第二章-知识表示课件.pptVIP

2.4 语义网络表示法 2.4.1 语义网络的基本概念 2.4.2 事务和概念的语义网络表示 2.4.3 情况和动作的语义网络表示 2.4.4 逻辑关系的语义网络表示 2.4.5 语义网络的求解过程 2.4.6 语义网络表示法的特征 语义网络是奎廉(J.R.Quillian) 1968年在研究人类联想记忆时提出的一种心理学模型，认为记忆是由概念间的联系实现的。随后，奎廉又把它用作知识表示。1972年，西蒙在他的自然语言理解系统中也采用了语义网络表示法。1975年，亨德里克(G.G.Hendrix)又对全称量词的表示提出了语义网络分区技术。 什么是语义网络 语义网络是1968年Quillian提出来的，目的是用来描述人对事物的认识，对人脑的功能的模拟。 语义网络是一个有向图，其中结点表示个体，而弧表示二个体间的二元关系，弧上标记关系模型名称，单一个体就由一结点表示。 2.4.1 语义网络的基本概念 什么是语义网络 结点： 实体，表示各种事物、概念、情况、属性、状态、事件、动作等； 弧：语义关系，表示它所连结的两个实体之间的语义联系，它必须带有标识。 语义基元 语义网络中最基本的语义单元称为语义基元，可用三元组表示为： （结点1，弧，结点2） 基本网元 指一个语义基元对应的有向图 2.4.1 语义网络的基本概念 例如：若有语义基元（A, R, B），其中，A、B分别表示两个结点，R表示A与B之间的某种语义联系，则它所对应的基本网元如下图所示： A B R 2.4.1 语义网络的基本概念 主要缺点 ——知识表示能力差：只能表示确定性知识，而不能表示非确定性知识、过程性知识和启发式知识 ——知识库管理困难：缺乏知识的组织原则，知识库管理比较困难 ——存在组合爆炸：由于难以表示启发式知识，因此只能盲目地使用推理规则，这样当系统知识量较大时，容易发生组合爆炸 ——系统效率低：它把推理演算与知识含义截然分开，抛弃了表达内容中所含有的语义信息，往往使推理过程冗长，降低了系统效率 谓词逻辑表示的特征 产生式表示法 产生式是目前人工智能中使用最多的一种知识表示方法 2.3.1 产生式表示的基本方法 事实的表示 规则的表示 2.3.2 产生式系统的基本结构 2.3.3 产生式系统的基本过程 2.3.4 产生式系统的控制策略 2.3.5 产生式系统的类型 2.3.6 产生式系统的特性 2.3.1 产生式表示的基本方法 事实的定义 事实：断言一个语言变量的值或断言多个语言变量之间关系的陈述句 语言变量的值或语言变量之间的关系可以是数字、词等 例如：“雪是白的”，其中“雪”是语言变量，“白的”是语言变量的值 “王峰热爱祖国”，其中，“王峰”和“祖国”是两个语言变量, “热爱”是语言变量之间的关系 事实的表示 确定性知识： 事实可用如下三元组表示： （对象，属性，值）或（关系，对象1，对象2） 非确定性知识： 事实可用如下四元组表示： （对象，属性，值，可信度因子） “可信度因子”是指该事实为真的相信程度。可用[0,1]之间的一个实数来表示。 事实的表示 规则的作用： 描述事物之间的因果关系。 规则的产生式表示形式常称为产生式规则，简称为产生式或规则。 产生式的基本形式： P→Q 或者 IF P THEN Q 产生式的含义： 如果前提P满足，则可推出结论Q或执行Q所规定的操作 2.3.1 产生式表示的基本方法 产生式规则的例子： r6: IF 动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物 规则的表示 综合数据库DB(Data Base) 存放求解问题的各种当前信息 控 制 系 统 规 则 库 综合数据库 2.3.1 产生式表示的基本方法 控制系统(Control system) 控制系统的主要作用 亦称推理机，用于控制整个产生式系统的运行，决定问题求解过程的推理线路 规则库RB(Rule Base) 也称知识库KB(Knowledge Base) ,用于存放与求解问题有关的所有规则的集合 作用：是产生式系统问题求解的基础 要求：知识的完整性、一致性、