядке их записи выполняется переработка исходного слова в результат. Выбор конкретной
подстановки осуществляется в порядке их записи при условии возможности применения –текущей
подстановки с учётом обратного слова.
База данных может иметь различные формы: от простых таблиц до современных СУБД. Каждое
состояние базы данных может быть описано с помощью набора переменных. После применения правил
продукции база данных переходит в новое состояние. К базе данных могут быть применены все правила
системы продукции, порядок применения не фиксируется.
Системы продукции бывают:
прямые
разложимые
обратные
Прямые системы продукции.
Имеется исходная база данных, имеется совокупность правил прямой системы продукции, имеется
цель. С помощью правил прямой системы продукции необходимо перевести базу данных из исходного
состояния в целевое состояние.
Пример. дано А, Б, В, правила, цель: ГГГГГ.
Обратные системы продукции.
Имеется исходное состояние объекта, правила обратной системы продукции, цель. Решение
начинается с целевого состояния, из которого система переводится в исходное. Если это достижимо, то
существует переход из исходного состояния в целевое. Чаще обратные системы продукции проще.
Возможны комбинации прямых и обратных систем продукции.
9. Метод резолюций. Демонстрация метода на примере дерева вывода.
Одним из ключевых моментов логически формализованных систем является поиск доказательств
теорем и т.п.
Типичная схема вывода в логике содержит компоненты:
множество базовых формул и аксиом
множество правил вывода новых истинных формул из исходных
Выводом формулы В из исходных А
1
, …, А
n
называется последовательность В
1
, …, В
м
, где В
м
=В,
каждое из которых получено либо через А
1
, …, А
n
, либо по схеме аксиом, либо из всех
предшествующий формул А
1
, …,В
i
, … по правилу modus ponenes или по правилу подстановки, а в
исчислении предикатов по схеме конкретизации или обобщении.
Применение классических схем сопряжено с большим перебором, поэтому появилась
необходимость специальных схем.
Робинс в 55г. предложил метод резолюций. Процедуры резолюций применимы к формулам
логики предикатов, которые должны быть в виде дизъюнкций и литералов.
Доказательство на основе резолюций основано на рассуждении:
Пусть формула Е логически следует из множества предложений А, тогда любая интерпретация
удовлетворяющая А, также удовлетворяет и Е.
Никакая интерпретация Е, удовлетворяющая А не может удовлетворять Ё, а следовательно
никакая интерпретация А не может удовлетворять Е и Ё одновременно.
Робинсоном получено правило резолюций и показано, что если множество формул А и Ё
противоречиво, то многократное применение правил резолюций приведёт к пустому множеству формул
Nil. Т.о., если из А и Ё получено Nil, то Е логически следует из А.
Правило резолюций всегда позволяет найти Nil если исходное множество истинных формул
противоречиво.
Робинс доказал, что принцип резолюций полон и непротиворечив. Полнота: если конечное
множество предложений – невыполнимо, то опровержение может быть получено за конечное число
применений правил резолюций. Непротиворечивость: если в результате применения принципа
резолюций получено пустое предложение, то исходное множество предложений не выполнимо.
Правило резолюций: Пусть С
1
и С
2
– дизъюнкты, Е – некий литерал, формула Е содержится в С
1
а
Ё в С
2
. Тогда дизъюнкт (С
1
-Е)U(С
2
-Ё) называется резольвентой дизъюнктов С
1
и С
2
.
Правило получения резольвент называется правилом резолюций.
Резулятивный вывод из А есть последовательность дизъюнктов, каждый из которых есть либо
дизъюнкт из А, либо получен из предыдущих дизъюнктов методом резолюций.
Дизъюнкт С выводим из множества дизъюнктов А, если существует вывод из А, последний
дизъюнкт которого есть С.
Теорема: Если из множества дизъюнктов А выводится дизъюнкт С, то формула А->С –
общезначимая и тождественно истинна, если из А->0, то тождественно ложная.
Теорема: Непустое множество дизъюнктов А невыполнимо тогда и только тогда, когда из А
выводится пустой дизъюнкт или Nil.
Пример. Имеется совокупность дизъюнктов: {P(x)UQ(x); Q(z); P(z)UR(z); R(w)} Подстановки:
z=z(x).
10.Резолюции в логики высказываний. Семантические деревья
Утверждение базируется на понятиях формул, дизъюнктов, литералов – формальный аппарат
логики высказываний.
Имеется исходное множество формул А
1
, …, А
n
. Необходимо доказать некоторую формулу В.
Каждая формула из множества рассматривается как дизъюнкт.
Пример.
11.Построение опровергающих высказываний
Пусть задано S=S(p
1
,…,p
n
) – есть множество дизъюнктов, где p
i
– логические переменные.
Семантическое дерево Т для S – конечное бинарное дерево в i-том ярусе которого помечено 2
ребра p
i
и p
i
. Каждая ветвь дерева задаёт некоторую интерпретацию. Семантическое дерево отражает
все 2
n
интерпретаций.
Узел в семантическом дереве Т для S называется опровергающим, если путь в Т от корня до
этого узла задаёт такие истинностные значения переменных p
i
, в которых опровергается некоторый
дизъюнкт С из S и никакой другой узел этим свойством не обладает.
Множество дизъюнктов S – невыполнимо тогда и только тогда, когда любая ветвь в
семантическом дереве Т для S имеет опровергающий узел. Если обрезать семантическое дерево Т для S,
удалив из Т все поддеревья с корнями в опровергающих узлах, оставив сами опровергающие узлы в Т,
то полученное дерево называется замкнутым.
Множество дизъюнктов S невыполнимо тогда и только тогда, когда в замкнутом семантическом
дереве все его концевые узлы – опровергающие.
12.Резолюции в логике предикатов. Примеры доказательств.
Правило резолюций носит универсальный характер, поэтому резолюция в логике предикатов
можно рассматривать аналогично.
13.Понятие о логической программе. Структура логической программы.
Факты, правила, целевые утверждения.
Логическая программа состоит из набора хорновских предложений, фактов, правил: B< A
1
,…,A
n
.
Хорновские предложения называют дизъюнктами, клозами. Хорновские дизъюнкты представляются
логической формулой.
А, В – литералы, атомарные функции. Литерал можно представить: R(t
1
,…,t
n
), R – отношение, t
i
–
аргументы – термы: константы, переменные, функции.
Переменные действуют только в одном предложении. Одно и то же имя в разных предложениях
указывает разные объекты. Выделяют 3 вида предложений:
факт
правило (условное утверждение)
цель
Логическая программа рассматривает факты и правила как аксиомы. Они составляют базу знаний.
Правило, в котором используется переменные называются универсальными.
Удовлетворение цели означает доказательство одновременной истинности всех подцелей на
основе базы знаний программы. Цель истинна, когда все её подцели могут быть формально выведены с
помощью метода резолюций или с помощью modus ponens.
Цель Е выводится из базы знаний (p
1
,…,p
n
), если из множества хорновских дизъюнктов (p
1
,…,p
n
,
Ё) выводится пустой дизъюнкт.
14.Унификация. Подстановки. Композиция подстановок. Свойства
композиции подстановок. Множество рассогласований.
Подстановкой термов t
i
вместо x
i
называется множество ={t
1
/x
1
,…, t
n
/x
n
}
Множество литералов {L
i
} – унифицировано, если существует такая подстановка : L
1
=L
2
=…
=L
n
. Подстановка называется унификатором.
Процедура унификации – поиск таких подстановок, для которых унифицируемые литералы
становятся идентичными.
Пусть имеем 2 подстановки ={t
1
/x
1
,…, t
n
/x
n
} и ={u
1
/y
1
,…, u
n
/y
n
}. Композицией двух подстановок
и называется подстановка , которая получена из множества {, } вычёркиванием всех элементов
вида: t
i
/x
i
для которых t
i
=x
i
и всех элементов вида u
i
/y
i
для которых y
i
{x
i
}.
Множеством рассогласований некоторого множества литералов L
i
называется совокупность
термов, которая образуется из множества L
i
всех термов, начиная с первой слева позиции
отличающихся буквами.
Если множество рассогласований не содержит переменные, то оно не унифицируемо.
15.Стратегия унификации. Пример.
В базе знаний ищется хорновский дизъюнкт, совместимый с целью.
Имеется база знаний: факты и правила и цель с подцелями.
Выбираем первую подцель и выполняем процедуру согласования. Возможны 2 варианта:
когда текущая подцель согласуется с фактом. В этом случае формируется новая подцель
когда подцель согласуется с правилом – применяется некоторая унификация и поиск
продолжается для подцели вида B
i
.
Процедура доказательства останавливается когда все подцели унифицированы либо на каком-то
этапе появляется отказ – невозможность доказательства подцели (унификации)
Стратегия унификации:
поиск в глубину
поиск в ширину
16.Управление процессом решения в логической программе. Бэктрекинг.
Отсечение. Повторение.
Управление процессом решения в логической программе:
Бэктрэккинг - fail
отсечение - !
репит – repeat
Бэктреккинг – возврат на предыдущий уровень дерева решения. Может быть искусственным и
естественным.
Отсечение – можно ограничить область поиска решения.
repeat.
repeat if repeat.
17.Структура программы в Турбо-Прологе.
18.Структура данных в Турбо-Прологе. Ввод и вывод данных.
19.Декларативные и процедурные элементы Турбо-Пролога. Примеры
применения в логической программе.
20. Организация ветвлений и циклов в программе. Рекурсии. Примеры.
21.Обработка отношений в Турбо-Прологе. Примеры программирования
композиций отношений.
1) селекция – выбор записи, удовлетворяющей условию
2) проекция – выбор полей записи, полей строк, удовлетворяющих условию
3) объединение – новое отношение, включающее все различные атрибуты
4) соединение – новое отношение, включающее все атрибуту
5) пересечение – новое отношение, содержащее те атрибуты, которые имеются во всех
отношениях
6) разность А и Б – новое отношение, которое состоит из тех атрибутов А, которых нет в Б.
22.Организация работы с файлами. Средства Турбо-Пролога для работы с
файлами.
23.Динамические базы данных. Примеры применения.
24.Графические средства Турбо-Пролога. Примеры применения.
25.Модульное программирование. Организация меню. Пример.
26.Применение логических программ для решения технических задач.
27.Моделирование логических схем на Прологе. Пример.
28.Отладка и трассировка логических программ.
29.Машины логического вывода. Процедурная семантика логических
программ. Структура данных процессов логического вывода. Система
команд процессора логического вывода.
Основное назначение Пролог машины – реализация логического программирования и логического
вывода. Практическая реализация логического вывода требует решения 3 задач:
1) разработка методов логического вывода (базовый метод Робинсона).
2) разработка программной реализации логического вывода – Пролог.
3) аппаратная поддержка логического вывода.
Необходимость 3 вызвана многими причинами, в том числе:
переборным характером процедуры вывода.
применением нестандартных структур данных, списков, предикатов
наличием специфических операций, не имеющих аналогов в других языках: унификация,
возврат, отсечение, двунаправленность.
Указанные особенности требуют специфических разработок ЭВМ. Компиляция программы не
согласуется с архитектурой традиционной ЭВМ, поэтому операции Пролога нельзя описать в терминах
ЭВМ.
Для 3 разрабатывается концепция построения архитектуры Пролог-машины. Для исследования
этой концепции воспользуемся абстрактной ПМ с некоторой системой команд и структурой данных.
Одна из идей абстрактной ПМ позволяет рассматривать её в виде совокупности 2-х задач:
разработка компиляции – преобразует исходную программу в последовательность команд
АПМ.
разработка интерпретация для системы команд АПМ, выполняющие код для обычной ЭВМ.
Процедурная семантика логических программ.
Программа на языке Пролог представляет собой неупорядоченное множество предикатов. Каждый
предикат идентифицируется своим именем и арностью и является упорядоченным множеством
утверждений.
Процесс логического вывода подпрограммой выполняется как последовательность вызова
процедур вывода. Точкой входа в процедуру является 1-е утверждение. Процедура, определяющая
предикат может иметь несколько точек входа.
Запуск программы ПМ осуществляется целевым утверждением.
Структура данных процессора логического вывода.
Для представления данных рассмотрим 32-разрядное машинное слово: 1-ый байт –
интерпретируется как Plug или Teg. Он задаёт семантику других байтов. В качестве семантической
единицы может быть переменная либо функтор (структура предиката).
Каждая переменная или функтор описывается в соответствующей таблице символов. Переменные:
константы, целые; функторы: в виде фрейма.
Команды процессора логического вывода.
Могут иметь сложный алгоритм и включают:
команды вызова предикатов
загрузки аргументов
унификации
возврата
ввод/вывод
30.Общение с ЭВМ на языке, близком к естественному. Проблема общения.
Роль языков представления знаний и проблема общения.
В конце 60-х сформировалось научное направление “Natural Language Processing” (Обработка на
естественном языке). Сферой этого направления является исследование метода и разработка методов
общения на естественном языке.
Первоначально развитие привело к созданию систем редактирования, набора печатных
материалов. Позже возникло направление, связанное с переводом одного естественного языка на
другой.
Создание перевода положило направление лингвистического направления. В области машинного
перевода возникло много систем, развивалась система грамматик, язык.
Развитие систем машинного перевода показывало сложность проблемы и недостаточность теории.
С появлением систем искусственного интеллекта это направление получило новое развитие. В
настоящее время рассматриваются 2 аспекта проблемы: лингвистическое и психолингвистическое.
Интерес к подобным системам рос по мере развития искусственного интеллекта. В настоящее
время в существующих системах можно отметить следующие направления:
языки меню
анкетные языки
языки приказов
Для языков меню характерна следующая схема общения:
пользователь вводит тему
система выводит меню, содержащее перечень регламентированных вариантов возможных
действий
при вызове варианта пользователь получает новое меню. Этот процесс продолжается пока
пользователь не получит интересующий результат или ответ о невозможности получения
ответа.
Схема общения для анкетного языка:
пользователь заполняет графы анкеты
после получения всех данных, система может дать следующую анкету.
Очевидно, что система общения на меню и анкетах носит жёсткий запланированный сценарий
общения, может быть многовариантым. Инициатива общения принадлежит системе.
Для языков приказа инициатива и сценарий общения находится в руках пользователя. Язык
приказов является регламентированным языком (можно задавать непротиворечивые команды
определённого формата) и даёт небольшие возможности для общения так как инициатива жёстко
закреплена за одним из участников.
Для более гибкого общения подходят языки, близкие к естественному. В настоящее время
имеются схемы для такого общения.
Входным является подмножество ЕЯ (может быть типа языка предикатов). Процесс общения
осуществляется через соответствующие блоки.
Идея общения.
пользователь дал указание
Блок диалога и указания принял и передал на лингвистический анализатор
Лингвистический анализатор должен понять и перевести эту фразу на язык, понятный
компьютеру и передаёт в БдиУ
БдиУ передаёт эту фразу на компьютер
компьютер ищет ответ и
предаёт данные на лингвистический анализатор, который преобразует данные в естественную
форму.
При отсутствии данных блок объяснений должен пояснить причины неудачи ответа в виде
диалога. Если предложение правильное и неизвестно системе, то система должна дополняться через
блок адаптации.
31.Структура лингвистического транслятора.
Систему общения на ЕЯ можно рассматривать как систему, состоящую из 2-х элементов:
анализ текста ЕЯ на ВС
анализ предложения ВС и перевод на ЕЯ
Схема анализа:
распознавание правильно построенных предложения ЕЯ
фиксация ошибок и исправлений
декомпозиция предложения на фрагменты
построение синтаксических структур предложения
семантическая интерпретация фрагментов предложения ЕЯ во фрагменты машинного языка
сборка фрагментов машинного языка описывающего некоторую конструкцию ситуации
проблемной среды, которая представляется фразой ЕЯ.
Этот процесс перевода с ЕЯ на МЯ (наоборот) можно представить в 4 этапа:
морфологический анализ (синтез)
синтаксический анализ (синтез)
семантическая интерпретация
проблемный анализ (проблемный семантический синтез)
Морфологический анализ.
Основа МА: выделение словоформ и для каждой словоформы – выделение списка пар х и у, где х
– стандартная форма словоформы, у – подсписок значений грамматических признаков для данной
словоформы.
Существует 2 метода МА:
декларативный – описываются все формы с морфологическими параметрами
процедурный – описывается только основа и элементы слова (суффиксы,…)
Синтаксический анализ.
Задача: поиск окружения слов и связей слов и построение синтаксической структуры входного
предложения на основе морфологической информации и синтаксических правил.
Семантическая интерпретация.
Осуществляется на основе СА и значения слов. На этом этапе определяется выбор предмета
понятий и отношений.
Проблемный анализ.
Результат: получение фразы на МЯ по описанию ситуации проблемной области.
Проблемный семантический синтез.
преобразование текста МЯ так, чтобы его части соответствовали будущим связям. Результат:
фрагменты МЯ, которые будут соответствовать фразам ЕЯ.
Семантическая интерпретация.
Выполняется интерпретация выданных фрагментов синтаксическими структурами ЕЯ.
Определяется порядок следования фраз и выбираются лексемы (слова ЕЯ).
Синтаксический синтез.
Выбирается форма фраз и конкретизируется синтаксическая структура с учётом отношений между
лексемами.
Морфологический синтез.
из лексем с характеристиками получаются выходные лексемы.
32.Выражение в Прологе НС грамматик (непосредственных составляющих).
Грамматика непосредственных составляющих. АW, АW, где А – нетерминальный
символ, , W, - произвольная цепочка. Допустимо А , включая контекстно-зависимые и
контекстно-независимые правила.
НС-грамматика достаточна для описания фраз ЕЯ.
Одной из целей создания ПРОЛОГа было применение его в исследовании структуры ЕЯ и
представления трансляторов.
ЕЯ НС-грамматика Пролог.
Правило НС-грамматики можно выразить в терминах компонентов ЕЯ.
Пример.
1) Предложение – именная группа – глагольная группа
2) Именная группа – прилагательное, сказуемое.
3) Именная группа – существительное
4) Глагольная группа – глагол, именная группа.
Предложение(S)<-append(S, ГС, ГП), append(ГС,…)
ИГ(L0, L2):- прилаг(L0, L1), сущ(L1, L2)