第10章知识表达与处理方法62朱福喜.pptVIP

第10章 知识表达与处理方法 10.1 概述 10.1.1 知识和知识表示的含义 1．知识的定义 知识是用人们对于可重复信息之间联系的认识，它是信息经过加工整理、解释、挑选和改造而形成的。比较有代表性的定义有： Feigenbaum：知识是经过裁剪、塑造、解释、选择和转换了的信息。 Bernstein：知识由特定领域的描述、关系和过程组成。 Heyes-Roth：知识=事实+信念+启发式。 在AI领域，研究知识表示方法的目的是用知识来改善程序的性能，具体表现为： 利用知识来帮助选择或限制程序搜索的范围； 利用知识来帮助程序识别、判断、规划与学习。 AI的研究集中在如何使程序拥有知识而具有智能行为。 3．智能系统中的知识 要使计算机系统具有智能，一般来说至少应使系统拥有以下几个方面的知识： 关于对象（Object）的知识，如火山、人。知识表示应能表示各种知识对象以及对象的类型、性质等。 事件（Event），能表示事件的时序，因果关系等，如：天下雨，火山在一定条件下会爆发等。 行为（Performance），如何写文章，如何造句，如何证明定理等。 元知识（Metaknowledge），是关于知识的知识，即什么是知识，以及如何运用知识。 10.1.2 AI中知识表示方法分类 AI中知识表示方法注重知识的运用，所以将知识表示方法粗略地可分为以下两大类。 1．过程式知识表示（procedure） 过程性知识是一般是表示如何做的知识，是有关系统变化、问题求解过程的操作、演算和行为的知识。这种知识是隐含在程序之中的，机器无法从程序的编码中抽取出这些知识。 过程式知识表示描述表示控制规则和控制结构的知识，给出一些客观规律，告诉怎么作。 ２.陈述式知识表示（declarative） 陈述式知识描述系统状态、环境和条件，以及问题的概念、定义和事实。 陈述式知识表示描述这种事实性知识，描述客观事物所涉及的对象是什么，有时有必要给出对象之间的联系。它的表示与知识运用（推理）是分开处理的。这种知识是显式表示的，如： isa(John, man) isa(ABC, triangle)→cat(a, b)∧cat(b, c)∧cat(c, a) 10.1.3 AI对知识表示方法的要求 从知识利用上讲，衡量知识表示方法可以从以下三个方面考察： 便于获取，便于表示新知识，并以合适方式与已有知识相连接。 便于搜索，在求解问题时，能够较快地在知识库中找出有关知识。因此，知识库应具有较好的记忆组织结构。 便于推理，要能够从已有知识中推出需要的答案或结论。 10.1.4 知识表示要注意的问题 理想的内部表示要能真实的直接反映外部世界的事实，内部知识表示与自然语言和外部世界三者之间的关系可用下图描述。 10.2 逻辑表示法 逻辑是一种比较常见的知识表示法，在人工智能领域中，很早就使用一阶谓词逻辑来表示知识。 一阶谓词逻辑是一种形式语言，其根本目的在于把数学中的逻辑论证进行符号化，使我们能够采用数学演绎的方式，证明一个新的语句(或断言)是从哪些已知正确的语句推导出来的，从而也就这个新语句也是正确的。 例10.1 已知命题公式集合s可以转化为如下2条子句。 起大风(5日) ⑴ ～起大风(x日)∨天气变冷((x+1)日) ⑵ 根据⑴是否可以推断6日天气要变冷呢？可以用如下的反证法予以证明。 首先假设6日天气不会变冷，用公式表示为 ～天气变冷(6日) 逻辑表示法的主要优点： ⑴ 自然。逻辑表示法是人们对问题直观理解的一种描述，易于被人们接受。 ⑵ 明确。逻辑表示法对如何表示事实以及如何表示事实之间的复杂关系有明确的规定。 ⑶ 灵活。逻辑表示法把知识和知识处理的方法有效地区分开来了，使得在使用知识时，无需考虑程序处理知识的细节问题。 ⑷ 模块化。各条知识都是相对独立的，容易模块化，添加、删除、修改知识的工作比较容易。 10.3产生式表示法 1943年美国数学家波斯特（Post）首先提出的产生式系统（production system），产生式是指类似于A→Aa的符号变换规则。产生式系统的广泛使用主要有两点理由： 用产生式系统结构求解问题过程和人类求解问题的思维过程很相像，因而可以用来模拟人们求解问题时的思维过程。 人们可以把产生式当作人工智能系统中的一个基本的知识结构单元。 10.3.1 产生式系统的组成 产生式系统由全局数据库(Global Database