第4章知识表示案例分析.ppt

*;大家去考查对于一个系统时，往往会将其分为主体和外部环境两部分，这样一来，两部分之间的信息交互就成为一个关键问题，而这方面描述的最重要问题就是知识。 人工智能的问题求解是以知识为基础的，知识是人工智能的重要研究对象。 要使智能机器（如计算机）具有知识，处理知识，就必须要解决知识的表示问题。; 知识表示(Knowledge Representation)，就是把知识用智能机器（计算机）可接受的符号并以某种形式描述出来。如图表结构、语法树、规则匹配模式、树形或网状表达等。即，知识表示就是知识的符号化过程。把相关问题的知识加以形式化描述，表示成为便于机器（计算机）存储、管理和调用的某种数据结构模式。;*;知识是人类世界特有的概念。它是人类对客观世界一种较为准确、全面的认识和理解的结晶。 知识只有相对正确的特性。例如直到1543年哥白尼学说问世之前，人们一直认为地球是宇宙的核心；再有：人们都知道一个关于“瞎子摸象”的故事，它通俗地说明了正确完整的知识形成是一个复杂的智能过程。 通常人们获取知识的重要手段是：利用信息，把各种信息提炼、概括并关联在一起，就形成了知识。而利用信息关联构成知识的形式有多种多样。;*;知识的分类;*;*;*;控制：是当有多个动作同时被激活时，选择哪一个动作来执行的知识。是有关问题的求解布置、规划、策略等技巧性知识。 元知识：是高层知识。是怎样使用规则、解释规则、校验规则、解释程序结构等知识。元知识有时与控制知识有重叠。;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;*;产生式知识表示方法也称为产生式规则知识表示方法，这种方法是建立在因果关系的基础上的，所以，很容易的表示出事实、规则及其不确定性度量。;*;规则的表示;*;*;推理机的主要工作内容;*;*;*;其推理过程大致是： 用工作存储器中的事实与产生式规则的前提条件进行匹配。 按冲突消解策略从匹配的规则中选择一条规则。 执行选中规则的动作（依次）。修改工作存储器。 用更新后的工作存储器，重复上述工作，直到得出结论或工作存储器不再发生变化为止。;将正向推理的推理过程再描述如下： 规则集中的规则前件与数据库中的事实进行匹配，得匹配的规则集合 从匹配规则集合中选择一条规则作为使用规则。 执行使用规则的后件。将该使用规则的后件送入数据库中 重复这个过程直至达到目标 具体说如数据库中含有事实A，而规则库中有规则A→B，那么这条规则便是匹配规则，进而将后件B送入数据库中。这样可不断扩大数据库直至包含目标便成功结束。如有多条匹配规则需从中选一条作为使用规则，不同的选择方法直接影响着求解效率，选规则的问题称作控制策略。正向推理会得出一些与目标无直接关系的事实，是有浪费的。;例： R1：如果X能被12整除，则X能被6整除R2：如果X能被20整除，则 X能被10整除R3：如果X能被6整除，则 X能被2整除R4：如果X能被10整除，则 X能被5整除同时假设数据库中某数N能被12和20整除，现在问题是判断N能否被5整除。我们先将以下数据输入到数据库中：N能被12整除N能被20整除采用数据驱动方法，该问题的的整个搜索空间可用一棵树表示，其中每一分支代表了一种选择使用规则的顺序。;*; 其推理过程大致是： 看假设是否存在于工作存储器中，若在，则假设成立，推理结束。 找出结论与此假设匹配的规则。 按冲突消解策略从匹配的规则实例中选择一条规则。 将选中的规则的前提条件作为新的假设，重复上述工作，直到假设的真假性被验证或不存在激活的规则。;*;在双向推理中，已知事实用与或图表示，目标表达式用另一个与或图表示，两个与或图分别用正向推理和反向推理的规则进行操作，从正反两个方向进行推理，分别扩展两个与或图。推理的终止处位于两个与或图分别扩展和的某个交接处，当正反两个方向的与或图对应的叶结点（端结点）都可合一时，推理结束;*;*;产生式表示的特点;*;*;*;1968年Quillian的博士论文建议用一种语义网络来描述人对事物的认知，实际上是对人脑功能的模拟。 槽和填槽表示方法便于表示这种分类知识。这种表示方法包括语义网络、框架、概念从属和脚本。语义网络方法的特点就在于提出了槽和填槽的结构。 语义网络与一阶逻辑有相同的能力。多用于自然语言处理。;语义网络的结构;简单地说，语义网络是对知识的有向图表示方法。一个语义网络是由一些以有向图表示的三元组（结点1，弧，结点2）连接而成。这个三元组称为基本网元。结点表示概念、事物、事件、情况等 弧是有方向的有标注的。方向体现主次，结点1为主，结点2为辅。 弧上的标注表示结点1的属性或结点1和结点2之间的关系。 如下图中A、B代表结点，R代表A与B之间的某种联系。 ;当把多个基本网元用相应的语义联系关联在一