第七章几种结构化的知识表示及推理

是成员 张三 计算机学会
图7―8 表示集合—成员关系的语义网络
6.逻辑关系 如果一个概念可由另一个概念推出，两个概念间存在因 果关系，则称它们之间是逻辑关系。图7―9所示的语义网络 就是一个逻辑关系。
雨天 则 AND 外出 OR
带雨伞
带雨披
图7―9 表示逻辑关系的语义网络
7.方位关系 在描述一个事物时，经常需要指出它发生的时间、位置， 或者指出它的组成、形状等等，此时可用相应的方位关系语
第 7 章 几种结构化知识表示及其推理
7.1 框架 7.2 语义网络 7.3 类与对象 习题七
7.1 框 架
7.2.1 框架的概念
顾名思义，框架就是一种结构，一种模式，其一般形式是:
<框架名> <槽名1><槽值1>| <侧面名11><侧面值111，侧面值112，…> <侧面名12><侧面值121，侧面值122，…>
这是一个PROLOG的“事实”，其谓词及领域说明如下: domains
name=name(string)
body=body(subtree list) subtreelist=subtree* subtree=st(string，subtreelist) database
frame(name，body)
P e r son IS A sum o n se x 男 a ge 40 p ro f e s s i o n 教 师
图7―7 表示属性关系的语义网络
5.集合与成员关系 意思是“是 ……的成员”，它表示成员（或元素）与集 合之间的关系。例如，“张三是计算机学会会员”可表示为 图7―8。其中，关系“是成员”一般标识为“a-member-of”。
7.1.2 框架的表达能力 由框架的形式可以看出，框架适合表达结构性的知识。所 以，概念、对象等知识最适于用框架表示。其实，框架的槽就 是对象的属性或状态，槽值就是属性值或状态值。不仅如此，
框架还可以表示行为（动作），所以，有些过程性事件或情节
也可用框架网络来表示。
例7.4 下面是关于房间的框架: 框架名:<房间> 墙数x1: 缺省:x1=4 条件:x1>0
框架名: 〈教师-1
姓名: 性别:
年龄: 25
职称: 专业:
部门:
外语水平： 显然, 原框架“教师-1”中无“外语水平”槽, 但它的父
框架是“大学教师”, 该框架内有“外语水平”槽, 并且侧面
“语种”(“范围”)缺省值是“英”, 侧面“水平”的缺省值 是“良”。 于是通过继承, 便知道了“教师-1”懂英语, 且水 平还良好。 那么, 这两个值也就可以填到“教师-1”的槽中。
例7.5 机器人纠纷问题的框架描述如图7-1所示。
图7―1 机器人纠纷问题
还需指出的是，产生式规则也可用框架表示。 例如，产生式
如果头痛且发烧，则患感冒。
用框架表示可为： 框架名：<诊断1> 前提：条件1:头痛 条件2:发烧
结论:患感冒
7.1.3 基于框架的推理 基于框架的推理方法是继承。所谓继承，就是子框架可以
同时也可以看作是表示了专家系统与“智能系统”、“专家知 识”、“专家思维”及“困难问题”这几个事物之间的关系或
联系。所以，抽象地说，语义网络可表示事物之间的关系。因
此，关系（或联系）型的知识和能化为关系型的知识都可以用 语义网络来表示。下面我们就给出常见的几种。
图7―3 专家系统的语义网络
1.实例关系 实例关系表示类与其实例（个体）之间的关系。这是最常
称它们的关系是组装关系。例如图7―6所示的语义网络就是
一种聚集关系。其中，关系“一部分”一般标识为“a-partof”。
桌子 一部分 桌面 一部分 桌腿
图7―6 表示组装关系的语义网络
4.属性关系 属性关系表示对象的属性及其属性值。例如，图 7―7 表 示simon是一个人，男性，40岁，职业是教师。
义网络表示。例如事实：
张宏是石油学院的一名助教； 石油学院位于西安市电子二路； 张宏今年25岁。 可用图7―10所示的语义网络表示。
味道 电子2路 属 于 西安市区 石油学院
工作在 张宏
职务 助教
年 龄
25岁
图7―10 表示方位关系的语义网络
8.所属关系
所属关系表示“具有”的意思。例如“狗有尾巴”可表示
…
<槽名2><槽值2>|<侧面名21><侧面值211，侧面值212，…>
<侧面名22><侧面值221，侧面值222，…>
…
… <槽名k><槽值k>| <侧面名k1><侧面值k11，侧面值k12，…>
<侧面名k2><侧面值k21，侧面值k22，…>
…
即一个框架一般有若干个槽，一个槽有一个槽值或者有若干
6.3.2 语义网络的表达能力 由语义网络的结构特点可以看出，语义网络不仅可以表示
事物的属性、状态、行为等，而且更适合于表示事物之间的关
系和联系。而表示一个事物的层次、状态、行为的语义网络， 也可以看作是该事物与其属性、状态或行为的一种关系。如图
7―3所示的语义网络，就表示了专家系统这个事物（的内涵），
类属:<大学教师>
姓名:李明 性别:男 年龄:25 职业:教师 职称:助教 专业:计算机应用
部门:计算机系软件教研室 工作:
参加工作时间:1995年8月
工龄:当前年份-参加工作年份 工资:<工资单>
比较例7.2和例7.3中的框架，可以看出，前者描述的是一 个概念，后者描述的则是一个具体的事物。二者的关系是，后
可继承、细化、补充上层概念节点的属性外，“有羽
毛”、“会飞”，但鸵鸟的属性只是继承了“有羽毛”这
一属性，而把鸟的“会飞”变异为“不会飞”。其中，关 系“是一种”一般标识为“akindof”或AKO。
图7―5 表示分类关系的语义网络
3.组装关系 如果下层概念是上层概念的一个方面或者一部分，则
者是前者的一个实例。因此，后者一般称为前者的实例框架。
这就是说，这两个框架之间存在一种层次关系。一般称前者为 上位框架（或父框架），后者为下位框架（或子框架）。当然， 上位和下位是相对而言的。例如“大学教师”虽然是“教师-1” 的上位框架，但它却是“教师”框架的下位框架，而“教师” 又是“知识分子”的下位框架。
为图7―11。
狗
have
尾巴
图7―11 表示所属关系的语义网络
语义网络中的语义关系是多种多样的，一般根据 实际关系定义。如常见的还有 before 、 after 、 at 等表示
时间次序关系和located-on、located-under等表示位置关
系。进一步，还可对带有全称量词和存在量词的谓词 公式的语义加以表示。
窗数x2:
缺省:x2=2 条件:x2≥0 门数x3: 缺省:x3=1 条件:x3>0
前墙:(墙框架(w1，d1)) 后墙:(墙框架(w2，d2)) 左墙:(墙框架(w3，d3)) 右墙:(墙框架(w4，d4)) 天花板:<天花板框架> 地板:<地板框架> 门:<门框架> 窗:<窗框架> 条件:w1+w2+w3+w4=x2 d1+d2+d3+d4=x3 类型:(<办公室>，<教室>，<会客室>，<卧室>，<厨房>，<仓库>，…)
其中的subtreelist是递归定义的。按此定义所有框架 都取统一的表示形式。
7.2 语义网络
7.2.1 语义网络的概念
语义网络是由节点和边（也称有向弧）组成的一种有 向图。其中节点表示事物、对象、概念、行为、性质、状态
等；有向边表示节点之间的某种联系或关系。例如图7―2 就
是一个语义网络。其中，边上的标记就是边的语义。 还需指出的是 , 上述关于框架的推理方法 , 实际仅适于 装载着概念和实体对象的框架, 而对于装载着规则的框架, 其 推理就要用基于规则的演绎推理方法。
由上所述可以看出，语义网络实际上是一种复合
的二元关系图。网络中的一条边就是一个二元关系， 而整个网络可以看作是由这些二元关系拼接而成。
例如，前面的“教师”框架用PROLOG可表示如下: frame(name("教师")，
kind--of("<知识分子>")，
work(scope("教学"，"科研")，default("教学"))， sex("男"，"女")， reco--of--f--s("中师"，"高师")， type(“<小学教师>”，“<中学教师>”，“<大学教师>”)).
如果要给出框架的一个通用表示形式，则下面的表示方式
可供参考。
frame(name("教师")， body(［st("类属"，［st("<知识分子>"，［］)］)， st("工作"，［st("范围"，［st("教学"，［］)，=st("科研"，［］)］)， st("缺省"，［st("教学"，［］)］)］)， st("性别"，［st("男"，［］)，st("女"，［］)］)， st("学历"，［st("中师"，［］)，st("高师"，［］)］)， st("类型"，［st("<小学教师>"，［］)，st("<中学教师>"，［］)，= st("<大学教师>"［］)］)］))