知识表示与处理（2025-第2次课 知识表示的对象）.pdfVIP

知识表示不仅是技术问题，更是连接人

类认知与机器智能的桥梁。随着大模型

与知识增强技术的发展，这一经典领域

正迎来新的复兴。

数字、数据、信息、知识、智能

知识表示的研究对象？

知识表示（KnowledgeRepresentation,KR）是人工智能的核心基础

领域之一，其研究对象聚焦于如何在计算机中形式化地描述、组织、

存储和操作人类知识，以便机器能够理解、推理和应用这些知识。其

研究对象既包括知识本身的结构与语义，也包括表示形式、推理机制

和计算模型。

核心目标：使机器既能“记住”知识，又能“理解”和“运用”知识。

├──知识的类型（事实、规则、常识、不确定性等）

├──知识的表示形式（逻辑、规则、图谱、本体、向量等）

├──知识的语义与推理机制（含义、推理能力、复杂性）

├──知识的组织与管理（知识库、本体工程、融合、更新）

└──新兴交叉方向（神经符号、多模态、可解释性等）

知识的类型

知识类型说明示例

事实性知识（Factual“北京是中国的首都”、“水的沸点是

关于世界的具体事实

Knowledge）100℃”

概念性知识（Conceptual概念、类别及其属性“鸟是一种动物”、“哺乳动物有脊椎”

Knowledge）

关系性知识（Relational“爱因斯坦是相对论的提出者”、“巴黎

实体之间的关联

Knowledge）位于法国”

规则性知识（Rule-based

因果、条件、行为规则“如果发烧且咳嗽，则可能患流感”

Knowledge）

过程性知识（Procedural“登录系统的步骤：输入用户名→输入

如何做某事的步骤或流程

Knowledge）密码→点击登录”

“该规则仅适用于成人”、“此信息来源

元知识（Meta-knowledge）关于知识本身的知识可信度高”

不确定性知识（Uncertain带有概率、模糊性或置信度

“吸烟者患肺癌的概率约为15%”

Knowledge）的知识

常识知识（Commonsense

人类普遍默认的背景知识“人需要呼吸”、“玻璃易碎”

Knowledge）

知识的类型

事实性知识（FactualKnowledge）

指关于现实世界中具体、客观、可验证的实体、事件、属性及其相互关

系的知识。这类知识描述“是什么”（whatis），而非“如何做”（

howto）或“为什么”（why）。

核心特征：具有真值性（truthvalue）——在特定时空和认知框架下

，可以被权威来源证实为真或假。

•客观性：不依赖个人信念或主观判断；

•可验证性：可通过观察、实验、权威记录或数据库