人工智能技术与应用（案例版）课件 第2、3章 知识表示与知识图谱；搜索与推理.pptx

第2章知识表示与知识图谱人工智能技术与应用ArtificialintelligencetechnologyandApplication

1.知识与知识表示2.谓词逻辑表示法3.产生式表示法4.知识图谱5.产生式知识表示案例

2.1知识与知识表示知识基本概念知识是经过削减、塑造、解释和转换的信息。知识的不确定性知识的相对正确性可表示性与可利用性知识的特性

知识的分类按知识的作用效果知识可分为陈述性知识、过程性知识和控制性知识。其中，陈述性知识是关于世界的事实性知识，主要回答“是什么”、“为什么”等问题。过程性知识是描述在问题求解过程所需要的操作、算法或行为等规律性的知识，主要回答“怎么做”的问题。控制性知识是关于如何使用前两种知识去学习和解决问题的知识。按知识的确定性按知识的确定性把知识分为确定性知识和不确定知识。确定性知识是可以指出其值为“真”或“假”的知识，是精确性知识；不确定性知识指具有“不确定”特性的知识，它是对不精确、不完全及模糊性知识的总称。按知识的适用范围知识可分为常识性知识和领域性知识。常识性知识是指通用通识的知识，即人们普遍知道的、适用于所有领域的知识。领域性知识是指面向某个具体领域的专业性知识，这些知识只有该领域的专业人员才能够掌握和运用它，如领域专家的经验等。

知识与知识表示知识表示的含义知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示的分类充分性可利用性可理解性可扩充性知识表示的要求符号表示法和连接机制表示法

2.2谓词逻辑表示法例1.命题“王宏是学生”。谓词表示为STUDENT（WangHong）。其中，WangHong是个体，代表王宏；STUDENT是谓词名，说明王宏是学生主这一特征。通常，谓词名用大写英文字母表示，个体用小写英文字母表示。例2.命题“53”。谓词表示为Greater(5,3)。若命题“x3”，则谓词表示为Greater(x,3)，式中x是变元。例3.命题“王宏的父亲是教师”。谓词表示为TEACHER（father（WangHong））。其中father（WangHong）是一个函数，表示命题中的定语关系。

逻辑符号含义

2.3产生式表示法规则描述的是事物间的因果关系，其含义是“如果……则……”。在经典的“动物识别系统”中，利用产生式规则表示为： IF动物有羽毛THEN动物是鸟其前提条件是“动物有羽毛”，结论是“动物是鸟”，其含义是“如羽毛，则动物是鸟”。

产生式系统规则库是用于描述相应领域内过程性知识的产生式集合。对知识进行合理的组织与管理，提高问题求解效率。综合数据库包含事实库、上下文、黑板等，用于存放问题求解过程中的各种信息的数据结构，包括初始状态、原始证据、中间结论、最终结论，其内容在推理过程中在动态、不断变化的。

2.4知识图谱以图结构存储的语义网络。通过这样的方式，让使用者更加便捷地发现新知识。

知识图谱起源与发展

知识图谱的构建

知识图谱特点基于知识图谱的交互探索式分析，可以模拟人的思考过程去发现、求证及推理,员自己就可以完成全部过程，不需要专业人员的协助。利用交互式机器学习技术，支持根据推理、纠错及标注等交互动作的学习功能,不随淀知识逻辑和模型，提高系统智能性，将知识沉淀在企业内部，降低对经验的依赖。知识学习图式的数据存储方式，相比传统存储方式，数据调取速度更快，图库可计算超过百万的实体的属性分布，可实现秒级返回结果，真正实现人机互动的实时响应，让用户可以做到即时决策。高速反馈基于知识图谱的交互探索式分析，可以模拟人的思考过程去发现、求证及推理,员自己就可以完成全部过程，不需要专业人员的协助。像人类思考一样去做分析传统数据库通常通过表格、字段等方式进行读取，而关系的层级及表达方式多种么且基于图论和概率图模型，可以处理复杂多样的关联分析，满足企业各种角色关系的州管理需要。关系的表达能力强

知识图谱的应用

2.5产生式知识表示案例设计产生式动物识别系统，该系统能够识别虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁等七种动物。

程序结果

本章小结

第3章搜索与推理人工智能技术与应用ArtificialintelligencetechnologyandApplication

1.搜索概述2.盲目搜索3.启发式搜索4.推理5.搜索案例

案例引入当我们到陌生的城市旅游时，常使用手机的APP进行搜索地点、路径导航等，也会搜索附近的美食、旅店等。当我们在面对一个新事物，新产品，新概念时，常使用搜索引擎工具进行查询、了解、学习。搜索技术在日常生活中的普遍应用和重要性是不言而喻的。但你是否想过，在你使用智能助手搜索附近的餐厅过程中，