语义网络及语义网.pptVIP

语义网络与语义网 语义网络 Quillian在1966年建议用一种语义网络来描述人对事物的认识，实质上是对人脑功能的摸拟． 在这种网络中，代替概念的单位是节点．代替概念之间关系的则是节点间的连接弧，称为联想弧．因此这种网络又称为联想网络． 语义网络在形式上是一个有向图，所有的概念节点均通过联想弧彼此相连。 语义网络能用于进行知识推导．其方法是，若要寻找两个概念之间的关系，则从此两个概念出发，分别以广度优先的方法向前进行搜索，搜索沿着联想弧进行．这两个搜索圈逐渐扩大，如果到某个时刻碰上了，即形成一条连接两个概念的通路，这就找到了两个撅念间的联系． 命题语义网络 命题语义网络 引入与、或节点，表达更为复杂的含义 例：留下脚印一串串，有的深，有的浅，有的直，有的弯 谓词语义网络 Hendrix提出网络分块化技术，以解决谓词中的变量和量词表示 在用语义网络表示一个复杂命题时，可以把这个复杂命题拆成多个子命题，每个子命题用—个简单语义网络表示，称为一个空间．复杂命题构成大空间，子命题构成子空间，它本身又可以看作是大空间中的一个节点．子空间可以层层嵌套，也可以用弧互相连接． 谓词语义网络 例： 谓词语义网络 这种表示法要求子空间中的所有非全称变量节点都是全称变量节点的函数，不是全称变量节点函数的其它节点应该拉到空间之外去．例：每个学生都读过《牛氓》 谓词语义网络 量词可以有多个，辖域可以嵌套 例： 谓词语义网络 定义：若子空间S1完全包含子空间S2，则称S1在S2之上 这样语义网络构成偏序结构，这种结构类似于程序设计中的嵌套结构，可用于推理 推理分为闭式推理和开式推理，前者用于寻找概念间的联系，后者用于寻找问题的答案 语言语义网络 用于自然语言理解，早期研究者只注意语言的表面结构，后发展为研究语言的语义结构 FTCS语义网络，以Filmore提出的格文法为基础 FTCS的语义结构可用BNF表示如下： 句子::=语态陈述 语态::=时态|体态|情态| 方式|时间|本性 陈述::=动词格变元|主题格变元 格变元::=格关系名词短语| 格关系句子 格关系::=当事者|主题|地点| 源泉|目标 语言语义网络 例子：拿破仑在滑铁卢遭受了最终的失败 Ontology与语义web 1990年Tim.Berners-Lee发明了互联网上的超文本系统,使网络互连技术用于人们的信息交流与共享,促进了互联网的发展。 超文本系统没有对信息的含义进行描述, 而人们真正关心的是信息的内容,也就是互联网上的文本、图片等资源所包含的意义。 2000年的世界XML (Extensible Markup Language)大会上, 蒂姆.伯纳斯.李做了题为SemanticWeb的演讲,对语义Web的概念进行了解释,并提出了语义Web的体系结构。 Ontology与语义web 语义Web是互联网研究者对下一代互联网的称谓，通过扩展现有互联网，在信息中加入表示其含义的内容,使计算机可以自动与人协同工作。 语义Web中的各种资源不再只是各种相连的信息,还包括其信息的真正含义，从而提高计算机处理信息的自动化和智能化。 语义Web的建立需要研究者们对信息进行有效的表示，制定统一的标准，使计算机可以对信息进行有效的自动处理。 Ontology与语义web Ontology与语义web XML层作为语法层 RDF(ResourceDescriptionFramework)层作为数据层 本体层(OntologyLayer)作为语义层 逻辑层(LogicLayer)提供了智能推理的规则 证据层(ProofLayer)支持代理间通讯的证据交换。 Ontology与语义web Ｏｎｔｏｌｏｇｙ在ＳｅｍａｎｔｉｃＷｅｂ技术中居核心地位 Ｏｎｔｏｌｏｇｙ最早是哲学中的基本概念，研究“ｂｅｉｎｇ”之所以为“ｂｅｉｎｇ”的理论 把“本体论”引入人工智能领域，被用作概念化的本质表示，也就在正规的形式且是机器可读的方式下定义相关领域术语和关系，以及利用这些术语和关系构成该领域的规则的集合 Ｏｎｔｏｌｏｇｙ中定义的概念在各个专门领域的实际运用(实用数据)与Ｏｎｔｏｌｏｇｙ一起构成Ｓｅ ｍａｎｔｉｃＷｅｂ的基础 Ontology与语义web 将Ｏｎｔｏｌｏｇｙ引入Ｗｅｂ主要体现在两方面: 以Ｏｎｔｏｌｏｇｙ为基础,以ｘｘＭＬ技术(建立在ＸＭＬ基础之上)为手段对Ｗｅｂ上的信息进行组织。 以Ｏｎｔｏｌｏｇｙ为基础组织的Ｗｅｂ信息往往又利用各种知识表示方法整合到知识库中, 可以在Ｗｅｂ环境下分布并保证惟一性、一致性、高效性。 从某种意义上说,ＳｅｍａｎｔｉｃＷｅｂ的生命力和发展性取