人工智能重点词汇表.pdf

. 1. 人工智能 从狭义的概念上来讲，人工智能是计算机科学中涉及研究，设计和应用智能机器的一个分支，是智能 计算机系统的研究。从广义上来讲，人工智能是指人类智能行为规律、智能理论方面的研究。 2. 图灵试验 当一个人与一个封闭房间里的人或者机器交谈，如果他不能分辨自己问题的回答是计算机还是人给出， 则称该机器是具有智能的。以往该试验几乎是衡量机器人工智能的唯一标准，但是从九十年代开始，现代 人工智能领域的科学家开始对此试验提出异议。反对封闭式的，机器完全自主的智能。提出与外界交流的， 人机交互的智能。 3. 归结原理 又称为消解原理。该原理是一种基于逻辑的、采用反证法的推理方法。由于其理论上的完备性，归结 原理成为机器定理证明的主要方法。 4. 命题 描述事实、事物的状态、关系等性质的文字串，取值为真或假（表示是否成立）的句子。 5. 范式 范式是公式的标准形式，公式往往需要变换为同它等价的范式，以便对它们作一般性的处理。 6. 前束范式 A 是一个前束范式，如果 A 中的一切量词都位于该公式的最左边（不含否定词），且这些量词的辖域 都延伸到公式的末端。 7. Skolem 标准形 前束范式中消去所有的存在量词，则称这种形式的谓词公式为Skolem 标准形。 8. 文字 不含任何连接词的谓词公式。 9. 子句 一些文字的析取（谓词的和）。 10. 子句集 所有子句的集合。 11. 一阶逻辑 谓词中不再含有谓词的逻辑关系式。 12. 个体词 表示主语的词。 13. 谓词 刻画个体性质或个体之间关系的词。 14. 量词 表示数量的词。 15. 置换 可以简单的理解为是在一个谓词公式中用置换项去置换变量。置换是形如{t1/x1, t2/x2, …, tn/xn}的有限 集合。其中，x 1, x2, …, xn 是互不相同的变量，t1, t2, …, tn 是不同于xi 的项（常量、变量、函数）；ti/xi 表示用 ti 置换 xi ，并且要求 ti 与 xi 不能相同，而且 xi 不能循环地出现在另一个 ti 中。 16. 归类 可编辑文本 . 设有两个子句 C 和 D ，若有置换 σ 使得 C σ D 成立，则称子句 C 把子句 D 归类。 17. 支撑集 设有不可满足子句集 S 的子集T，如果 S-T 是可满足的，则 T 是支持集。 18. 公式 G永真 对于 G 的所有解释，G 都为真。 19. 公式 G永假（矛盾） 没有一个解释使 G 为真。 20. 可满足 若 A 至少有一个成真赋值，则称 A 为可满足的。 21. 不可满足 若 A 一个成真赋值都没有，则称 A 为不可满足的。 22. 完全语义树 S 的语义树是完全的，如果对该语义树的所有叶结点 N 来说，I(N)包含了 S 的原子集 A ＝{A1，A2 ，…} 中的所有元素 Ai 或～Ai ，i=1 … n。 23. 失败结点 当（由上）延伸到点 N 时，I(N) 已表明了 S 的某子句的某个基例为假。但 N 以前尚不能判断这事实。 就称 N 为失败结点。 24. 封闭语义树 如果 S 的完全语义树的每个分枝上都有一个失败结点，就称它是一棵封闭语义树。 25. 不确定性推理 建立在不确定性知识和证据的基础上的推理。 26. Bayes 定理 设事件 A ，A ，A ，…，A 中任意两个事件都不相容，则对任何事件 B 有下式成立： 1 2 3 n 可编辑文本 . 上式称为 Bayes 公式。 27. 全概率公式 这是 Bayes 定理的另一种形式。 28. 贝叶斯网 由一个有向无环图（DAG）及描述顶点之间的概率表组成。其中每个顶点对应一个随机变量。这个图 表达了分布的一系列有条件独立属性：在给定了父节点的