第四章知识表示2017.pdfVIP

第四章 知识表示 概述 表示方法 人工智能研究中最基本的问题之一 “如何表示知识？”，怎样使机器能 懂，能对之进行处理，并能以人类能 理解的方式将结果呈现。  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。  知识的种类  事实性知识：采用直接表示的形式 如：凡是猴子都有尾巴  过程性知识：描述做某件事的过程 如：电视维修法  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 如：微分方程、（事物的内涵） ……..  知识的种类  实例性知识：只给出一些实例，知识藏 在实例中。  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 如：比喻、谜语  元知识：有关知识的知识。  设计知识表示形式要考虑的因素  表示范围是否合理  是否适于推理的高效算法  能否表示不精确知识  能否模块化  是否便于加入启发信息  过程性表示还是说明性表示  是否自然 AI问题的求解是以知识表示为基础的。 如何将已获得的有关知识以计算机内 部代码形式加以合理地描述、存储、 有效地利用便是表示应解决的问题。 表示方法 概述 脚本方法 逻辑表示 过程表示 产生式规则表示 混合型知识表示方法 法 面向对象的表示方法 语义网络表示法 框架表示法 逻辑表示法特点  是应用最广的方法之一：  谓词逻辑与数据库，特别是与关系数 据库关系密切。若采用谓词逻辑作为 系统的理论背景，可将数据库系统改 造成知识库。  一阶谓词逻辑具有完备的逻辑推理 算法。外延扩展后，大部分知识可表 达成一阶谓词逻辑的形式。 逻辑表示法特点  扎实的数学基础  精确性：逻辑推理是公理集合中演绎 而得出结论的过程。  谓词表示越细越清晰，但推理越慢、 效率越低。实际使用要折衷。 推理存在的问题： 1）每一状态有多个条件满足，如何选择？ 2）多种变量代换的可能，如何选择 (冲突消解，搜索策略) 产生式规则表示法概述  1943 ：Post在一种计算形式体系中提出  60’s ：成为专家系统的最基本的结构  形式简单，但在一定意义上模仿了人类思 考的过程 P→Q （可信度）≡ If P then Q （可信度）  是AI系统中最典型最普遍的一种结构 （如 决策树方法抽取的规则形式）；是专家系 统首选的知识表达方式。 产生式规则表示法表示形式（1） 1）事实的表示： （对象，属性，值，不确定度量） （关系，对象1，对象2 ，不确定度量） 例：（Li, Age, 25,0.8）, (Friend, Li, Chang,0.5) 产生式规则表示法表示形式（2） 2）规则的表示： P→Q （可信度）≡ If P then Q （可信度） 与蕴涵式的区别：