人工智能的诞生 (16).pdf

《人工智能的诞生 (16).pdf》由会员分享，可在线阅读，更多相关《人工智能的诞生 (16).pdf（2页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、知识表示方法的衡量及特性既然有诸多的知识表示方法，那么怎样的方法才是合理有效的呢？好的知识表示方法又应当具备怎样的特性呢?下面对此做一讨论。建立一种知识表示方法，要求有较强的表达能力和足够的精细度。其次，相应于表示方法的推理要保证正确性和效率。从使用者观点看，常常希望满足可读性好，模块性好等要求。完备性要求具有表达领域问题所需的各种知识的能力，即要求所采用的知识表示方法具有语法完备性和语义完备性，并便于知识库的检查与调试。目前的大多数知识表示方法都很难满足这一要求。由于专门知识、知识库的特点及建库方法所造成的原因，如果不选择表示能力强的方法，就很难使知识库具有某些有关的甚至是很重要的知识，严重

2、影响专家系统的问题求解能力。一致性要求知识库中的知识必须具有一致性，不能相互产生矛盾。几乎所有的专家系统的研制者在开发自己的系统时，都在追求这个目标。由于专家的知识大多是启发性知识，具有不完全性和不确定性。因此，所采用的知识表示必须便于系统进行一致性检查，以便在使用中完善知识库，保证系统的求解质量。正确性知识表示必须能真实地反映知识的实际内涵，而不允许有偏差。只有这样，才能保证系统得出正确结论和合理建议。灵活性针对不同的专业领域，应当根据具体知识的特点及其自然结构的制约选用不同的知识表示方法。或是用单一方法，或是用混合方法，甚至设计研究新的表示方法，一定要具体问题具体分析，灵活掌握，切忌生搬硬

3、套。可扩充性高性能知识库应当不需要作硬件上或控制结构上的修改就能对知识库进行扩充，即要求知识表示模式与运用知识的推理机制相互独立，在专家系统中一般采用知识库与推理机分离的手段来实现这一目的。另一方面，往往专家不能很快地把领域问题的所有知识定义为一个完整的知识库，通常先定义一个子集，不断增加、修改、删除来扩充和完善知识库，这种方法主张将专家系统的知识作为一个开放集来处理，并尽可能地模块化地存储知识条目，便于知识库的扩充。可理解性知识表示的可理解性指它表示的知识易于被人们理解的程度。易理解的表示模式的好处是显而易见的，它符合人们的思维习惯，便于知识库研制人员把专家的专门知识整理并形式化，也便于知识

4、库的设计、实现和改进。可利用性知识表示的目的在于知识的利用，具体地说就是知识的检索和推理。知识的检索与推理是一种控制知识，在专家系统中，一旦知识表示模式被选定，它们也就相应地被确定下来。因此，所选择的知识表示方法应当便于对知识的利用，其数据结构应力求简单，并保持清晰一致。如果一种表示模式的数据结构过于复杂或者难于理解。使得推理不便于进行匹配、冲突消解以及不确定性的计算等处理，那么就势必影响智能系统的1效率及其问题求解的能力。可维护性知识需要进行合理的组织，对于知识的组织是与其表示方法密切相关的，不同的表示方法对应于不同的组织方式。这就要求在设计和选择知识表示方法时，充分考虑将要对知识进行的组织方式。此外，知识还需要适当地增补、修改和删除，以保证知识的一致性和完整性，即需要进行知识的管理和维护。因此在选择知识表示方法时还应当充分考虑到知识管理和维护的方便性。例如，在建造具体专家系统时，应当以有效地表示问题领域的专门知识，便于知识的获取，有利于运用知识进行推理的原则来选择知识表示方法。2