知识表示方法_part4中.pptVIP

Artificial Intelligence (AI)人工智能 主讲：刘刚 内容提要 语义网络法 语义网络法（ Semantic Network Representation ） 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。 语义网络是一种表达能力强而且灵活的知识表示方法，目前已经广泛应用于人工智能领域，尤其是在自然语言处理方面。 语义网络法 语义网络 语义网络是通过概念及其语义关系来表达知识一种网络图。 从图论的观点看，语义网络是一个“带标识的有向图” 有向图的节点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等；节点还可以是一个语义子网络，形成嵌套结构。 有向图的弧代表语义关系，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。 语义网络法 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： 语义网络法 语义网络的简