【人工智能_人工智能原理与应用】第二章知识表示方法.ppt

《【人工智能_人工智能原理与应用】第二章知识表示方法.ppt》由会员分享，可在线阅读，更多相关《【人工智能_人工智能原理与应用】第二章知识表示方法.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2020/11/11,第二章 知识表示方法,2020/11/11,内容简介,2.2 一阶谓词逻辑表示法,2.3 产生式表示法,2.4 框架表示法,2.6 面向对象表示法,6,2,3,4,2.1 概述,1,2.5 语义网络表示法,5,2020/11/11,2.1.1 知识,知识定义,Feigenbaum,Bernstein,知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。,知识是由特定领域的描述、关系和过程组成的。,Hayes-Roth,知识是事实、信念和启发式规则。从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。,2020/11/11,2.1.1 知识

2、,事实,规则,有关问题环境的一些事物的知识，常以“是”的形式出现。,有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以“如果那么”形式出现。,控制,有关问题的求解步骤、技巧性知识，告诉怎么做一件事。,元知识,有关知识的知识，是知识库中的高层知识。包括怎样使用规则，解释规则、校验规则、解释程序结构等知识。,知识要素,2020/11/11,2.1.1 知识,事实性知识,过程性知识,行为性知识,知识分类,实例性知识,类比性知识,元知识,2020/11/11,2.1.2 知识表示,选取知识表示的因素,表示知识的范围是否广泛 是否适于推理 是否适于计算机处理 是否有高效的求解算法 能否表示

3、不精确知识,知识表示的分类,陈述性知识表示：将知识表示与知识的运用分开处理，在表示知识时，并不涉及如何运用知识的问题，是一种静态的描述方法。 过程性知识表示：将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。,知识表示的定义,可看成是一组事物的约定，以把人类知识表示成机器能处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。,能否在同一层次上和不同层次上模块化 知识和元知识能否用统一的形式表示 是否适合于加入启发信息 过程性表示还是说明性表示 表示方法是否自然,返回,2020/11/11,2.2 一阶谓词逻辑表示法,一种重要的知识表示方法，它以数理逻辑为基

4、础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。它的表现方式和人类自然语言非常接近，它能够被计算机作精确推理。,一阶谓词逻辑表示法,2020/11/11,2.2.1 知识的谓词逻辑表示法,用谓词公式既可表示事物的状态、属性和概念等事实性的知识，也可表示事物间具有因果关系的规则性知识。,用谓词公式表示知识的一般步骤,2. 根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。,1. 定义谓词及个体，确定每个谓词及个体的确切含义。,3. 根据所要表达的知识的语义，用适当的连接符将各个谓词连接起来形成谓词公式。,2020/11/11,2.2.2 谓词逻辑表示知识举例,用谓词逻辑表示

5、下列知识： 武汉是一个美丽的城市，但她不是一个沿海城市。 如果马亮是男孩，张红是女孩，则马亮比张红长得高。,例2.2.1,第一步,第二步,第三步,定义谓词如下： BCity(x)：x是一个美丽的城市 HCity(x)：x是一个沿海城市 Boy(x): x是男孩 Girl(x): x是女孩 High(x,y): x比y长得高,根据语义，用逻辑连接符连接 BCity(wuhan)HCity(wuhan) (Boy(mal)Girl(zhangh)High(mal,zhangh),将个体代入谓词中，得到 BCity(wuhan), HCity(wuhan), Boy(mal), Girl(zhang

6、h), High(mal,zhangh),2020/11/11,2.2.3一阶谓词逻辑表示法特点,优点,缺点,严密性,易于实现,知识易表达,通用性,自然性,效率低,灵活性差,组合爆炸,返回,2020/11/11,2.3 产生式表示法,又称为产生式规则表示法，它和图灵机有相同的计算能力。目前产生式表示法已成为人工智能中应用最多的一种知识表示方法。,产生式知识表示方法,2020/11/11,2.3.1 产生式的基本形式,产生式通常用于表示具有因果关系的知识，其基本形式是 PQ 或 IF P THEN Q 其中，P是产生式的前提或条件，用于指出该产生式是否是可用的条件；Q是一组结论或动作，用于指出该

7、产生式的前提条件P被满足时，应该得出的结论或应该执行的操作。P和Q都可以是一个或一组数学表达式或自然语言。,2020/11/11,2.3.2 产生式表示知识方法,确定性和不确定性规则知识的产生式表示,确定性规则知识 可用前面介绍的产生式的基本形式表示即可。 不确定性规则知识 用如下形式表示 PQ （可信度） 或者 IF P THEN Q （可信度） 其中，P是产生式的前提或条件，用于指出该产生式是否是可用的条件；Q是一组结论或动作，用于指出该产生式的前提条件P被满足时，应该得出的结论或应该执行的操作。,2020/11/11,2.3.2 产生式表示知识方法,确定性和不确定性事实性知识的产生式表示

8、,确定性事实性知识 一般使用三元组的形式表示如下 （对象，属性，值）或 （关系，对象1，对象2） 不确定性事实性知识 一般用四元组的形式表示如下 （对象，属性，值，不确定度量值）或 （关系，对象1，对象2，不确定度量值）,2020/11/11,2.3.3产生式系统的组成,产生式系统通常由规则库、数据库和推理机这3个基本部分组成。,产生式系统的基本结构,2020/11/11,2.3.3产生式系统的组成,产生式系统,用于描述某领域内知识的产生式集合，是某领域知识（规则）的存储器。,用来存放输入事实、外部数据库输入的事实以及中间结果和最后结果。,由一组程序组成，用来控制协调规则库与数据库的运行，包含

9、了推理方式和控制策略。,规则库,数据库,推理机,2020/11/11,2.3.4产生式系统推理方式,产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。,推理过程,从已知事实出发，通过规则求得结论。或称数据驱动方式也称作自底向上的方式。,（1）规则集中的规则与数据库中的事实进行匹配，得匹配的规则集合。 （2）使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则。 （3）执行启用规则的后件。将该请用规则的后件送入数据库。 重复这个过程直至达到目标。,正向推理,2020/11/11,2.3.4产生式系统推理方式,反向推理,推理过程,从目标（作为假设）出发，反向使用规则，求得已知事实

10、。这种推理方式也称目标驱动方式或称自顶向下的方式。,（1）规则库中的规则后件与目标事实进行匹配，得匹配的规 则集合。 （2）使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则。 （3）将启用规则的前件作为子目标。 重复这个过程直至各子目标均为已知事实成功结束。,2020/11/11,2.3.4产生式系统推理方式,双向推理是一种既自顶向下、又自底向上的推理方式，推理从两个方向同时进行，直至某个中间界面上两方向结果相符便成功结束。这种双向推理较正向或反向推理所形成的推理网络小，从而有更高的推理效率。,双向推理,2020/11/11,2.3.5产生表示法的特点,控制饱和问题,组合爆炸问题,可

11、信度因子,自然性,模块化,清晰性,产生表示法的特点,返回,2020/11/11,2.4 框架表示法,框架表示法是以框架理论为基础发展起来的一种结构化的知识表示，它适用于表达多种类型的知识。框架理论的基本观点是：人脑已存储有大量的典型情景，当面临新的情景时，就从记忆中选择一个称作框架的基本知识结构，其具体内容依新的情景而改变，形成对新情景的认识又记忆于人脑中。,框架表示法,2020/11/11,2.4.1 框架的构成,一般 结构,框架名 槽名1 侧面11 值111值11k1 侧面1n1 值1n11值1n1kn1 槽名2 侧面12 值121值1211 侧面1n2 值1n21值1n21n2 ,202

12、0/11/11,2.4.1 框架的构成,表示对象间关系的常用槽名：,用于指出部分和全体的关系。用Part-of槽指出的联系所描述的下层框架和上层框架之间不具有继承性。,用来表示AKO槽的逆关系。用Instance槽指出的联系都具有继承性，即下层框架可继承上层框架中所描述的属性或值。,用于指出对象间抽象概念上的类属关系，直观意义是“是一个”，“是一种”，“是一只”等。一般用ISA槽指出的联系都具有继承性。,用于具体地指出对象间的类属关系。其直观意义是“是一种”。,ISA槽,Instance 槽,AKO槽,Part-of 槽,槽名,2020/11/11,2.4.2框架表示知识举例,“教师”的框架。

13、 框架名： 类属： 工作：范围：（教学，科研） 缺省：教学 性别：（男，女） 学历：（中专，大学） 类别：（，）,例2.4.1,分析,框架名：“教师” 含有5个槽，槽名分别为：“类属”、“工作”、“性别”、“学历”和“类别”。槽名后面是其槽值。 槽值“”又是一个框架名。 “范围”、“缺省”是槽“工作”的两个不同的侧面，其后是侧面值。,2020/11/11,2.4.3框架系统的推理,（3）使用一种评价方法对于选框架进行评价，以便决定是否接受它。,（1）把待解决的问题用一个框架表示出来。,求解问题的匹配推理步骤,（4）若可接受，则与问题框架空槽相匹配的事实就是问题解。,（2）与知识库中已有的框架进

14、行匹配。找出一个或几个可匹配的预 选框架作为初步架设，在初步架设的引导下收集进一步的信息。,2020/11/11,2.4.4 框架表示法的特点,继承性,结构化,自然性,推理灵活多变,A,B,C,D,框架表示法的主要不足之处在于它不善于表达过程性知识。因此它经常与产生式表示法结合起来使用，以取得互补效果。,返回,2020/11/11,2.5 语义网络表示法,目前，语义网络已经成为人工智能中应用较多的一种知识表示方法，尤其是在自然语言处理方面的应用。,语义网络表示法,2020/11/11,2.5.1语义网络概念及结构,语义网络,一般由一些最基本的语义单元组成。这些最基本的语义单元被称为语义基元，可

15、用如下三元组来表示为 （节点1，弧，节点2）,语义基元结构,语义网络结构,2020/11/11,2.5.2语义网络基本语义联系,类属 关系,类属关系是指具体有共同属性的不同事物间的分类关系、成员关系或实例关系，它体现的是“具体与抽象”、“个体与集体”的层次分类。 常用的类属关系有： AKO(A-Kind-of):表示一个事物是另一个事物的一种类型。 AMO(A-Member-of):表示一个事物是另一个事物的成员。 ISA(Is-a):表示一个事物是另一个事物的实例。,包含关系也称为聚类关系，是指具有组织或结构特征的“部分与整体”之间的关系，它和类属关系的最主要的区别就是包含关系一般不具备属性

16、的继承性。 常用的包含关系的有： Part_of:表示一个事物是另一个事物的一部分，或说是部分与整体的关系。用它连接的上下层节点的属性很可能是很不相同的，即Part_of联系不具备属性的继承性。,包含 关系,2020/11/11,2.5.2语义网络基本语义联系,属性关系是指事物和其属性之间的关系。 常用的属性的关系有： Have：表示一个结点具有另一个结点所描述性。 Can：表示一个结点能做另一个结点的事情。,时间关系是指不同事件在其发生时间方面的先后关系，节点间的不具备属性继承性。 常用的时间关系有： Before：表示一个事件在一个事件之前发生。 After：表示一个事件在一个事件之后发生

17、。,属性 关系,时间 关系,2020/11/11,2.5.2语义网络基本语义联系,位置关系是指不同事物在位置方面的关系。节点间的不具备属性继承性。常用的位置关系有： Located-on:表示一物体在另一物体之上。 Located-at: 表示一物体在某一位置。 Located-under: 表示一物体在另一物体之下。 Located-inside: 表示一物体在另一物体之中。 Located-outside: 表示一物体在另一物体之外。,相近关系是指不同事物在形状、内容等方面相似和接近。 常用的相近关系有： Similar-to:表示一事物与另一事物相似。 Near-to: 表示一事物与另一

18、事物接近。,位置 关系,相近 关系,2020/11/11,2.5.2语义网络基本语义联系,因果关系是指由于某一事件的发生而导致另一事物的发生，适合表示规则性知识。通常用If-then联系表示两个节点之间的因果关系，其含义是“如果，那么”。,组成关系一种一对多的联系，用于表示某一事物由其它一些事物构成，通常用Composed-of联系表示。Composed-of联系所连接的节点间不具备属性继承性。,因果 关系,组成 关系,2020/11/11,2.5.3 语义网络表示知识的方法及步骤,事实 性知 识的 表示,对于一些简单的事实，例如“鸟有翅膀”，“轮胎是汽车的一部分”，这里要描述这些事实需要两个

19、节点，用前面给出的基本语义联系或自定义的基本语义联系就可以表示了。对于稍微复杂一点的事实，比如在一个事实中涉及到多个事物时，如果语义网络只被用来表示一个特定的事物或概念，那么当有更多的实例时，就需要更多的语义网络。,（1）情况的表示 在用语义网络表示表示那些不及物动词表示的语句或没有间接宾语的及物动词表示的语句时，如果该语句的动作表示了一些其它情况，如动作作用的时间等，则需要增加一个情况节点用于指出各种不同的情况。,情况 动作 和事 件的 表示,2020/11/11,2.5.3 语义网络表示知识的方法及步骤,（3）事件的表示 如果要表示的知识可以看成是发生的一个事，那么可以增加一个事件节点来描

20、述这条知识。,情况 动作 和事 件的 表示,（2）动作的表示 有些表示知识的语句既有发出动作的主体，又有接受动作的客体。在用语义网络表示这样的知识时，可以增加一个动作节点用于指出动作的主体和客体。,情况 动作 和事 件的 表示,2020/11/11,2.5.3 语义网络表示知识的方法及步骤,（1）合取与析取的表示 当用语义网络来表示知识时，为了能表示知识中体现出来的“合取与析取”的语义联系，可通过增加合取节点与析取节点来表示。只是在使用时要注意其语义，不应出现不合理的组合情况。,连词 和量 词的 表示,（2）存在量词与全称量词的表示 在用语义网络表示知识时，对存在量词可以直接用“是一种”、“是

21、一个”等语义关系来表示。对全称量词可以采用亨德里克(G .G .Hendrix)提出的语义网络分区技术来表示。,连词 和量 词的 表示,2020/11/11,2.5.3 语义网络表示知识的方法及步骤,用语义网络表示知识的步骤,1,确定问题总所有对象和各对象的属性。,确定所讨论对象间的关系。,根据语义网络中所涉及的关系，对语义网络中的节点及弧进行整理，包括增加节点、弧和归并节点等。,将各对象作为语义网络的一个节点，而各对象间的关系作为网络中各节点的弧，连接形成语义网络。,2,3,4,2020/11/11,2.5.4语义网络知识表示举例,用语义网络表示下列命题 （1）猪和羊都是动物； （2）猪和羊

22、都是哺乳动物； （3）野猪是猪，但生长在森林中； （4）山羊是羊，头上长着角； （5）绵羊是一种羊，它能生产羊毛。,例2.5.1,分析,对象有猪、羊都、动物、哺乳动物、野猪、山羊、绵羊、森林、羊毛、角等。 语义关系，“动物”和“哺乳动物”、“哺乳动物”和“猪”、“哺乳动物”和“羊”、“羊”和“山羊”及“绵羊”、“野猪”和“猪”之间的关系是“是一种”的关系，可用AKO来表示。 “山羊”和“头上有角” 之间是一种属性关系，可用IS来描述； “绵羊”和“羊毛”之间是一种属性关系，可用HAVE来描述； “野猪”和“森林”之间是位置关系，可用Locate-at来表示。,2020/11/11,2.5.4语

23、义网络知识表示举例,语意网络,猪和羊的语义网络,2020/11/11,2.5.5 语义网络的推理过程,用语义网络表示知识的问题求解系统主要有两大部分组成，一部分是由语义网络构成的知识库，另一部分是用于问题求解的推理机。 语义网络的推理过程主要有两种,继承推理,匹配推理,继承是指把对事物的描述从抽象结点传递到具体结点。通过继承可以得到所需结点的一些属性值，它通常是沿着ISA、AKO、AMO等继承弧进行的。,所谓匹配就是在知识库的语义网络中寻找与待求问题相符的语义网络模式。,2020/11/11,2.5.5 语义网络的推理过程,1,2,3,建立结点表，存放待求结点和所有以ISA、AKO、AMO等继

24、承弧与此结点相连的那些结点。初始情况下，只有待求解的结点。,检查表中的第一个是否有继承弧。如果有，就从该弧所指的所有结点放入结点表的末尾，记录这些结点的所有属性，并从结点表中删除第一个结点。如果没有，仅从结点表中删除第一个结点。,重复检查表中的第一个是否有继承弧，直到结点表为空。记录下来的属性就是待求结点的所有属性。,匹配推理主要过程,2020/11/11,2.5.5 语义网络的推理过程,1,2,3,根据问题的要求构造网络片断，该网络片断中有些结点或弧为空，标记待求解的问题（询问处）。,根据该语义网络片断在知识库中寻找相应的信息。,当待求解的语义网络片断和知识库中的语义网络片断相匹配时，则与询

25、问处相匹配的事实就是问题的解。,匹配推理主要过程,2020/11/11,2.5.6语义网络表示法特点,结构性,自然性,自索 引性,联想性,非严 格性,返回,2020/11/11,2.6 面向对象表示法,几年来，在智能系统的设计和构造中，人们开始使用面向对象的的思想、方法和开发技术，并在知识表示、知识库的组成与管理、专家系统设计等方面取得了快速的进展。,面向对象表示法,2020/11/11,2.6.1面向对象的基本概念,对象,类,封装,广义地讲， “对象” 指客观世界中的任何事物，它既可以是一个具体的简单事物，也可以是由多个简单事物组合而成的复杂事物。 从问题求解的角度讲，对象是与问题领域有关的

26、客观事物。,指一个对象的状态只能由它的私有操作来改变它，其它对象的操作不能直接改变它的状态。 是一种信息隐藏技术，封装是面向对象方法的重要特征之一。,是对一组相似对象的抽象。 一个类实际上定义了一种对象类型，它描述了属于该对象类型的所有对象的性质。,2020/11/11,2.6.1面向对象的基本概念,消息,指在通信双方之间传递的任何书面、口头或代码的内容。 同一消息可以送往不同的对象，不同对象对于相同形式的信息可以有不同的解释和不同的反应。一个对象可以接收不同形式、不同内容的多个消息。,继承,指父类所具有的数据和操作可以被子类继承，除非在子类对相应数据及操作重新进行了定义。 面向对象的继承关系与框架间属性的继承关系类似，可以避免信息的冗余。,2020/11/11,2.6.2面向对象的知识表示,描述 形式,Class ： Structure Method Restraint End Class,返回,2020/11/11,谢谢！,