人工智能 第4章 知识表示.ppt

语义网络推理例子 表示方法—脚本表示法 脚本方式是采用一个专用的框架，用来表示特定领域的知识。 脚本通过一些元语作为槽名来表示对象的基本行为。 有些像电影剧本。 开场条件1．? 病人有病。2．? 病人的病需要找医生诊治。3．? 病人有钱。4．? 病人能够去医院。角色 病人、医生、护士。道具 医院、挂号室、椅子、 桌子、药方、药房、 钱、药。 场景 场景1 进入医院 （1）? 人走进医院 （2）? 病人挂号 （3）? 病人在椅子上坐下等待看病 场景2 看病 （1）? 病人进入医生的办公室 （2）? 病人向医生所说病状 （3）? 医生向病人解释病情 （4）? 医生给病人开药方 场景3 交费 （1）? 病人到交费处 （2）? 病人递交药方 （3）? 病人交钱 （4）? 病人取回药方及收据 场景4 取药 （1）? 病人到药房 （2）? 病人递交药方 （3）? 病人取药 场景5 离开 （1）? 病人离开医院 结果 1．病人看病了，明白了 自己的病是怎么回事。 2．病人花了钱，买了药。 3．医生付出了劳动。 4．医院的药品少了. 表示方法—脚本表示法（推理） 脚本表使得知识有强烈的因果结构。 由于脚本是以非常固定的形式描述的，在预言一些没有直接提到的事件方面特别有用。 对表达事先构思好的特定知识非常有效。 表示方法 直接表示 逻辑表示 产生式规则表示法 语义网络表示法 框架表示法 脚本方法 过程表示 混合型知识表示方法 面向对象的表示方法 表示方法—过程表示法 前面的几种知识表示方法均是知识和事实的一种静止的表示方法。我们称这类知识表示方式为陈述式表达。它所强调的是事物所涉及的对象是什么，是对事物有关知识的静态描述，是知识的一种显式、说明性知识表达形式。 说明性表示知识给出事物本身的属性及事物之间的相互关系。对问题的解答就隐含在这些知识之中。而过程性知识则给出解决一个问题的具体过程，知识本身隐含在解决一个问题的具体过程之中。 过程性知识表示将有关问题领域的知识连同如何使用这些知识的方法均隐式地表达为一个求解过程。 表示方法—过程表示法 过程所给出的是事实的一些客观规律，表达的是如何求解问题，知识的表述形式是程序，知识库是一组程序的集合。 知识过程性的两个含义： 含义1：把解决一个问题的过程描述出来。可以称它为解题知识的过程表示。 含义2：把客观事物的发展过程用某种方式表示出来。 一般情况下，过程性知识表示包含激发条件、推理操作、结束等3个部分。 表示方法—过程表示法（推理） 求解过程是目标到目标，或者说状态到状态。 推理效率很高，没有固定形式，如何描述完全取决于具体的问题。 表示方法—过程表示法 说明性知识和过程性知识相比： 说明性知识比较简要、清晰、可靠、便于修改。但往往效率低。 过程性知识比较直截了当，效率高。但由于详细地给出了解决过程，使这种知识表示显得复杂、不直观、容易出错、不便于修改。 实际上，说明性表示和过程性表示实际上没有绝对的分界线。因此，任何说明性知识如果要被实际使用，必须有一个相应的过程去解释执行它。对于一个以使用说明性表示为主的系统来说，这种过程往往是隐含在系统之中，而不是面向用户。 表示方法—过程表示法 过程式表示： 过程式表示就是将有关某一问题领域的知识连同如何使用这些知识的方法均隐式地表达为一个求解过程。 它所给出的是事物的一些客观规律，表达的是如何求解问题，知识的描述形式就是程序。所有信息均隐含在程序中——效率高、没有固定形式。 如何描述知识完全取决定于具体的问题。 实际上的系统都是陈述与过程观点的结合。陈述之中多少包含了过程方法。 表示方法 直接表示 逻辑表示 产生式规则表示法 语义网络表示法 框架表示法 脚本方法 过程表示 混合型知识表示方法 面向对象的表示方法 表示方法—混合型知识表示法 上述的知识表示虽各有特点，而且适用的领域也不同。如： 谓词逻辑方法只适用于确定性、陈述性、静态性知识，而对动态的、变化性、模糊性知识则很难表示。 产生式规则方法推理方法太单一，如果前提条件太多，或规则条数太多，则推理的速度将慢得惊人。 语义网络方法表达的知识面比较窄。 框架方法表示的知识横向关系不太明确。（纵向从属继承关系很明确） 对于复杂的、深层次的知识，就很难用一种知识表示来解决问题。 表示方法—混合型知识表示法 根据需要表示的知识的特征来决定用二、三种方式联合表示。 逻辑与框架：框架里的槽值可以对应于谓词项。 语义网络与框架：结点对应于框架，结点的参数就是框架的槽值。 产生式与框架：框架