知识表示方法
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。
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。
第二章 知识表示方法
2.1.2 状态图示法
对于下棋问题曾用状态图来描述状态空间，这里介绍一下图 论中的几个术语和图的正式表示法。 1. 图论中的几个术语 · 节点 (node)：图形上的汇合点，用来表示状态、事件和时 间关系的汇合，如下棋中的每一步棋局； ·弧线(arc)：节点间的连接线，代表算符； ·有向图(directed graph)：一对节点用弧线连接起来，从一 个节点指向另一个节点，反映了状态的变更情况； ·后继节点(descendant node)与父辈节点(parent node)：如果 某条弧线从节点 ni 指向节点 nj ，那么节点 nj 就叫做节点 ni 的后 继节点或后裔，而节点 ni 叫做节点 nj 的父辈节点或祖先；
子、香蕉和箱子在房间内的相对位置。 用一个四元表列(W, x, Y, z) 来表示这个问题的状态， W－猴子的水平位置 x－当猴子在箱子顶上时取 x=1；否则取x=0 Y－箱子的水平位置 z－当猴子摘到香蕉时取 z=1；否则取z=0
这个问题中的操作(算符)用产生式规则表示如下：
(1) goto(U) ：表示猴子走到水平位置 U，用产生式 规则表示为 （W，0，Y，z） （U，0，Y，z） (2) pushbox(V) ：表示猴子把箱子推到了水平位置 V，即有 （W，0，W，z） （V，0，V，z）
· 路径：某个节点序列 (ni1, ni2, … , nik ) ，当j=2，3，…，k
时，如果对于每一个ni,
j-1都有一个后继节点 nij存在，那么就把
这个节点序列叫做从节点ni1至节点nik的长度为k的路径。 · 代价：用c(ni, nj) 来表示从节点ni指向nj的弧线的代价。 两节点间路径代价等于连接该路径上各节点所有弧线代价之和。 · 显式表示：各状态节点及其具有代价的弧线由一张表明
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。
人工智能中的知识表示与推理方法
人工智能中的知识表示与推理方法人工智能（AI）是一门研究如何使计算机执行人类智力任务的学科。
其中，知识表示与推理方法是AI的重要领域之一。
知识表示是指将世界上的知识以一种计算机可以理解的形式表达出来，而推理方法则是通过对这些知识的推理和推断来达到一定的目的。
本文将探讨人工智能中的知识表示与推理方法，包括不同的知识表示方法、推理的基本过程、以及推理任务中的一些常见挑战和解决方法。
一、知识表示方法知识表示是人工智能领域的一个核心问题，因为计算机需要以某种方式来存储和处理世界上的各种信息和知识。
在AI中，有多种知识表示方法，其中包括谓词逻辑、产生式规则、框架、语义网络、本体论等。
1.谓词逻辑谓词逻辑是一种使用谓词和变量来表达陈述的逻辑形式。
在谓词逻辑中，通过定义谓词和它们之间的关系以及变量的取值范围来表示知识。
谓词逻辑具有丰富的表达能力，可以描述丰富的知识和复杂的推理规则。
2.产生式规则产生式规则是一种使用条件-动作对来表示知识和推理规则的方法。
在产生式规则中，由条件部分和动作部分组成的规则可以描述丰富的知识和推理过程。
产生式规则通常用于专家系统等领域。
3.框架框架是一种使用槽位和值对来表示对象属性和关系的方法。
在框架中，通过定义对象和对象之间的属性和关系来表达知识。
框架具有良好的结构化表达能力，可以描述复杂的现实世界知识。
4.语义网络语义网络是一种使用节点和边来表示概念和关系的方法。
在语义网络中，节点表示概念，边表示概念之间的关系，通过构建网络来表示知识。
语义网络具有良好的图形表达能力，可以描述复杂的知识结构。
5.本体论本体论是一种使用概念、属性和关系来表示知识的方法。
在本体论中，通过定义概念和它们之间的属性和关系来表达知识。
本体论通常用于语义网和语义搜索等领域。
以上所述的知识表示方法各有优点和局限性，可以根据不同的应用场景和需求来选择合适的方法。
二、推理方法推理是人工智能中的一个核心问题，它是通过对知识和规则的处理和推理来达到一定的目的。
知识表示方法
(1) 状态(state):描述某类不同事物间得差别而引入得一组最 少变量 q0,q1,…,qn得有序集合,就是表示问题解法中每一步问 题状况得数据结构。有序集合中每个元素qi(i= 0,1,、、、,n) 为集合得分量,称为状态变量。给定每个分量得一组值就得 到一个具体得状态。
状态空间法
❖ 状态空间法举例: ✓ 猴子与香蕉问题:在一个房间内有一只猴子、一个箱子 与一束香蕉。香蕉挂在天花板下方,但猴子得高度不足 以碰到它。那么这只猴子怎样才能摘到香蕉呢?
猴子与香蕉问题
❖ 解题过程
✓ 用一个四元表列(W,x,Y,z)来表示这个问题状态
W:猴子得水平位置; x: 当猴子在箱子顶上时取1;否则取0; Y: 箱子得水平位置; z: 当猴子摘到香蕉时取1;否则取0。 初始状态为(a,0,b,0) ,目标状态为(c,1,c,1)
第二章:知识表示方法
1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其她方法
内容提要
第二章:知识表示方法
1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其她方法
状态空间法
❖ 人工智能虽然有多个研究领域,而且每个研究领域 又各有自己得规律与特点,都可抽象为一个“问题 求解”得过程。问题求解过程实际上就是一个搜 索过程。
(2) 算符(operator):使问题从一种状态变化为另一种状态得 手段称为操作符或算符。
(3) 状态空间方法:就是一个表示该问题全部可能状态及其关 系得图,它包含三种说明得集合,即三元状态(S,F,G)。S:所有 可能得问题初始状态集合;F:操作迷宫及各种游戏。
猴子与香蕉问题
❖ 状态空间图
goto（U）
知识表示
（关系，对象1，对象2）
事实“老李年龄是45岁。”可以表示为： (Li，Age，45)
事实“老李、老张是朋友。”可以表示为：
(Friend，Li，Zhang)
不确定性事实知识的表示。一般使用四元组表示：
（对象，属性，值，可信度）
或者 例如：
（关系，对象1，对象2，可信度）
事实“老李年龄很可能是45岁。”可以表示为：
COMPUTER(x)：x是计算机系的学生
LIKE(x，y)：x喜欢y HIGHER(x，y)：x比y长得高
定义个体：张晓辉(zhangxh)，编程序(programming)，李 晓鹏(1ixp)，函数father(lixp)表示李晓鹏的父亲。 第二步：将个体代入谓词中： COMPUTER(zhangxh)，～LIKE(zhangxh，programming)， HIGHER(lixp，father(lixp))
IF 土壤肥力等级=“高” THEN {目标产量=130;};
IF 土壤肥力等级=“中” THEN {目标产量=90;}; IF 土壤肥力等级=“低” THEN {目标产量=65;}; }
3.产生式系统的组成
推理机
规则库
综合数据库
图3.1 产生式系统的基本结构
4.产生式表示法的特点
清晰性：格式固定、形式简单。 模块性： 知识单元（规则）独立，知识库与 推理机分离，知识库维护方便。
定义谓词及个体，确定每个谓词及个体的确 切含义。
根据所要表达的事物或概念，为谓词中的变
元赋值。
根据所要表达的指示的语义，用连接符连接
谓词，形成谓词公式
3. 举例
例3.1 设有下列事实性知识：
简述知识的表征
简述知识的表征
知识的表征是指将知识以某种形式展现出来，使得人们能够理解和应用这些知识。
在计算机科学领域，知识的表征是人工智能和机器学习的重要研究方向之一。
以下将介绍几种常见的知识表征方法，并进行拓展。
1. 符号逻辑：符号逻辑是一种基于逻辑推理和符号运算的知识表征方法。
它将知识表示为一组逻辑命题和规则，使用符号来表示对象、关系和操作，通过逻辑推理来推导新的知识。
符号逻辑的优势在于它能够进行精确的推理和推导，但它对知识的表示和推理的复杂性有一定的限制。
2. 语义网络：语义网络是一种使用节点和边表示对象和关系的知识表征方法。
节点表示实体或概念，边表示它们之间的关系。
通过构建语义网络，可以将知识以图形方式展示出来，便于人们理解和推理。
语义网络的优势在于它能够灵活地表示复杂的关系和知识结构，但它对知识的表示和推理的效率有一定的挑战。
3. 本体论：本体论是一种基于语义的知识表征方法，它将知识表示为一组概念和关系的层次结构。
本体是一种形式化的规范，定义了概念之间的关系和属性。
通过使用本体，可以将知识以一种结构化和一致的方式进行表达，便于知识的共享和集成。
本体论的优势在于它能够提供一种统一的知识表示和推理框架，但它对知识的建模和维护的复杂度较高。
除了以上几种常见的知识表征方法，还有一些其他的方法，如神经网络、贝叶斯
网络等。
这些方法在知识表征方面有着各自的优势和应用场景。
此外，随着深度学习和自然语言处理等技术的发展，知识表征也得到了更多的关注和研究。
未来，我们可以期待更加高效和智能的知识表征方法的出现，以进一步提升人工智能和机器学习的能力。
- 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)。
课题：UNIT I CHAP 3-2语义网络表示法
教学目标：认知知识的语义网络表示法。
重点掌握语义网络的结构，掌握二元语义网络表示方法，了解语义网络的特点。
通过实际表示的图示过程，增强对知识的信息表述能力。
教学重点：语义网络表示的词法、结构、过程、语义。
教学难点：如何选择节点和弧线来构成语义网络。
教学方法：课堂理解与讨论相结合。
教学后记：
教学过程
一、复习与导入
前面所学习过的知识表示法五种。
二、新授
语义网络(Semantic network)是由节点和带标记的边（弧）组成的一种网络图。
其中节点表示事物、对象、状态等，边（弧）表示节点间的联系。
语义网络可以表示人类用语言进行描述的知识。
常见的语义关系有以下几种：
1．类属关系
通常用”is_a”或ISA标识。
2．聚类关系
聚类关系表示部分与整体的关系，用Part-Of标识。
3．属性关系
属性关系表示个体、属性及其取值，其中有向弧表示属性。
4．泛化关系
指类结点与更高的类之间的关系，AKO（A Kind Of）作为标识。
5．所属关系
表示关系“具有”，用“have”标识。
语义网络具有结构性、联想性、自然性、非严格性的特点。
由结点和弧组成的语义网络，直观、自然、易于理解，但其对于量词的描述局限，很难描述复杂的关系。
一个语义网络表示中学生珍爱银杏树，所构成的语义网络图。
图1-3-10语义网络
二元语义网络的表示：语义网络是知识的一种结构化图解表示，它由节点和弧线或链线组成。
节点用于表示实体、概念和情况等，弧线用于表示节点间的关系。
语义网络表示由下列4个相关部分组成：
(1) 词法部分决定表示词汇表中允许有哪些符号，它涉及各个节点和弧线。
(2) 结构部分叙述符号排列的约束条件，指定各弧线连接的节点对。
(3) 过程部分说明访问过程，这些过程能用来建立和修正描述，以及回答相关问题。
(4) 语义部分确定与描述相关的(联想)意义的方法即确定有关节点的排列及其占有物和对应弧线。
语义网络具有下列特点：
(1) 能把实体的结构、属性与实体间的因果关系显式地和简明地表达出来，与实体相关的事实、特征和关系可以通过相应的节点弧线推导出来。
(2) 由于与概念相关的属性和联系被组织在一个相应的节点中，因而使概念易于受访和学习。
(3) 表现问题更加直观，更易于理解，适于知识工程师与领域专家沟通。
(4) 语义网络结构的语义解释依赖于该结构的推理过程而没有结构的约定，因而得到的推理不能保证像谓词逻辑法那样有效。
(5) 节点间的联系可能是线状、树状或网状的，甚至是递归状的结构，使相应的知识存储和检索可能需要比较复杂的过程。
三、巩固深化
实例体会语义网络的表示。
用此法表示某实例。
知识的语义网络表示，是贴近中学生的实例描述知识。
主题如紫外线指数参考旅游、简单动物与植物识别系统、交通工具选择参考等，注意类似问题通常没有标准答案，只要同学们表示知识方式的选择具有充分理由，就被认为是正确的。
四、归纳小结
知识表示方法很多，本节了解其中的6种，有图示法和公式法，结构化方法，陈述式表示和过程式表示等。
状态空间法是一种基于解答空间的问题表示和求解方法，它是以状态和操作符为基础。
由于需要扩展过多节点，容易出现“组合爆炸”，因而只适用于表示比较简单的问题。
问题归约法从目标(要解决的问题)出发，逆向推理，通过一系列变换把初始问题变换为子问题集合和子子问题集合，直至最后归约为一个平凡的本原问题集合。
这些本原问题的解可以直接得到从而解决了初始问题，用与或图来有效地说明问题归约法的求解途径。
问题归约法能够比状态空间法更有效地表示问题。
状态空间法是问题归约法的一种特例。
在问题归约法的与或图中，包含有与节点和或节点，而在状态空间法中只含有或节点。
谓词逻辑法采用谓词合适公式和一阶谓词演算。
是一种形式语言，能够把数学中的逻辑论证符号化。
谓词逻辑法常与其它表示方法混合使用，灵活方便，可以表示比较复杂的问题。
语义网络是一种结构化表示方法，可用于表示多元关系，扩展后可以表示更复杂的问题。
框架是一种结构化表示方法。
由指定事物各个方面的槽组成，每个槽拥有若干个侧面，而每个侧面又可拥有若干个值。
必须同时使用许多框架，并可把它们联成一个框架系统。
在表示和求解比较复杂的问题时，采用单一的知识表示方法是远远不够的。
往往必须采用多种方法混合表示。
例如，综合采用框架、语义网络、谓词逻辑的过程表示方法(两种以上)，可使所研究的问题获得更有效的解决。
在选择知识表示方法时，还要考虑所使用的程序设计语言所提供的功能和特点，以便能够更好地描述这些表示方法。
机器运用知识模拟人类智能，首先需要解决知识在机器中的表示，其本质是对知识的符号化过程。
知识表示模式形式多样，状态空间表示法、产生式表示法、框架、与或树表示法。
智能搜索代理，种类多样，选择著名的搜索引擎search engin 中baidu，google，yahoo，感受其智能程度。
五、拓展
其他方法：知识表示的其他方法，剧本表示法和过程表示法，表示法的原理和应用范围。
六、成果交流
学生在电子学习档案袋中发布实践与思考问题的感受和活动成果。
七、课后记。