知识表示方法语义网络和框架表示方法.
人工智能中知识的表示法
人工智能中知识的表示法
在人工智能领域，知识的表示是将信息组织成可供计算机理解和处理的形式的过程。
不同的问题和应用需要不同的知识表示方法。
以下是一些常见的知识表示方法：
谓词逻辑：使用谓词和逻辑运算符表示事实和关系。
一阶逻辑和高阶逻辑是常见的形式。
图表示法：使用图结构表示对象和它们之间的关系。
图可以是有向图或无向图，节点表示实体，边表示关系。
框架表示法： 将知识组织成框架或者类似于面向对象编程中的类的结构。
每个框架包含关于实体或概念的属性和关系。
语义网络：与图表示法相似，语义网络使用节点表示概念，边表示关系，但通常具有更丰富的语义。
产生式系统：使用规则的集合，每个规则描述了在特定条件下执行的操作。
用于表示推理和问题解决的过程。
向量表示法： 将实体和概念表示为向量，例如词嵌入（Word Embeddings）用于表示单词，将语义相近的单词映射到相似的向量空间位置。
本体论：使用本体来描述概念、实体和它们之间的关系。
本体是一种形式化的知识表示，用于共享和集成信息。
模型表示法：使用数学模型表示知识，例如概率图模型、
贝叶斯网络等。
这些模型可以用于推理、学习和决策。
神经网络表示法：利用神经网络来学习和表示知识，例如深度学习中的各种神经网络结构。
典型的知识表示方法
典型的知识表示方法一、逻辑表示法。
1.1 这逻辑表示法呢，就像是给知识搭个框架。
把知识按照逻辑关系，什么因果啦，包含啦之类的关系，整理得明明白白。
就好比我们说“因为下雨，所以地面湿”，这就是一种简单的逻辑关系表示。
它清晰得很，让人一眼就能瞧出知识之间的联系。
这就像盖房子，一块砖一块砖按照设计好的结构码放整齐。
1.2 可是呢，这方法也有它的难处。
要是知识复杂一点，那逻辑关系就像一团乱麻，很难梳理得清清楚楚。
就像在一个大仓库里找东西，东西太多太杂，找起来就费劲。
比如说要表示一个大型企业的运营逻辑，涉及到众多部门、人员、业务流程，这逻辑表示法就有点吃力了。
二、语义网络表示法。
2.1 语义网络就有点像一张大网。
每个知识节点就像网上的一个结，节点之间的连线表示它们的关系。
比如说“猫是哺乳动物”，“猫”和“哺乳动物”就是两个节点，中间有连线表示所属关系。
这方法很直观，就像我们看人际关系图一样，谁和谁有关系，一眼就能看出来。
2.2 不过呢，语义网络也不是十全十美的。
它缺乏精确的语义定义。
有时候就像雾里看花，模模糊糊的。
就像我们说一个人“大概是好人”，这个“大概”就很模糊。
在表示精确的科学知识或者严谨的法律条文时，就可能会出问题。
2.3 还有啊，当知识规模增大的时候，这语义网络就可能变得臃肿不堪。
就像一个人穿了太多衣服，行动都不方便了。
要在这个庞大的网络里查找和更新知识，那可就不是一件轻松的事儿。
三、框架表示法。
3.1 框架表示法就像是给知识做个模板。
我们先定好一个框架结构，然后把具体的知识往里面填充。
比如说描述一个人，我们有年龄、性别、职业等框架，然后把具体某个人的这些信息填进去。
这就像我们做填空题一样，有了框架，填空就比较简单。
这种方法对于表示有固定结构的知识很方便，就像把东西分类放进不同的盒子里。
3.2 但是呢，框架表示法比较死板。
一旦框架定下来了，要是有新的知识不符合这个框架，就像硬要把一个方东西塞进圆洞里，很困难。
人工智能_第2章知识表示方法
框架网络
◆框架间的横向联系： 由于框架中的槽值或侧面值都可以是另一个框架的名字，这 就在框架之间 建立起了联系，通过一个框架可以找到另一个 框架，这称为横向联系。 ◆框架间的纵向联系： 当某些事物有一些共同的属性时，在对它们进行描述时，可 以将它们具有的共同属性抽取出来，构成一个上层框架，然 后再对各自独有的属性分别构成下层框架。 为了指明框架间的这种上下关系，可在下层框架中设立一个 专用的槽，用以指出他的上层框架是哪一个。这样就在框架 间建立了纵向联系。 ◆具有横向联系及纵向联系的一组框架称为框架网络。
16
框架的推理-例
【例】师生员工的框架网络已建立在知识库中，从知识库中找出一
个满足以下条件的教师：男性，年龄在30岁以下，身体健康，职称
为讲师把这些条件用框架表示出来，就可得到如下的初始问题框架
框架名：<教师-x>
姓名：
师生
年龄：<30
员工
继 性别：男
承 健康状况：健康
性 职称：讲师
某个教师的事例框架为： 框架名：<教师-1> 继承：<教师> 姓名：孙林 年龄：28 健康状况：健康 部门：计算机系软件教研室
6
框架间的继承
◆框架的继承性，就是当子节点的某些槽值或侧面值没有被 直接记录时，可以从其父节点继承这些值。 继承性是框架表示法的一个重要特性，它不仅可以在两个框 架之间实现继承关系，而且还可以通过两两的继承关系，从 最低层追搠到最高层，使高层的信息逐层向低层传递。 例如，椅子一般都有4条腿，如果一把具体的椅子没有说明它 有几条腿，则可以通过一般椅子的特性，得出它也有4条腿。 如果一个在上层框架中描述的属性在下层框架需作进一步说 明时，则需要在下层框架中再次给出描述。 如果在下层框架中对某些槽没有作特别的声明，那么它将自 动继承上层框架相应槽的槽值。
人工智能第二章知识表示方法
框架的构建与实现
80%
确定框架的结构
根据实际需求和领域知识，确定 框架的槽和属性，以及它们之间 的关系。
100%
填充框架的实例
根据实际数据和信息，为框架的 各个槽和属性填充具体的实例值 。
80%
实现框架的推理
通过逻辑推理和规则匹配，实现 基于框架的知识推理和应用。
框架表示法的应用场景
自然语言处理
模块化
面向对象的知识表示方法可以将 知识划分为独立的模块，方便管 理和维护。
面向对象表示法的优缺点
• 可扩展性：面向对象的知识表示方法可以通过继承和多态实现知识的扩展和复用。
面向对象表示法的优缺点
复杂性
面向对象的知识表示方法需要建立复 杂的类和对象关系，可能导致知识表 示的复杂性增加。
冗余性
面向对象的知识表示方法可能导致知 识表示的冗余，尤其是在处理不相关 或弱相关的事实时。
人工智能第二章知识表示方法
目
CONTENCT
录
• 知识表示方法概述 • 逻辑表示法 • 语义网络表示法 • 框架表示法 • 面向对象的知识表示法
01
知识表示方法概述
知识表示的定义
知识表示是人工智能领域中用于描述和表示知识的符号系统。它 是一种将知识编码成计算机可理解的形式，以便进行推理、学习 、解释和利用的过程。
知识表示方法通常包括概念、关系、规则、框架等元素，用于描 述现实世界中的实体、事件和状态。
知识表示的重要性
知识表示是人工智能的核心问题之一，它决定了知 识的可理解性、可利用性和可扩展性。
良好的知识表示方法能够提高知识的精度、可靠性 和一致性，有助于提高人工智能系统的智能水平和 应用效果。
知识表示方法的发展对于推动人工智能技术的进步 和应用领域的拓展具有重要意义。
常用的知识表示方法
常用的知识表示方法知识表示方法是人工智能中一个非常重要的领域，其主要目的是设计一种计算机程序，使其能够利用已有的知识去推理、学习和解决新问题。
在现代人工智能系统中，有许多常用的知识表示方法，包括逻辑表示、产生式表示、框架表示、语义网络表示、神经网络表示、本体表示等等。
下面将分别对这些知识表示方法展开详细的描述。
1. 逻辑表示逻辑表示是指使用逻辑语句来描述知识的方式。
这种表示方法最早应用于人工智能领域，它使用命题逻辑、谓词逻辑、模态逻辑等形式化逻辑体系来表达知识。
逻辑表示法的优点是表达简单直观，易于推理，而且能够容易地与其它知识表示方法相结合。
该方法的主要缺点是计算复杂度较高，不适用于大规模的知识表示。
2. 产生式表示产生式表示法是一种基于规则的知识表示方法，它通过一系列的规则来描述问题解决过程。
规则通常由条件和结果两部分组成，当条件满足时，就会执行规则，得到相应的输出结果。
产生式表示法的优点是表达简单易懂，适合大规模知识的表示和处理。
该方法的主要缺点是规则的编写和管理比较困难，而且可能出现死循环等问题。
3. 框架表示框架表示法是一种以对象为中心的知识表示方法，它通过描述事物的属性、关系、功能等方面来构建一个框架模型，从而达到表示知识的目的。
框架表示法的优点是具有良好的结构、易于维护和扩展。
该方法的主要缺点是无法处理复杂的关系和不确定性，而且不适用于处理嵌套结构。
4. 语义网络表示语义网络表示法是一种以图形为基础的知识表示方法，它通过节点和边的组合来描述概念、关系和属性等知识。
语义网络表示法的优点是视觉化表达直观，易于理解和调试，适用于复杂的知识系统。
该方法的主要缺点是不适用于大量数据的处理，因为图形结构比较复杂，计算开销较大。
5. 基于案例的表示基于案例的表示法是一种通过描述已有的实例来表达知识的方法，它将具体的案例作为基本单位，通过比较和分析不同案例之间的相似性和差异性来实现知识的表示和推理。
第02章知识表示方法
1. 状态空间法（11）
作业：用状态空间搜索法求解农夫、狼、 羊、菜问题。
A farmer with his goat, wolf and cabbage come to a river that they wish to cross. There is a boat, but it only has room for two, and the farmer is the only one that can row. If the goat and cabbage get in the boat at the same time, the cabbage gets eaten. Similarly, if the wolf and goat are together without the farmer, the goat is eaten. Devise a series of crossings of the river so that all concerned make it across safely.
概 述
知识的特性
1、相对正确性 2、不确定性 3、可表示性 4、可利用性
概 述
知识的分类
1、知识的作用范围：常识知识和领域知识 2、知识的作用及表示： 事实知识：有关领域内的概念、事实、 客观事物的属性、状态及其关系的描述。 规则知识：事物的行动、动作相联系的 因果关系知识。 3、知识的确定性：确定和不确定 4、思维和认识方法：逻辑和形象
2）综合数据库 又称为事实数据库，用于存放输入的事 实、中间的运行结果和最后结果的工作区。 当规则库中的某条产生式前提与综合数据 库的某些已知事实匹配时，该产生式就被 激活，推理出结论放入综合数据库中，作 为后面推理的已知事实。显然综合数据库 是动态变化的。
知识表示的方法——逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示
知识表⽰的⽅法——逻辑表⽰法、产⽣式表⽰法、框架表⽰法、语义⽹络表⽰法、⾯向对象表⽰知识表⽰的⽅法知识表⽰⽅法种类繁多，通常有直接表⽰、逻辑表⽰、产⽣式规则表⽰法、语义⽹络表⽰法、框架表⽰法、脚本表⽰⽅法、过程表⽰、混合型知识表⽰⽅法、⾯向对象的表⽰⽅法等。
在本⽂中，着重介绍⽬前使⽤较多的知识表⽰⽅法。
⽬前使⽤较多的知识表⽰⽅法主要有：逻辑表⽰法、产⽣式表⽰法、框架表⽰法、语义⽹络表⽰法、⾯向对象表⽰等等。
2.3.2.1 ⼀阶谓词逻辑表⽰法[45]通过引⼊谓词、函数来对知识加以形式化描述，获得有关的逻辑公式，进⽽以机器内部代码表⽰的⼀种⽅法。
谓词逻辑是⼀种形式语⾔，它与⼈类的⾃然语⾔⽐较接近，是⽬前能够表达⼈类思维活动的⼀种最精确的语⾔，它具有丰富的表达能⼒，因⽽可以表⽰⼤量常识知识。
它具有简单、⾃然、精确、灵活、容易实现等特点。
⼀阶谓词的⼀般形式为 P(x1, x2 (x)n)。
其中，P 是谓词，x1, x2 (x)n是常量、变元或函数。
谓词逻辑适⽤于表⽰事物的状态、属性、概念等事实性的知识，也可以⽤来表⽰事物间关系的知识，即规则。
例如：物体 A 在物体 B 的上⾯，可以表⽰为：On(A,B)；物体 A 是书，可以表⽰为：book(A);书 A 在书 B 上，可以表⽰为：On(book(A),book(B))。
⼀阶谓词逻辑表⽰法的局限性在于它难以表达不确定性知识和启发性知识，推理⽅法在事实较多时易于出现组合爆炸，且推理过程繁杂、效率低。
2.3.2.2 产⽣式表⽰法多数较为简单的专家系统（Expert System）都是以产⽣式表⽰知识，相应的系统被称作产⽣式系统。
产⽣式系统，由知识库和推理机组成。
其中知识库由事实库和规则库组成。
事实库是已知事实的集合，规则库是产⽣式规则的集合。
规则则是产⽣式规则。
规则库蕴涵着将问题从初始状态转换到解状态的那些变换规则，规则库是专家系统的核⼼部分。
规则可以表⽰成与或树的形式，基于事实库中的事实通过与或树求值的过程就是推理。
人工智能知识的表示方法
人工智能知识的表示方法一、知识表示方法的重要性。
1.1 就像盖房子得有图纸一样，在处理各种信息的时候，知识表示方法就是那个“图纸”。
没有一个好的表示方法，就如同把一堆建筑材料胡乱堆在一起，想要建成大厦那是天方夜谭。
知识表示方法是我们组织和理解知识的关键所在。
1.2 它是打开知识宝库的钥匙。
如果把知识比作宝藏，那表示方法就是找到宝藏并且能把宝藏拿出来用的工具。
好的表示方法能让我们在知识的海洋里畅游，轻松找到我们需要的信息，要是方法不对，那可就只能在知识的海洋里“扑腾”，迷失方向。
二、常见的知识表示方法。
2.1 逻辑表示法。
这种方法就像是数学里的公式一样严谨。
比如说，“所有的鸟都会飞，鸵鸟是鸟，但是鸵鸟不会飞”，这就是用逻辑来表示知识。
它清晰地定义了事物之间的关系，像一个规规矩矩的老学究，一切都按照规则来。
不过呢，它有时候也有点死板，就像那些刻板的老规矩，遇到复杂的、模糊的情况就有点力不从心了。
2.2 语义网络表示法。
语义网络就像是一张大网，把各种知识节点连接起来。
就好比社交关系网一样，每个节点是一个概念或者实体，边就是它们之间的关系。
例如“小明是学生，小明在学校学习，学校有老师”，这就构成了一个简单的语义网络。
这种方法很直观，就像看一幅画一样，能快速理解各个元素之间的联系，但缺点是这个网要是太大太复杂了，就容易乱成一团麻。
2.3 框架表示法。
框架表示法有点像我们生活中的模板。
比如说，描述一个房子，有房间数量、面积、朝向等框架结构。
在这个框架里填充具体的数值或者内容，就形成了对某个房子的知识表示。
它适合表示那些有固定结构的知识，方便又快捷。
可是呢，它的灵活性就差了点，遇到那些不按套路出牌的知识就有点“抓瞎”了。
三、选择合适的知识表示方法。
3.1 根据知识的类型来选。
如果是那种很严谨的、逻辑性强的知识，像数学定理之类的，逻辑表示法可能就比较合适。
要是知识比较侧重于概念之间的联系，语义网络就像个得力助手。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AKO
比赛
AKO
活动
CONSE
AKO Racer 机器人竞赛
ANTE
机器人
蕴含
ISA
参加比赛
Manipulator
Constitution
Joiner 李强
22
学生
学校
人
2.5.4 逻辑关系的表示
存在和全称量词的表示(1/4)
• 存在量词：可直接用“ISA”、“AKO”等这样的语义关系来表示 • 全称量词：可采用亨德里克提出的网络分区技术 • 基本思想：把一个复杂命题划分为若干个子命题，每个子命题用一个 较简单的语义网络表示，称为一个子空间，多个子空间构成一个大空间。 每个子空间看作是大空间中的一个结点，称作超结点。空间可逐层嵌套， 子空间之间用弧互相连结。 • 例2-19 用语义网络表示如下事实： • “每个学生都学习了一门程序设计语言” • 其语义网络如下图。在该图中： • GS是一个概念结点，它表示具有全称量化的一般事件。 • g是一个实例结点，代表GS 中的一个具体例子，如上所提到的事实。 • s是一个全称变量，表示任意一个学生。 • l是一个存在变量，表示某一次学习。 • P是一个存在变量，表示某一门程序设计语言。 • 这样，s、l、p之间的语义联系就构成一个子空间，它表示对每一个学生 23 s，都存在一个学习事件l 和一门程序设计语言p。
基本的语义关系(2/6)
•
• •
属性关系
指事物和其属性之间的关系。常用的属性关系有： Have：含义为“有”，表示一个结点具有另一个结点所描述的属性
•
•
Can：含义为 “能”、“会”，表示一个结点能做另一个结点的事情
例如：“鸟有翅膀”
鸟 Have 翅膀
• •
Age: 含义为 “年龄” ，表示一个结点是另一个结点在年龄方面的属性 例如：“张强18岁”
15
2.5.3 情况和动作的表示
情况的表示(1/2)
• 表示方法：西蒙提出了增加情况和动作结点的描述方法 • 例2-12： 用语义网络表示： • “小燕子这只燕子从春天到秋天占有一个巢” • 需要设立一个占有权结点，表示占有物和占有时间等。
小燕子 Owner Star ISA Ownee 燕子 AKO AKO 鸟 鸟窝 AKO
非
21
2.5.4 逻辑关系的表示
蕴含的表示
• 通过增加蕴含关系节点来实现 • 在蕴含关系中，有两条指向蕴含节点的弧，一条代表前提条件，标记为 ANTE；另一条代表结论，标记为CONSE。 • 例2-18： 用语义网络表示如下知识： • “如果学校组织大学生机器人竞赛活动，那么李强就参加比赛” • 该蕴含关系的语义网络如下图。其中，在前提条件中，机器人竞赛的组织者 是学校，参赛对象是学生操纵的机器人，而机器人只不过是一种智能机器。
3
B
2.5.1 语义网络的基本概念
基本的语义关系(1/6)
• • 实例关系： ISA 体现的是“具体与抽象”的概念，含义为“是一个”，表示一个事物 是另一个事物的一个实例。例
李刚
ISA
人
• •
分类关系： AKO 亦称泛化关系，体现的是“子类与超类”的概念，含义为“是一种”， 表示一个事物是另一个事物的一种类型。例
运动
Can 动物
吃 Can
10
2.5.2 事物和概念的表示
表示二元关系(1/4)
• 二元关系
• 可用二元谓词P(x,y)表示的关系。其中，x,y为实体，P为实体之 间的关系。
•
• • • • • •
单个二元关系可直接用一个基本网元来表示，如前介绍的一些常 用的二元关系及其表示。
对复杂关系，可通过一些相对独立的二元或一元关系的组合来实 现。 例2-9 用语义网络表示： 动物能运动、会吃。 鸟是一种动物，鸟有翅膀、会飞。 鱼是一种动物，鱼生活在水中、会游泳。 对于这个问题，各种动物的属性按属性关系描述，动物之间的分 11 类关系用类属关系描述。
中关村 Located 理想公司 -atWork-for Headship 王强 Age 28岁
经理
•
13
2.5.2 事物和概念的表示
表示二元关系(4/4)
• • • 例2-11：李新的汽车的款式是“捷达”、银灰色。 王红的汽车的款式是“凯越”、红色。 李新和王红的汽车均属于具体概念,可增加“汽车” 这个抽象概念。
•
再如，“黑板是墙体的一部分”
黑板 Part-of 墙体
• 聚类关系与实例、分类、成员关系的主要区别
• • • 聚类关系一般不具备属性的继承性。 如上两个例子，大脑不一定具有人的各种属性 黑板也不具有墙的各种属性。
6
2.5.1 语义网络的基本概念
基本的语义关系(4/6)
• • • •
• •
时间关系 指不同事件在其发生时间方面的先后次序关系。 常用的时间关系有： Before：含义为“在前”，表示一个事件在另一个事件之 前发生 After: 含义为“在后”，表示一个事件在另一个事件之后 发生 例如：“北京奥运会在悉尼奥运会之后”
张强 Age 18
5
2.5.1 语义网络的基本概念
基本的语义关系(3/6)
• 聚类关系
• • • 亦称包含关系。指具有组织或结构特征的“部分与整体”之间的关系。 常用的包含关系是： Part-of ：含义为“是一部分”，表示一个事物是另一个事物的一部分。 例如，“大脑是人体的一部分”
大脑 Part-of 人体
书 ¬Located-on 桌子
20
2.5.4 逻辑关系的表示
否定的表示(2/2)
• • • • • 一般语义关系的否定的表示 对一般语义关系的否定，通常需要引进“非”节点来表示。 例2-16： 用语义网络表示： 常河没有给江涛一张磁盘 采用引进“非”节点的方法，其语义网络如下图
一张磁盘 Gift Giver 常河 给 Receiver 江涛
R
B
2
2.5.1 语义网络的基本概念
什么是语义网络(2/2) • 语义网络的简单例子 • 例2.7 用于一网络表示“鸵鸟是一种鸟”
鸵鸟 是一种 鸟
• 语义网络与产生式对应的表示能力 • 事实的表示： • 例：“雪的颜色是白的”
颜色 雪 白
• •
规则的表示： 例：规则R的含义是“如果 A 则
A
R
B”
巢
占有权 AKO
春天 秋天 情况
时间
End
AKO
占有资格
AKO
16
2.5.3 情况和动作的表示
情况的表示(2/2)
• 对上述问题，也可以把占有作为一种关系，并用一条弧来表示，但在 这种表示方法下，占有关系就无法表示了
ISA AKO
•
小燕子 燕子
鸟
Owns
AKO 巢 鸟窝
17
2.5.3 情况和动作的表示
•
例如，“书在桌子上”
Located-on
书
桌子
8
2.5.1 语义网络的基本概念
基本的语义关系(6/6)
• 相近关系 • • 指不同事物在形状、内容等方面相似或接近。常用的相近关系有： Similar-to：含义为“相似”，表示某一事物与另一事物相似
•
•
Near-to：含义为“接近”，表示某一事物与另一事物接近
• • • • • •
2.5.1 语义网络的基本概念 2.5.2 事务和概念的语义网络表示 2.5.3 情况和动作的语义网络表示 2.5.4 逻辑关系的语义网络表示 2.5.5 语义网络的求解过程 2.5.6 语义网络表示法的特征
1
2.5.1 语义网络的基本概念
什么是语义网络(1/2)
• 什么是语义网络 • 语义网络是一种用实体及其语义关系来表达知识的有向图。 • 结点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等； • 弧代表语义关系，表示它所连结的两个实体之间的语义联系，它必须带有 标识。 • 语义基元 • 语义网络中最基本的语义单元称为语义基元，可用三元组表示为： • （结点1，弧，结点2） • 基本网元 • 指一个语义基元对应的有向图 • 例如：若有语义基元（A, R, B），其中，A、B分别表示两个结点，R表示 A与B之间的某种语义联系，则它所对应的基本网元如下图所示： A
Action
18
2.5.4 逻辑关系的表示
合取和析取的表示
• 表示方法：可通过增加合取结点和析取结点来实现 例2-14 :用语义网络表示如下事实： • “参赛者有教师、有学生、有高、有低” • 首先需要分析参赛者的不同情况，可得到以下四种情况： • A 教师、高； B 教师、低 • C 学生、高； D 学生、低 • 然后在按照他们的逻辑关系用语义网络表示出来。
2.5 语义网络表示法
• 语义网络是奎廉(J.R.Quillian) 1968年在研究人类联想记忆时提出的一种 心理学模型，认为记忆是由概念间的联系实现的。随后，奎廉又把它用作 知识表示。1972年，西蒙在他的自然语言理解系统中也采用了语义网络表 示法。1975年，亨德里克(G.G.Hendrix)又对全称量词的表示提出了语义网 络分区技术。
After 北京奥运会 悉尼奥运会
7
2.5.1 语义网络的基本概念
基本的语义关系(5/6)
•
• • • • • •
位置关系
指不同事物在位置方面的关系。常用的位置关系有： Located-on：含义为“在上”，表示某一物体在另一物体之上 Located-at：含义为“在”，表示某一物体所在的位置 Located-under：含义为“在下”，表示某一物体在另一物体之下 Located-inside：含义为“在内”，表示某一物体在另一物体之内； Located-outside：含义为“在外”，表示某一物体在另一物体之外。