описание алгоритмов и сценариев); логика веры и знания — при анализе неполных систем высказываний или высказываний потенциально противоречивых (анализ полноты системы аргументов при рассмотрении сведений о предметной области, собранных методом экспертного опроса); логика предикатов используется при формализации рассуждений и синтезе гипотез; экстенсиональная и интенсиональная логики, предложенные Р. Монтегю, широко используются при представлении естественно-языковых суждений (системы искусственного интеллекта, предназначенные для автоматического перевода) и так далее.
Интересный подход к анализу естественно-языковых рассуждений предложен нашим соотечественником Б.А. Куликом в предложенной им логике естественных рассуждений, явное приложение которой в аналитике — анализ полноты и непротиворечивости системы аргументов для построения выводов.
Кроме того, существует обширный класс многозначных логик (отображающих суждения не на двухкомпонентное множество исходов «Истинно/Ложно», а на множество большей мощности); начало развитию этого класса было положено польским логиком Яном Лукасевичем в 1921 году. Интересно, что трехзначная логика Лукасевича была предвосхищена еще в работах таких философов как Уильям из Оккама и Георг Гегель. Благодаря дальнейшим исследованиям трехзначной логики, было введено понятие класса многозначных логик, включающего и бесконечнозначную логику, отображающую высказывания на континуум от 0 до 1. Свойства многозначных множеств позволяют использовать их при описании вероятностных процессов.
Чрезвычайно интересно для решения задач аналитики направление нечетких логик (fuzzy logic), предложенных Л. Заде. Они также применяются для решения задач, связанных с формализацией описаний процессов, носящих нечеткий, лингвистический характер. Это направление взято за основу при разработке систем поддержки информационно-аналитической работы в интересах информационно-аналитических подразделений органов государственного управления США.
Как явствует из приведенных сведений, современная логика предлагает множество инструментальных логических систем, комбинирование которых позволяет отчасти решать сложные проблемы, сопряженные с информационно-аналитической работой. Это требует от аналитиков (особенно тех, кто по долгу службы выступает в роли постановщика задач перед разработчиками специализированных инструментальных средств поддержки ИАР) хотя бы минимальных познаний в этой сфере, обеспечивающих ему возможность оценить применимость тех или иных методов для решения конкретных задач.
Семиотика как наука зародилась на стыке двух научных дисциплин — логики и лингвистики. Родоначальником этой науки принято считать американского логика и философа Ч. Пирса, основателя прагматизма. Попытки очистить язык науки от ненаучных терминов, характерные для конца XIX века, не могли не отразиться на его деятельности. Работы Пирса по теории значения стимулировали развитие и становление семиотики. Идеи Пирса в последствии были развиты Ч. Моррисом и сформулированы в работе «Основы теории знаков» (1938 г.). Дальнейшее развитие семиотики привело к проникновению ее методов в различные сферы научного знания, где существовала потребность в формализации и систематизации тезауруса.
Трактовка понятия «знаковая система» для приверженцев различных течений в семиотике существенно варьируется: от формальных знаковых систем, ориентированных на представление научных теорий, до литературной стилистики и моды, оперирующих знаками-символами и жестами.
Может быть дано и иное определение семиотики. Это определение семиотики дано относительно методов, используемых семиотикой, а именно: Семиотика — это приложение логико-лингвистических методов при исследовании различных объектов и систем, в том числе — и отличных от знаков в традиционном представлении. То есть,
Здесь часто используется такое понятие, как
Рассмотрим область компетенции разделов семиотики.
Методы семиотики широко применяются в других науках для разработки и анализа правильности построения их формально-описательного аппарата. В частности, семиотика оказала большое влияние на логику, математическую лингвистику и теорию искусственных языков, лингвистическую семантику, информатику, кибернетику, теорию систем искусственного интеллекта, общую теорию систем и системный анализ, а также многие другие отрасли науки. В семиотике широко используются
Так, применение семиотических методов в лингвистике позволило специалистам в области лингвистической семантики перейти от примитивных описательных методов раскрытия содержания терминов к системному представлению тезаурусов, способных учитывать в том числе и контекст употребления терминов (по существу — знаков). Отчасти, эти достижения были использованы для создания систем автоматического перевода. Правда, чувствительность к контексту для большинства непрофессиональных систем не характерна и обеспечивается она лишь в профессиональных системах, на рынок либо не поставляемых, либо стоящих значительно дороже, нежели «настольная» система, ограничивающаяся лишь синтактическим уровнем рассмотрения знаковых систем.
Длительное сопротивление и неприятие методологии семиотических исследований специалистами отечественной лингвистической школы привело к тому, что в российской лингвистике произошло более