人工智能第四章知识表示.ppt

第四章 知识表示 概述 表示方法 第四章 知识表示方法 概述 表示方法 概述 人工智能研究中最基本的问题之一 在知识处理中总要问到：“如何表示知识？”，“知识是用什么来表示的?”。怎样使机器能懂，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。 在AI系统中，给出一个清晰简洁的描述是很困难的。有研究报道认为：严格地说AI对知识表示的认真、系统的研究才刚刚开始。 概述 知识的定义 （难以给出明确的定义只能从不同侧面加以理解） Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：知识是由特定领域的描述、关系和过程组成的。 Hayes-roth：知识是事实、信念和启发式规则。 知识库的观点：知识是某领域中所涉及的各有关方面的一种符号表示。 概述 我们认为，知识就是人们对客观事物（包括自然的和人造的）及其规律的认识，知识还包括人们利用客观规律解决实际问题的方法和策略等。 概述 另外有一种三维的描述方法：（范围、目的、有效性），其中知识的范围由具体到一般，知识的目的从说明到指定，知识的有效性从确定到不确定。例如，“今天下雨”这种知识是具体的、说明性、不确定的，而“要证A→B，只需证明A∧～B是不可满足的”这种知识是一般性的、指示性、确定性的。 概述 知识的分类 知识的内容 （客观）原理性知识 例如：对客观事物及其规律的认识，包括对事物的现象、本质、属性、状态、关系、联系和运动等的认识，即对客观事物的原理的认识。 （主观）方法性知识 利用客观规律解决实际问题的方法和策略，包括解决问题的步骤、操作、规则、过程、技术、技巧等具体的微观性方法；也包括诸如战术、战略、计谋、策略等宏观性方法。 概述 知识的分类 知识的形式 显式知识 隐式知识 知识的性质 理论性知识 经验性知识 概述 知识的分类 知识表达的内容 事实性知识：采用直接表示的形式，如果事实性知识是批量的、有规律的，则往往以表格、图册，甚至数据库等形式出现。如：凡是猴子都有尾巴，凡是冷血动物都要冬眠。 过程性知识：描述做某件事的过程，使人或计算机可以照此去做。如：电视机维修法，怎样烹制法国大餐等。标准程序库也是常见的过程性知识，而且是系列化、配套的。 概述 知识的分类 知识表达的内容 行为性知识：不直接给出事实本身，只给出它在某方面的行为。行为性知识经常表示为某种数学模型，从某种意义上讲，行为性知识描述的是事物的内涵，而不是外延。如微分方程刻划了一个函数的行为，但是并没有给出这个函数本身。 实例性知识：只给出一些实例，知识藏在实例中。人们感兴趣的不是实例本身，而是隐藏在大量实例中的规律性知识。如大批的观察数据是典型的实例性知识。 概述 知识的分类 知识表达的内容 类比性知识: 即不给出外延，也不给出内涵，只给出它与其它事物的某些相似之处。类比性知识一般不能完整地刻画事物，但它可以启发人们在不同的领域中做到知识的相似性共享。如比喻（心如刀绞），谜语等。 元知识：有关知识的知识。最重要的元知识是如何使用知识的知识。例如，一个好的专家系统应该知道自己能回答什么问题，不能回答什么问题，这就是关于自己知识的知识。元知识常用于如何从知识库中找到想要的知识。 概述 知识的要素 事实：事物的分类、属性、事物间关系、科学事实、客观事实等。（静态的、最低层的知识） 规则：事物的行动、动作和联系的因果关系知识。（动态的、启发式规则）。 控制：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。（技巧性） 元知识：高层知识。怎样使用规则、解释规则、校验规则、解释程序结构等知识。 概述 知识表示的定义 知识表示研究用机器表示知识的可行性、有效性的一般方法。 知识表示是理智推理的部分理论。 知识表示是有效计算的载体。 知识表示是交流的媒介（如语义网络）。 概述 知识表示的分类 知识表示方法种类繁多,而且分类的标准也不大相同。按照人们从不同角度进行探索和对问题的不同理解，知识表示方法可分为陈述性知识表示和过程性知识表示两大类。 概述 陈述性知识表示 主要用来描述事实性知识，它告诉人们，所描述的客观事物涉及的“对象”是什么，知识表示就是将对象的有关事实“陈述”出来，并以数据的形式表示。 该方法将知识表示与知识的运用分开处理，在表示知识时，并不涉及如何运用知识的问题，是一种静态的描述方法。 优点：灵活简洁，每个有关事实仅需存储一次，演绎过程完整而确定，系统的模块性好。 缺点：工作效率低，推理过程不透明，不易理解。 概述 过程性知识表示 主要用来描述规则性知识和控制结构知识，它告诉人们“怎么做”，知识表示的形式是一个“过程”，这一“过程”就是求解程序。 它将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。 优点：推理过程