Текст книги "Фреймы для представления знаний"

Автор книги: Марвин Минский

сообщить о нарушении

Текущая страница: 12 (всего у книги 12 страниц)

Глава 3.
Способ формализации фреймов

Одни из множества возможных способов формализации фрейма-сценария предполагает представление его в виде сети следующей иерархической структуры (рис.П2).

Узел самого верхнего уровня сети (на рисунке ему соответствует кружок, обведенный жирной линией) отождествляется с заголовком сценария. Дочерние вершины этого узла, обозначенные на рисунке прямоугольниками, являются терминалами фрейма. Они отодествляются с набором вопросов типа «а что если...» или в общем случае с набором любых других вопросов – тестом. Каждое из возможных заданий терминала, являющееся элементарным действием и обозначенное на рисунке кружком внутри прямоугольника-терминала, соответствует значению теста, т. е. совокупности ответов на набор вопросов. В простейшем случае имеется конечный перечень возможных ответов, который и определяет маркер терминала.

Каждое из возможных заданий терминала рассматривается в свою очередь как фрейм следующего по рангу уровня (субфрейм) со своими терминалами, которые представляются на рисунке дочерними вершинами заданий – субфреймов и обозначаются прямоугольниками. Каждый из этих терминалов низшего ранга так же, как и терминалы фрейма верхнего ранга, отождествляется со своим тестом. Задания терминалов следующего по рангу уровня, также обозначенные кружками, являются более мелкими и сильнее конкретизированными элементарным" действиями. Каждое из них соответствует значению теста. Если и эти задания еще не являются достаточно конкретными, то фрейм может иметь еще один более низкий по иерархии уровень.

Нетрудно убедиться, что описанная структура сводится к обычному графу И/ИЛИ, если отождествить терминалы фреймов и субфреймов, обозначенные на рис.П2 прямоугольниками, с вершинами типа И, задания этих терминалов – с вершинами ИЛИ, а каждой дуге, идущей от вершины И к ИЛИ, поставить в соответствие значение теста. На рис.П3 дано представление ранее представленного фрейма (рис.П2) в виде графа И/ИЛИ. Заметим, что при такой формализации дочерними вершинами для верхнего узла будут вершины типа И.

Отметим, что терминалы фрейма и субфреймов в предлагаемой формализации можно в большинстве случаев отождествлять не только с тестом, но и с действием, которое является обобщением всех действий, определяемых возможными заданиями терминале. При таком представлении все вершины И/ИЛИ графа, формализующего фрейм, соответствуют действиям, причем тем более конкретизированным, чем ниже по иерархии вершина. Часто полезным оказывается использование обобщения графа И/ИЛИ, описывающего фрейм-сценарий, которое получается за счет представления вершинами графа не действий той или иной степени общности, а так называемых «схем действий». Эти схемы определяют лишь общую структуру действия, т.е. в них могут быть не определены конкретно или действующие лица, или средства действия, или место действия и т. п., или, наконец, и то и другое вместе. Например, возможна следующая схема действия: Х прибыть в V, где Х может быть любым конкретным лицом, а V – любым конкретным местом. Чем ниже по иерархии вершина, тем более конкретно определяет она действие.

Важно подчеркнуть, что, если база знаний о мире образована в ЭВМ совокупностью таким образом формализованных фреймов-сценариев, то очень вероятна возможность многократного вхождения одних и тех же схем действий в разные фреймы-сценарии. Эта вероятность тем больше, чем большее количество фреймов включает база знаний. Для использования этого обстоятельства с целью экономии памяти полезно связать каждую схему действия с каждым своим вхождением во фреймы, образующие базу знаний, посредством "множества вхождений", которое представляет указания на все те места в базе знаний, где есть ссылки на данную схему. Кроме того, каждая схема действия связана с объемлющей ее схемой.

3.1. Примеры формализованного представления фреймов-сценариев

Приведенный выше фрейм-сценарий ресторана легко можно изобразить в виде такой графовой структуры И/ИЛИ (рис.П4). Номера сцен и действий сценария присвоены вершинам графа, представляющим соответствующие действия. Заголовок фрейма-сценария соответствует вершине графа. Каждая из четырех сцен соответствует вершине И, т.е. терминалу фрейма.

Две первые И вершины, соответствующие входу в ресторан и заказу обеда, имеют по две вершины ИЛИ, остальные две – по одной. Первые вершины ИЛИ первых двух вершин И соответствуют действию, совершаемому при утвердительном ответе на вопросы «а что если посетитель уже в ресторане», «а что если заказ сделан другом». Очевидно, в этом случае действия не нужны и вершины пусты. Все остальные ИЛИ вершины так же, как и их материнские вершины, соответствуют входу, заказу, еде, уходу.

Каждая из этих вершин имеет вершины И, соответствующие действиям, помеченным в сценарии арабскими цифрами. Наконец, вершины И 9 и 16 имеют по три дочерних вершины ИЛИ, соответствующие вариантам заказа и уплаты денег.

Другой иллюстрацией представления фрейма-сценария в виде графа И/ИЛИ является фрейм-сценарий (рис.П5), взятый из работы И. Ригера (1975).

Вершина этого графа соответствует названию сценария «кража». Она имеет две дочерние вершины II, одна из которых представляет собой схему действия вора X, вторая – потерпевшего 2 после кражи.

Дочерние вершины ИЛИ представляют собой более конкретные схемы действий потерпевшего. В данном случае имеет место шесть вариантов действия вора и девять вариантов действий потерпевшего. Всего имеется пятнадцать вершин ИЛИ. Выбор каждой из них зависит от значения теста, который представляется списком вопросов. Функция выбора осуществляется с помощью так называемой тернарной сети переходов (рис.П6). Каждый узел этой сети представляет собой вопрос, входящий в тест, а каждая из трех дуг, исходящих из узла, соответствует трем возможным ответам на вопросы: "да", "нет", "не известно".

В зависимости, от ответа на вопрос выбирается тот или пной узел сети. определяющий очередной вопрос теста, В результате имеет место продвижение по сети по тому или иному пути в зависимости от характера ответов. Оно заканчивается попаданием в один из заключительных узлов, каждый кз которых соответствует рекомендуемому действию.

Дочерние вершины И еще более конкретизируют действия, представляемые вершинами ИЛИ. На рис.П5 раскрыты лишь две из вершин ИЛИ. Первая соответствует схеме действий: "потерпевший Z отбирает вещь Y у вора X". Эта схема предполагает три обязательных последовательно совершаемых действия, представляемых изображенными на рис.П5 тремя вершинами типа И. Каждая из этих вершин имеет дочерние вершины типа ИЛИ. На рис.П5 представлено несколько вершин типа ИЛИ, относящихся к первой из вершин типа И, представляющих собой уточненные варианты схемы действия "потерпевший Z прибывает к X". Уточнение происходит за счет конкретизации средства действия, в данном случае – перемещения (лошадь, машина, пешком). Далее на рис.П5 раскрыта одна из вершин ИЛИ, соответствующая передвижению на лошади.

Вторая вершина ИЛИ соответствует схеме действия "потерпевший Z сообщает властям о краже". Эта схема имеет две обязательные схемы действия, первая из которых совпадает со схемой действия, представляемой дочерней вершиной вышерассмотрен-ной вершины ИЛИ. Однако если в первой схеме под Х понимается вор, то во второй – власти.

3.2. Механизмы «приспособления» фрейма к реальной ситуации

Рассмотрим теперь возможные механизмы выбора из памяти фрейма и приспособления его к реальной ситуации. Как отмечено у М. Минского, именно этот процесс лежит в основе понимания человеком реальной ситуации. В случае же машинной базы знаний этот процесс открывает доступ к знаниям, материализированным в памяти ЭВМ в виде совокупности систем фреймов.

Этот механизм приводится в действие двумя дополняющими друг друга потребностями. Первая – состоит в необходимости нахождения заданий терминалам фрейма, удовлетворяющим маркерам этих терминалов. Вторая – обусловлена требованием, чтобы рассматриваемый фрейм удовлетворял маркерам терминала более общего фрейма, объемлющего первый. Иными словами, каждый фрейм считается приспособленным к ситуации, если он включен в более крупный фрейм в качестве задания его терминалу и если его терминалы заполнены заданиями, удовлетворяющими маркерам.

В процессе понимания рассуждения, рассказа, точно так же, как и восприятия образа, ключевые слова, идеи рассуждения, элементы образа вызывают из памяти различные совокупности фреймов, большинство терминалов которых еще не согласовано с реальностью, а заполнено заданиями отсутствия. По мере поступления новой информации выясняется, что некоторые из первоначально выбранных из памяти субфреймов не согласуются с реальностью. Они заменяются другими более подходящими субфреймами, удовлетворяющими двум вышеприведенным условиям.

В простейшем случае такая замена осуществляется путем так называемой операции согласования. Она имеет место, когда отсутствуют особые знания относительно того, как поступать при смене фрейма, кроме некоторой общей стратегии. Эта стратегия состоят в выборе после поступления очередной порции входной информации такого фрейма, для которого вся ранее поступившая информация, например текст в случае понимания языка, и порция новой удовлетворяют маркерам его терминалов.

Проиллюстрируем эту стратегию на простом примере. Пусть в базу знаний входят два фрейма А и В, представленные в виде графовой структуры И/ИЛИ (рис.П7а). Первая порция входной информации соответствует заданию 1 (зачерненный круг). Оно удовлетворяет одному из трех T₁, Т₂, Т₃ терминалов фрейма А-Т₂. Это задание является субфреймом фрейма А; субфрейм вызывается из памяти со своими терминалами T'₁ и T'₂, заполненными заданиями отсутствия 1 и 2.

На рис.П7б структура активизированного субфрейма показана жирными линиями. Новая порция информации соответствует заданию 2. Она удовлетворяет одному из терминалов активизированного субфрейма и вытесняет задание отсутствия 2, ранее занимавшее этот терминал, так как оно не совпадает с воспринятым заданием 2. В результате происходит уточнение активизированного субфрейма, структура которого изображена на рисунке П7в. Следующая порция информации – задание 3, как видно из графовой структуры И/ИЛИ, не может быть заданием ни одного из терминалов Т'₁, T'₂ субфрейма задания 1, а является заданием одного из терминалов Т"₁, Т"₂ субфрейма а (рис.П7г).

В соответствии с используемой стратегией все три порции воспринятой информации должны удовлетворять терминалам одного фрейма. Очевидно, этим фреймом может быть только фрейм А, так как субфрейм а является заданием одного из трёх его терминалов, задание же 1 является заданием другого терминала Т₂ и в качестве субфрейма объемлет задание 2, так как последнее является заданием этого субфрейма. В результате фрейм А вызывается из памяти в виде структуры, изображенной на рисунке П7г жирными линиями. Два из трёх его терминалов заполнены субфреймами: задание 1 и а, третий терминал – заданием отсутствия 3.

Возможным содержательным примером описанной стратегии, взятым из работы Ч.Ригера(1975), является процесс интерпретации текста: "Пит украл скот Джейка. Джейк оседлал свою лошадь. Наутро скот был снова у Джейка". Предположим, что имеется специальная программа, которая осуществляет отбор предложений входного текста путем сопоставления их с субфреймами.

Предположим, что в памяти ЭВМ содержатся знания в виде графовой структуры фреймов И/ИЛИ, один из которых описан выше и показан на рис.П5, и существует программа выбора субфреймов, реализующая рассматриваемую стратегию. Она сравнивает каждое предложение входного текста с субфреймами графоподобной структуры знаний и отбирает те субфреймы, смысл которых соответствует анализируемым предложениям. Затем она выбирает фреймы, объемлющие все отобранные в результате анализа интерпретируемого текста предложения. Очевидно, эта программа отбора – один из вариантов рассматриваемой стратегии приспособления фрейма к реальности.

В данном примере первое предложение с помощью программы отбора активирует фрейм "кража". Далее, после ввода второго предложения программа активирует субфрейм, представляющий собой схему действия "Z кладет седло на лошадь", и отбирает субфреймы более высокого уровня, охватывающие активизированный субфрейм. В данном случае после анализа второго предложения образуются два набора вложенных друг в друга субфреймов, охватываемых субфреймом "действия потерпевшего". На рис.П5 они помечены пунктиром. В результате на этом этапе возникают две возможные интерпретации текста "Джейк отобрал скот у Пита" и "Джейк сообщил властям о краже". Последняя фраза текста активизирует субфрейм "Z берет Y у X" и с помощью программы, отбора устанавливается ее принадлежность к субфрейму "Джек отбирает скот у Пита", что, очевидно, и является интерпретацией данного отрывка.

На этом мы заканчиваем краткое изложение способа представления знаний с помощью фреймов. По нашему мнению, оно облегчит восприятие основного материала книги.

Список литературы

Абельсон (Abelson R.). The Structure of Belief Systems, in «Computer Models of Thought and Language» in R. Shank K. Colby, San Francisco, 1973.

Андервуд, Гейтс (Underwood S, Gates C.). Visual Learning and Recognition by Computer, TR-123, Elect. Res. Center University of Texas, 1972.

Бартлетт (Bartlett F.). Remembering: A Study in Experimental and Social Psychology, The University Press, Cambridge, England, 1932.

Берлин (Berlin I.). The Hedgehog and the Fox: an Essay on Tolstoy's vies of History, New York, 1953.

Вальтц (Waltz D.). Generating Semantic Descriptions from Drawings of Scenes with Shadows, MIT Thesis, Mass. 1972.

Вертхаймер (Wertheimer M.). Productive Thinking, Harper and Row. 1959.

Голдштейн (Goldstein I.). Understanding Simple Picture Programs, Ph.D.Thesis, AI-TR-294, Artificial Intelligence Laboratory, MIT, Cambridge, Mass. 1973.

Гомбрих (Gombrich E.). Art and Illusion, Pantheon Books, New York. 1969,

Гузман (Guzman A.). а. Some Aspects of Pattern Recognition by Computer, Thesis, MAC-TR-37, Project MAS, MIT, Cambridge, Mass, 1967.

б. Computer Recognition of Three Dimensional Objects in a Visual Scene, Ph.D.thesis, MAC-TR-59, Project MAC, MIT, Cambridge, Mass., 1968.

Кофка (Koffka К.). Principles of Gestalt Psychology, Harcourt, Brace and World, New York, 1963,

Лавуазье (Lavoisier A.). Elements of Chemistry, Great Books of the Western World, v. 45, Encyclopedia Britannica, Chicago, 1952.

Левин (Levin J.). Network Representation and Rotation of Letters, Dept. of Psychology, USCD, La Jolla, Calif. 1973.

Макдермотт (McDermott D.). Assimilation of New Information by a Natural Language Understanding System, M.S.Thesis, AI-TR-291, MIT Artificial Intelligence Laboratory, Cambridge, Mass. 1974.

Макдермотт, Суссман (McDermott D., Sussman G.). The CONNIVER Reference Manual, AI Memo 259, Artificial Intelligence Laboratory, MIT, Cambridge, Mass., 1972.

Мартин (Martin W.). Memos on the OWL System, Project MAC, MIT, Cambridge, Mass., 1974.

Минский (Minsky M.). Form and Content in Computer Science, J. А. С. М. 1972.

Минский, Пейперт (Minsky M., Papert S.). Perceptrons, MIT Press. 1969.

Минский, Пейперт (Minsky M., Papert S.). Progress Report on Artificial Intelligence, AI Memo 252, MIT Artificial Intelligence Laboratory, Cambridge. Mass. 1972.

Myp, Ньюэлл (Moore J., Newell A.). How can MERLIN Understand? in «Knowledge and Cognition», Gregg J. (ed.) Lawrence Erlbaum Associates, Potomac Md. 1973.

Ньюэлл (Newell A.), a. Productions Systems: Models of Control Structures, Visual Information Processing, Academic Press. 1973.

б. Artificial Intelligence and the Concept of Mind, in "Computer Models of Thought and Language", R.Schank and R.Colby, (eds.), San Francisco, 1973.

Ньюэлл, Саймон (Newell A., Simon H.). Human Problem Solving, Prentice-Hall, Engelwood Cliffs, New York, 1972.

Норман (Norman D.). Memory, Knowledge and Answering of Questions, in «Contemporary Issues in Cognitive Psychology: The Loyola Symposium», Solso R., Washington D. C. (eds.), 1973.

Пейперт (Papert S.). Teaching Children to be Mathematicians Versus Teaching About Mathematics, Int. J. Math. Educ. Sci. Tech-nol., 1972, v. 3, p. 249-262.

Пиаже (Piaget J.). Mental Imagery in the Child: a Study of the Development of Imaginal Representation, Basic Books, New York, 1971.

Пиаже, Инельдер (Piaget J., Inhelder В.). The Child's Conception of Space, The Humanities Press, New York, 1956,

Пилишин (Pylyshyn L.). What the Minds Eye Tells the Minds Brain, Psychological Bulletin, 1973, v.80, № 1, р. 1-24.

Пуанкаре (Poincare H.). The Foundations of Science, The Science Press, New York 1946.

Ригер (Rieger С.). Conceptual Overlays: a Mechanism for the Interpretation of Sentence Meaning in Context, 1975. [Русский перевод: Труды IV Межд. конф. по искусств. интеллекту, т.6. М.: Научн.совет по компл.пробл. «Кибернетика» АН СССР, 1975, с.138-153].

Робертс (Roberts L.). Machine Perception of Three Dimensional Solids, in «Optical and Electro-Optical Information Processing». Tuppet J. (ed.), The MIT Press, Cambridge, Mass. 1965.

Сандуолл (Sandewall E.). Representing Natural Language Information in Predicate Calculus, in «Machine Intelligence», v. 6, Edinburgh. 1970.

Селс-Мурсиа (Celce-Murcia M.). Paradigms for Sentence Recognition, Department of Linguistics, University of California at Los Angeles. 1972.

Симмонс (Simmons R.). Semantic networks: Their Computation and Use for Understanding English Sentences, in «Computer Models of Thought and Language», Schank R., Colby C. (eds.), San Francisco. 1973.

Суссман (Sussman G.). A Computational Model of Skill Acquisition, Ph. D. Thesis, AI-TR-297. Artificial Intelligence Laboratory, MIT, Cambridge, Mass. 1973.

Уилкс (Wilks Y.). a. Preference Semantics, Stanford Artificial Intelligence Laboratory, Memo AIM-206, Stanford University, Stanford, Calif. 1973.

б. An Artificial Intelligence Approach to Machine Translation, in "Computer Models of Thought and Language", Schank R., Colby C. (eds.), San Francisco. 1973.

Филмор (Fillmore C.). The Case for Case, in «Universal in Linguistic Theory», Chicago, Bach E. Harms R. (eds.), N.Y.1968.

Фримэн, Ньюэлл (Freeman P., Newell A.). A Model for Functional Reasoning in Design, Proc. Second Intern. Conf. on Artificial Intelligence, London. 1971.

Хаффман (Huffman D.). Impossible Objects as Nonsense Sentences, in «Machine Intelligence 6», Meltzer B., Michie D. (eds.), Edinburgh University Press, Edinburgh, 1971.

Хогарт (Hogarth W.). Hogarth essays, Garden City, New York. 1965. [русский перевод: Хогарт В. Анализ красоты, Л.; M.: Искусство, 1958].

Хомский (Chomsky N.). Syntactic Structures, The Hague. 1957. [Русский перевод: Новое в лингвистике, вып. 2, Изд-во иностр. лит., 1962, с. 412 – 427].

Чарняк (Charniax E.). Towards a Model of Children's Story Comprehension. Ph. D. Thesis, AI-TR-266, MIT Artificial Intelligence Laboratory, MIT, Cambridge, Mass. 1974.

Чейф (Chafe W.). Contrastive Semantics Project, First Tech Report, Dept. of Linguistics, University of California Berkeley 1972.

Шенк (Schank R.). a. Conceptual Dependency: A Theory of Natural Language Understanding. Cognitive Psychology. 1972 v.3, № 4.

б. Identification of Conceptualization Underlying Natural Language, in "Computer Models of Thought and Languages", Shank R., Colby K. (eds), San Francisco. 1973.

Шенк, Колби (Shank R., Colby K.). Computer Models of Thought and Language, Freeman, San Francisco. 1973.

Список литературы, добавленной при переводе

Афанасьев В. Г. Проблема целостности в философии и биологии. М.: Мысль. 1964.

Виноград (Winograd Т.). Procedures as a Representation for Data in a Computer Program for Understanding Natural Language, MAC TR-84, MIT, Mass., 1971.

Клоувз (Clowes М.). On Seeing Things, Artificial Intelligence, 1971, v.2, №1, p.79-116, [Русский перевод: Интегральные роботы, вып. 2. М.: Мир, 1975, с. 89-135].

Кулаков Ф. М. Организация супервизорного управления роботами-манипуляторами. – Изв. АН СССР. Техническая кибернетика, 1976, №5, с. 37-46, №6, с.78-90, 1977, №1, с.51-66.

Кун Т. Структура научных революций. М.: Прогресс, 1975.

Лаубш (Laubsch J.). Some Thoughts about Representing Knowledge in Instructional Systems, Advance Papers of the Fourth Intern. Joint Conf. on Artificial Intelligence, v.1, 1975, p.122-125. [Русский перевод: Труды IV Межд. конф. по искусств. интеллекту, т.10. М.: Научн. совет по компл. пробл. «Кибернетика» АН СССР, 1975, с. 103 – 113].

Маккарти (McCarthy J.). a. Programs with Common Sense, in «Semantic Information Processing», Minsky М. (ed.), p. 403 – 410, MIT Press, Cambridge, Mass., 1968.

6. Situations, Actions and Causal Laws, In "Semantic Information Processing", Minsky М. (ed.), p. 410 – 418, MIT Press, Cambridge, Mass., 1968.

Маккарти, Хэйес (McCarthy J., Hayes P.). Some Phylosophical Problems from the Standpoint of Artificial Intelligence, in «Machine Intelligence 4», Meltzer B. and Michie D. (eds.), 1969, p.463-502, N. Y. [Русский перевод: Кибернетические проблемы бионики, ч. II. М.: Мир, 1972].

Майлопулос, Коэн, Борджида, Шугар (Mylopoulos J., Cohen P., Borgida A., Sugar L.) Semantic Networks and the Generation of Context, Advance Papers of the Fourth Intern. Joint. Conf. on Artificial Intelligence, v.1, 1975, p.134-142. [Русский перевод: Труды IV Межд.конф.по искусств.интеллекту, т. 2. М.: Научн.совет по компл. пробл. «Кибернетика» АН СССР, 1975, с.42-62].

Ньюэлл , Шоу, Саймон (Newell A., Shaw J., Simon H.). Report on a General Problem – Solving Program, Proc. Intern. Conf. Inform. Process, p. 256 – 264, UNESCO House, Paris. 1959.

Перцова H. H. Способы представлений предметных областей при автоматической обработке текстов (обзор). – Изв. АН СССР. Техническая кибернетика, № 5, 1977, с. 51 – 59.

Поспелов Д. А. Семиотические модели: успехи и перспективы. – Кибернетика, 1976, № 6, с. 114 – 123.

Поспелов Д. А., Ефимов Е. И. Семиотические модели в задачах планирования для систем искусственного интеллекта. Изв. АН СССР Техническая кибернетика, 1977, "№ о, с. 60 – 68.

Сираи (Shirai J.). A Heterarchical Program for Recognition of Polyhedra, Bull. Electrotechn. Lab., 1972, v. 36, № 10, p. 665 – 672. [Русский перевод: Интегральные роботы, вып. 2. М.: Мир, p.215-243].

Уинстон (Winston P.). a. Learning Structural Descriptions from examples, Ph. D. Thesis, project MAS, TR-76, MIT, Cambridge, Mass. 1970.

б. Wandering about the Tom of Robot, Vision Flash 15, Artif. Intell. Lab., MIT, Mass. 1971.

в. The MIT Robot, Machine Intelligence, v. 7, Edinburgh Univ. press. 1972. p. 431 – 463. [Русский перевод: Интегральные роботы, вып. 2. М.: Мир, 1975 с.47-88].

Уотсон (Watson J.). Behaviour: An Introduction to Comparative Psychology, N. Y" 1914.

Фальман (Fahlman S.). A Planning System for Robot Construction Tasks, Artificial Intelligence, 1974, v.5,№1,p.1-49.

Файкс, Нильсон (Fikes R., Nilsson N.). STRIPS: A New Approach to the Application of Theorem Proving to Problem Solving, Second Intern. Joint Conf. Artif. Intell., London. 1971, p. 608 – 619. [Русский перевод: Интегральные роботы, М.: Мир, 1973, с. 382 – 403].

Хьюитт (Hewitt С.). Procedural Embedding of Knowledge in PLANNER, Second Intern. Joint. Conf. Artificial Intelligence, London. 1971, p. 167 – 182.

Хьюм (Hume D.) An Enguiry Concerning Human Understanding and other Essays, Washington Square Press, New York, 1963.

Шенк, Абельсон (Schank R., Abelson R.). Scripts Plans and Knowledge, Advance Papers of Fourth Intern. Joint Conf. on Artif. Intell., 1975, № 2, p. 151 – 157. [Русский перевод: Труды IV Межд. конф. по искусств, интеллекту, т. 6. М.: Научн. совет по компл. пробл. «Кибернетика» АН СССР, 1975, с. 208 – 220].

Ярошевский М. Г. История психологии. М.: Мысль, 1976.