知识表示与处理（2025-第4次课 产生式规则）.pdfVIP

概率图模型

知识类型\表示方逻辑表示产生式规则框架/属性-三元组/RDF本体/OWL神经网络表示流程图/工作

自然语言文本（贝叶斯网络模糊逻辑

法（一阶逻辑等）（If-Then）值对（如知识图谱）（描述逻辑）（向量嵌入）流

等）

△（可作为规则前

事实性知识✅✅✅✅✅△（若带概率）✅❌❌

提）

△（可描述

概念性知识✅✅❌△（需配合本体）✅✅❌△（语义相似）❌❌

概念属性）

△（部分关

关系性知识✅✅△（关系可作条件）✅✅✅△（依赖关系）✅❌❌

系）

规则性知识△（需解析）✅✅✅❌❌△（SWRL规则）△（概率规则）❌△（模糊规则）❌

过程性知识✅❌❌❌❌❌❌❌❌✅✅

✅（通过元属性

△（附加字✅（元本体、注△（置信度建△（嵌入可信△（模糊元信△（流程元数

元知识✅△（高阶逻辑）△（元规则）如

段）解）模）度）息）据）

dcterms:source）

❌（经典逻辑不△（附加置△（需扩展置信△（OWL+概率扩

不确定性知识△（含模糊词）△（置信因子）✅✅△（概率嵌入）✅✅❌

支持）信度）度）展）

△（典型属✅（如△（可形式化部✅（LLM隐式

常识知识✅✅△（非单调逻辑）△（默认规则）△（常识概率）△（模糊常识）❌