第五章 知识获取及表达.ppt

这个模型中包括三个基本过程： 联想：根据新问题的某些特征联想到过去某些相似的情节，以指导新问题的解决； 变换：情节知识的变换和重构； 类比：将新问题及解并入知识库，将新旧问题之间的共同特征组成一般化的情节，而将差异作为索引。 新问题 新问题的解 老问题 老问题的解 类比学习模型 返 回本节 三、知识获取要考虑的问题 1.知识的抽取 2.多位专家知识的抽取 3.适当的知识容量的确定 4.知识使用的频度 返 回本章 第三节 知识表达 一、概论 二、产生式系统 三、谓词逻辑表达 四、PROLOG 五、语义网 六、框架 一、概论 知识表示是一个复杂的问题，目前还没有对所有问题都适用的知识表示方法。当前，有三中不同的观点。 1.认识论表示观假设 这种观点认为表示是对自然界的描述,表示自身不显示智能行为,其唯一的作用是携带知识. 2.本体论表示观假设 本体论观点认为表示是对自然界的一种近似,它规定了看待自然界的方式,即是一种约定的集合.表示只是描述了在这个世界中,观察者当前所关心的那部分,其它部分被忽略. 这种观点强调观察部分的有效性和“启发式”研究. 3.知识工程表示观 表示是对自然世界描述的计算模型,它应满足计算机这一实体的具体限制,因此可以理解为一类数据结构及在其上的一组操作. 知识表示应做到以下几点: 充分表示,充分推理,有效推理,有效地获取知识. 返 回本节 二、产生式系统 产生式系统是一种问题求解系统,是事件驱动型系统,适于用if-then来表示问题,这种形式称为产生式规则. 产生式系统有三个组成部分:综合数据库,产生式规则库和控制系统. 综合数据库包括所有完成特殊任务的有用信息,或已知条件,随着规则右边部分的执行,数据库可能增加新的内容. 产生式规则库:规则包括左边和右边两部分,左边决定规则的可用条件,右边表示条件成立时应采取的行动,或条件成立时产生的结果. 二、产生式系统 控制系统对当前状态选择一条可应用的规则,并记住已经选用的规则序列以及执行规则产生的新数据.控制系统运用适当的策略把一组规则重复地应用到状态描述,直到产生目标状态描述为止.见下例. 分油的例子 初始状态(8,0,0),目标状态(4,4,0).a:8,b:5,c:3 产生式规则(8条): R1:(a,b,c|b5)→(a-(5-b),5,c) R2:(a,b,c|b5,b+c5) →(a,5,c-(5-b)) R3:(a,b,c|c3)→(a-(3-c),b,3) R4:(a,b,c|c3,b+c3)→(a,b-(3-c),3) R5:(a,b,c|b0)→(a+b,0,c) R6:(a,b,c|b5)→(a,0,b+c) R7:(a,b,c|c0)→(a+c,b,0) R8:(a,b,c|c0,b+c5)→(a,b+c,0) 控制策略采用广度优先策略,按规则ri(i=1,2,…,8)足标顺序选择规则,生成新结点放入数据库,如果一条通路上生成了目标状态结点,则这一条路一定是最短通路. 如图示. (8,0,0) (3,5,0) (0,5,3) (3,2,3) (6,2,0) (6,0,2) (1,5,2) (1,4,3) (4,4,0) (5,0,3) (5,3,0) (2,3,3) (2,5,1) (7,0,1) (7,1,0) (4,1,3) r1 r3 r4 r7 r6 r1 r4 r7 r8 r3 r8 r3 r2 r5 r8 r3 产生式系统的优缺点 优点: 1.自然性 2.灵活性 3.通用性 4.可分解性 缺点: 1.效率低 2.表达能力单一 返 回本节 三、谓词逻辑表达 1.命题演算 2.谓词演算 1.命题演算 命题:可以分别真假的句子,一般用字母表示.如:P表示“石油大学是国家重点高校”,Q表示“机械工程是一级学科”,R表示“石油大学在上海” 原子:不能再分的命题. 命题连接词: “非”: (或~P),命题的否定式 “且”: P∧Q,命题的合取式 “或”:P∨Q,命题的析取式 “如果…则”:P→Q,命题的蕴涵式 “当且仅当”:P?Q,命题的等价式 P 2.谓词演算 个体:一个命题要作出判断的那些项目. 谓词:命题对个体作出判断的那部分. 例 一元谓词:判断个体特征的谓词. 多元谓词:判断个体之间关系的谓词. 一阶谓词逻辑:只对个体符号使用量词的谓词逻辑 谓词公式与量词 在一阶谓词演算中,合法的表达式称为合式公式,即谓词公式。 全称量词:“?”,表示“任何”、“每一个” 存在量词：“?”,表示“有一个”、“存在” 利用上述符号，可把单个谓词组合成复杂的谓词公式，表达复杂的领域知识。 谓词逻辑表示方法 谓词逻辑不仅可以用来表示事物的状态、属性、概念等事实性知识，也可用来表示事物的因果关系，即规则。对事实性知识，通常用否定、析取或合