第2章-知识表示 丁世飞.pptVIP

脚本表示法有下列特点： （1）自然性 脚本表示法体现了人们在观察事物时的思维活动，组织形式类似于日常生活中的电影剧本，对于表达预先构思好的特定知识，如理解故事情节等，是非常有效的。 （2）结构性 由于脚本表示法是一种特殊的框架表示法，所以，框架表示法善于表达结构性的知识的特点，它也具有。也就是说，它能够把知识的内部结构关系及知识间的联系表示出来，是一结构化的知识表示方法。一个脚本也可以由多个槽组成的，槽又可分为若干侧面，这样就能把知识的内部结构显式地表示出来。 脚本表示法的不足之处是，它对知识的表示比较呆板，所表示的知识范围也比较窄，因此不太适合用来表达各种各样的知识。 脚本表示法目前主要在自然语言处理领域的篇章理解方面获得了一些应用。 状态空间表示法就是用来表示问题及其搜索过程的一种方法。它是人工智能中最基本的形式化方法，也是讨论问题求解技术的基础。 现实世界中的问题求解过程实际上可以看作是一个搜索或者推理的过程。推理过程实际上也是一个搜索过程，它要在知识库中搜索和前提条件相匹配的规则，而后利用这些规则进行推理，所以任何问题求解的本质都是一个搜索过程。 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。 1. 正向推理 正向推理是从已知事实出发，通过规则库求得结论。正向推理方式也被称为数据驱动方式或自底向上的方式。 它的推理过程是： （1）规则库中的规则与综合数据库中的事实进行匹配，得到匹配的规则集合； （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，将该启用规则的后件送入综合数据库或对综合数据库进行必要的修改。 重复这个过程直至达到目标。 2. 反向推理 反向推理是从目标（作为假设）出发，反向使用规则，求得已知事实。这种推理方式也被称为目标驱动方式或自顶向下的方式。 其推理过程是： （1）规则库中的规则后件与目标事实进行匹配，得到匹配的规则集合； （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，则反向推理的过程就算成功结束。 如果目标明确，使用反向推理方式的效率是比较高的，所以常为人们所使用。 3. 双向推理 双向推理是一种既自顶向下又自底向上的推理。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。不难想象，这种双向推理较正向或反向推理所形成的推理网络来得小，从而推理效率更高。 产生式表示法有以下特点： （1）清晰性 （2）模块性 （3）自然性 语义网络是J.R.Quillian 于1968年在研究人类联想记忆时提出的一种心理学模型，他认为记忆是由概念间的联系实现的。随后在他设计的可教式语言理解器（Teachable Language Comprehendent）中又把它用作为知识表示方法。 语义网络是一种通过概念及其语义联系（或语义关系）来表示知识的有向图，节点和弧必须带有标注。其中有向图的各节点用来表示各种事物、概念、情况、属性、状态、事件和动作等，节点上的标注用来区分各节点所表示的不同对象，每个各节点可以带有多个属性，以表征其所代表的对象的特性。 在语义网络中，节点还可以是一个语义子网络；弧是有方向的、有标注的，方向表示节点间的主次关系且方向不能随意调换。标注用来表示各种语义联系，指明它所连接的节点间的某种语义关系。 从结构上来看，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，可用如下三元组来表示为： （节点1，弧，节点2） 语义网络除了可以描述事物本身之外，还可以描述事物之间的错综复杂的关系。 经常使用的最基本语义关系有： 1. 类属关系 2. 包含关系 3.属性关系 4.时间关系 5. 位置关系 6. 相近关系 7. 因果关系 8. 组成关系 1．事实性知识的表示 2. 情况、动作和事件的表示 为了描述那些复杂的知识，在语义网络的知识表示法中，通常采用引进附加节点的方法来解决。西蒙（Simon）在提出的表示方法中增加了情况节点、动作节点和事件节点，允许用一个节点来表示情况、动作和事件。 （1）情况的表示 在用语义网络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。 （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。 （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件，那么可以增加一个事件节点来描述这条知识。 3．连词和量词的表示 在稍微复杂一点的知识中