人工智能知识表示方法课件

,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,人工智能 知识表示方法,人工智能 知识表示方法,1,内容简介,2.2,一阶谓词逻辑表示法,2.3,产生式表示法,2.4,框架表示法,2.6,面向对象表示法,6,2,3,4,2.1,概述,1,2.5,语义网络表示法,5,2024/8/31,内容简介2.2 一阶谓词逻辑表示法2.3 产生式表示法2.4,2.1.1,知识,知识定义,Feigenbaum,Bernstein,知识与信息不一样，知识信息经过加工整理、解释、挑选和改造而形成。简单地说，知识是经过加工的信息。,知识是由特定领域的描述、关系和过程组成的。,Hayes-Roth,知识是事实、信念和启发式规则。从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。,Bacon,知识就是力量,2024/8/31,2.1.1 知识知识定义 Feigenbaum Bernst,知识,总之，可以认为知识是经过加工的信息，它包括事实、信念和启发式规则。,2024/8/31,知识总之，可以认为知识是经过加工的信息，它包括事实、信念和启,2.1.1,知识,事实,规则,是关于对象和物体的知识，常以,“,是,”,的形式出现。事实是静态、可共享、可公开获得、公认的知识，位于知识库的底层,有关问题中与事物的行动、动作相联系的因果关系知识，是动态的，常以,“,如果,那么,”,形式出现。特别是启发式知识属于专门经验知识。,控制,有关问题的求解步骤、技巧性知识，告诉怎么做一件事。,元知识,有关知识的知识，是知识库中的高层知识。例如，怎样使用规则，解释规则、校验规则、解释程序结构等知识。 它可以决定哪一个知识库适用。,知识要素,2024/8/31,2.1.1 知识 事实 规则是关于对象和物体的知识，常以“,2.1.1,知识,北京是中国的首都；太湖在苏州的西边,怎样制作松鼠桂鱼；手机维修法。,微分方程刻划了一个函数的行为。,例如,燕子低飞；南京是江苏省的省会。,谜语“山叠叠而不高，路遥遥而不远，雷轰轰而不雨，雪飘飘而不寒”,-,（石磨）,一个计算机辅助教学系统要知道用户理解的程度；,事实性知识,过程性知识,行为性知识,知识分类,实例性知识,类比性知识,元知识,2024/8/31,2.1.1 知识北京是中国的首都；太湖在苏州的西边怎样制作松,2.1.2,知识表示,选取知识表示的因素,表示知识的范围是否广泛,是否适于推理,是否适于计算机处理,是否有高效的求解算法,能否表示不精确知识,知识表示的分类,陈述性知识表示,：将知识表示与知识的运用分开处理，在表示知识时，并不涉及如何运用知识的问题，是一种静态的描述方法。如学生统计表。,过程性知识表示,：将知识表示与知识的运用相结合，知识包含于程序中，是一种动态的描述方法。如转置矩阵的程序隐含了专职矩阵的知识。,知识表示的定义,可看成是一组事物的约定，以把人类知识表示成机器能处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。,能否在同一层次上和不同层次上模块化,知识和元知识能否用统一的形式表示,是否适合于加入启发信息,过程性表示还是说明性表示,表示方法是否自然,返回,2024/8/31,2.1.2 知识表示选取知识表示的因素表示知识的范围是否广泛,大家应该也有点累了，稍作休息,大家有疑问的，可以询问和交流,大家应该也有点累了，稍作休息大家有疑问的，可以询问和交流,2.2,一阶谓词逻辑表示法,一种重要的知识表示方法，它以数理逻辑为基础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。它的表现方式和人类自然语言非常接近，它能够被计算机进行精确推理。,一阶谓词逻辑表示法,2024/8/31,2.2 一阶谓词逻辑表示法一种重要的知识表示方法，它以数理逻,相关概念,2024/8/31,命题逻辑,命题逻辑,就是研究命题和命题之间关系的符号逻辑系统。通常用大写字母,P,、,Q,、,R,、,S,等来表示命题。如：,P,：今天下雨,P,是命题的名或命题标识符,命题常量,：命题标识符表示一个确定的命题。,命题变元,：命题标识符只表示任意命题的位置标志。当命题变元,P,用一个特定的命题取代时，,P,才能确定真值，这时称为对,P,进行指派。,命题的分类,原子命题：,不能分解成更简单的陈述语句。,复合命题,：由联结词、标点符号和原子命题等复合构成的命题。,命题逻辑,所谓命题就是具有真假意义的陈述句。如“今天下雨”、“,1+100=101,”，真或假用符号,T,或,F,表示。,2024/8/31,相关概念2023/9/7命题逻辑命题逻辑就是研究命题和命题之,语法,2024/8/31,2024/8/31,(1),命题常元和命题变元是命题公式，也称为原子公式。,(2),如果,P,、,Q,是命题公式，那么,P,、,PQ,、,PQ,、,PQ,和,P,Q,也是命题公式。,(3),只有有限步引用（,1,）、（,2,）条款所组成的符号串是命题公式。,5,个联结词的优先级顺序为：,、,、,、,、,。,命题公式,命题符号包括以下几种,(1),命题常元：,True(T),或,False(F),表示；,(2),命题符号,：,P,、,Q,、,R,等；,(3),连接词,：,(,否定，,not),，,P,称为“非,P,”；,(,合取，,conjunction),，,PQ,表示“,PQ,”；,(,析取，,disjunction),，,PQ,表示“,PQ,”；,(,蕴含，,implication),，,PQ,表示“,P,蕴含,Q,”，,P,称为蕴含的前件，,Q,称为蕴含的后件；,(,等价，,equivalent),，,P,Q,表示“,P,当且仅当,Q,”。,2024/8/31,语法2023/9/72023/9/7(1) 命题常元和命题变,联结词的语义,2024/8/31,2024/8/31,2024/8/31,真值表,联结词的语义定义如下,P,为真，当且仅当,P,为假。,PQ,为真，当且仅当,P,和,Q,都为真。,PQ,为真，当且仅当,P,为真，或者,Q,为真。,PQ,为真，当且仅当,P,为假，或者,Q,为真。,P,Q,为真，当且仅当,PQ,为真，并且,QP,为真。,2024/8/31,联结词的语义2023/9/72023/9/72023/9/7,谓词,一阶谓词逻辑根据对象和对象上的谓词,(,即对象的属性和对象之间的关系,),，通过使用联结词和量词来表示世界。,主要思想：世界是由对象组成的，可以由标识符和属性来区分它们。在这些对象中，还包含着相互间的关系。,2024/8/31,谓词一阶谓词逻辑根据对象和对象上的谓词(即对象的属性和对象之,谓词语法,2024/8/31,2024/8/31,2024/8/31,(1),常量符号：如张静,。,(2),变量符号：通常用小写字母表示，如,x,y,z,(3),函数符号：通常用小写英文字母或小写英文字母串表示，如,plus,、,f,、,g,(4),谓词符号：通常用大写英文字母或（首字母）大写英文字母串表示。,(5),联结词：,、,、,、,、,。,(6),量词：全称量词，存在量词。,x,表示“对个体域中所有,x,”,x,表示“在,个体域中存在个体,x,”。 和后面的,x,叫做量词的指导变元。,谓词逻辑的语法元素表示,谓词,用于刻画个体的性质、状态和个体之间关系的语言成分就是谓词。,如，李静是研究生。,Graduate(,张静,),谓词形式：,P,（,x,1,x,2,x,n,）,其中，,P,是谓词，,x,1,x,2,x,n,是个体。,2024/8/31,谓词语法2023/9/72023/9/72023/9/7(1,一阶或多阶谓词,任何函数符号和谓词符号都取指定个数变元。,若函数符号,f,中包含的个体数目为,n,，则称,f,为,n,元函数符号,。如,father(x),是一元函数,若谓词符号,P,中包含的个体数目为,n,，则称,P,为,n,元谓词符号,。如,Less(x,y),是二元谓词。,如果谓词,P,中的所有个体都是个体常量、变元或函数，则称该谓词为,一阶谓词,；,如果某个个体本身又是一个一阶谓词，则称,P,为,二阶谓词,，依次类推。,个体变元的取值范围称为,个体域,。其可以是有限或无限的。,2024/8/31,一阶或多阶谓词任何函数符号和谓词符号都取指定个数变元。202,2.2.1,知识的谓词逻辑表示法,用谓词公式既可表示事物的状态、属性和概念等事实性的知识，也可表示事物间具有因果关系的规则性知识。,用谓词公式表示知识的一般步骤,2.,根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。,1.,定义谓词及个体，确定每个谓词及个体的确切含义。,3.,根据所要表达的知识的语义，用适当的连接符将各个谓词连接起来形成谓词公式。,2024/8/31,2.2.1 知识的谓词逻辑表示法用谓词公式既可表示事物的状态,2.2.2,谓词逻辑表示知识举例,用谓词逻辑表示下列知识：,张三是学生，李四也是学生。,例,1,第一步,第二步,第三步,定义谓词如下：,ISStudent(x),：,x,是一个学生,张三是个体 李四也是个体,根据语义，用逻辑连接符连接,ISStudent(,张三,),ISStudent(,李四,),将个体代入谓词中，得到,ISStudent(,张三,),，,ISStudent(,李四,),2024/8/31,2.2.2 谓词逻辑表示知识举例用谓词逻辑表示下列知识：例1,2.2.2,谓词逻辑表示知识举例,用谓词逻辑表示下列知识：,武汉是一个美丽的城市，但她不是一个沿海城市。,如果马亮是男孩，张红是女孩，则马亮比张红长得高。,例,2,第一步,第二步,第三步,定义谓词如下：,BCity(x),：,x,是一个美丽的城市,HCity(x),：,x,是一个沿海城市,Boy(x),:,x,是男孩,Girl(x),:,x,是女孩,High(x,y),:,x,比,y,长得高,根据语义，用逻辑连接符连接,BCity(wuhan)HCity(wuhan),(Boy(mal)Girl(zhangh)High(mal,zhangh),将个体代入谓词中，得到,BCity(wuhan), HCity(wuhan), Boy(mal), Girl(zhangh), High(mal,zhangh),2024/8/31,2.2.2 谓词逻辑表示知识举例用谓词逻辑表示下列知识：例2,2.2.2,谓词逻辑表示知识举例,2024/8/31,用谓词逻辑表示下列知识：,人人爱劳动。,自然数都是大于零的整数。,所有整数，不是偶数就是奇数。,例,3,第一步,第二步,第三步,定义谓词如下：,MAN(x),：,x,是人,LOVE,(x,，,y),：,x,爱,y N(x),:,x,是自然数,I(x):x,是整数,E,(x),:,x,是偶数,O,(x),:,x,是奇数,GZ(x): x,大于零,根据语义，用逻辑连接符连接,(,x)(,MAN(x),LOVE,(x,，,labour),(,x)(,N(x),GZ(x),I(x),(,x)(,I(x),E,(x),O,(x),),将个体代入谓词中，得到,LOVE,(x,，,labour),2024/8/31,2.2.2 谓词逻辑表示知识举例2023/9/7用谓词逻辑表,2.2.3,一阶谓词逻辑表示法特点,优点,缺点,严密性,易于实现,知识易表达,通用性,自然性,效率低,过程冗长,灵活性差，不确定知识,组合爆炸,返回,2024/8/31,2.2.3一阶谓词逻辑表示法特点优点缺点严密性易于实现知识易,2.3,产生式表示法,它使用类似文法的规则。用该方法求解问题时的思路与人类很相似。目前大部分的专家系统都采用产生式系统的结构来构建。,产生式知识表示方法,1943,年由美国数学家,E.Post,提出。,2024/8/31,2.3 产生式表示法 它使用类似文法的规则。用该方法求解问题,产生式系统的组成,2024/8/31,产生式系统的基本要素,控制系统或策略是规则的解释程序。它规定了如何选择一条可应用的规则对数据库进行操作即决定了问题的推理路线。,产生式系统所使用的主要数据结构，用来表述问题状态或有关事实，即它含有所求问题的信息，期中有些部分可以是不变的，有些部分可能只与当前问题的节有关。,一般形式：,ifthen,描述了应用这条规则所采用的行动或得出的结论。,综合数据库,一个,控制系统,一组产生式规则,2024/8/31,产生式系统的组成2023/9/7产生式系统的基本要素控制系统,2.3.1,产生式的基本形式,产生式通常用于表示具有因果关系的知识，其基本形式是,PQ,或,IF P THEN Q,其中，,P,是产生式的前提或条件，用于指出该产生式是否是可用的条件；,Q,是一组结论或动作，用于指出该产生式的前提条件,P,被满足时，应该得出的结论或应该执行的操作。,P,和,Q,都可以是一个或一组数学表达式或自然语言。,2024/8/31,2.3.1 产生式的基本形式产生式通常用于表示具有因果关系的,对于规则，表示事物间的因果关系，以下式描述：,“,if Condition then action,”,聪明人智力竞赛：主持人在三个竞赛者头上戴一顶帽子，,帽子颜色分红白两种，但至少有一顶是白帽，题目是说,出自己所戴帽子的颜色。戴毕，主持人连问两次，三人,面面相觑，无一人能答。问到第三次时，某甲抢先给出,了答案。试问某甲的判断的依据是什么？,举例,1,2024/8/31,对于规则，表示事物间的因果关系，以下式描述：聪明人智,举例,(1),帽色,(,聪明人,A,，红,),帽色,(,聪明人,B,，红,),AB,帽色,(,自己，白,),(2),帽色,(,聪明人,A,，红,),帽色,(,聪明人,B,，白,),答不出,(,聪明人,B),帽色,(,自己，白,),(3),帽色,(,聪明人,A,，红,),帽色,(,聪明人,B,，白,),答出,(,聪明人,B),帽色,(,自己，红,),(4),帽色,(,聪明人,A,，白,),帽色,(,聪明人,B,，白,),答不出,(,聪明人,A),答不出,(,聪明人,B) ,帽色,(,自己，白,),(5),帽色,(,聪明人,A,，白,),帽色,(,聪明人,B,，白,),答不出,(,聪明人,A),答不出,(,聪明人,B),第二次答出,(,聪明人,B) ,帽色,(,自己，红,),产生式系统设计,2024/8/31,举例(1)帽色(聪明人A，红)帽色(聪明人B，红) A,使用产生式系统求解问题：设字符转换规则有,A,B,C,A,C,D, B,C,G, B,E,F,D,E,已知字符,A,和,B,，求,F,。,举例,2,第一步,第二步,第三步,定义综合数据库：,x,，,x,是字符,控制策略,:,顺序排队,规则集,: (1),A,B,C,(2)A,C,D,(3)B,C,G,(4) B,E,F,(5),D,E,第四步,初始条件：,x,，,x,是字符,结束条件：,F,x,第五步,2024/8/31,使用产生式系统求解问题：设字符转换规则有A BC,举例,求解过程：,2024/8/31,求解过程：2023/9/7,事实与规则的表示,产生式表示方法容易描述事实、规则以及他们的不确定性度量。,事实可看成是断言一个语言变量的值或者多个语言变量间的关系的陈述句。,一般用三元组,(,对象，属性，值,),或,(,关系，对象,1,，对象,2),表示。若考虑不确定性就用四元组表示。,(,张宏,身份,教师,),(,李静,身份,大学生,),(,张宏,班主任,李静,),三元组举例,2024/8/31,事实与规则的表示 产生式表示方法容易描述事实、规则以及,2.3.2,产生式表示知识方法,确定性和不确定性规则知识的产生式表示,确定性规则知识,可用前面介绍的产生式的基本形式表示即可。,不确定性规则知识,用如下形式表示,PQ,（可信度） 或者,IF P THEN Q,（可信度）,IF P THEN Q,（可信度）,或者,IF P THEN Q,（可信度） 其中，,P,是产生式的前提或条件，用于指出该产生式是否是可用的条件；,Q,是一组结论或动作，用于指出该产生式的前提条件,P,被满足时，应该得出的结论或应该执行的操作。,2024/8/31,2.3.2 产生式表示知识方法确定性和不确定性规则知识的产生,2.3.2,产生式表示知识方法,2024/8/31,确定性和不确定性事实性知识的产生式表示,确定性事实性知识 一般使用三元组的形式表示如下,（对象，属性，值）或 （关系，对象,1,，对象,2,）,例,（,Zhangsan,Age,25,）,(Father,Gechunzhuang,Geyou),不确定性事实性知识 一般用四元组的形式表示如下,（对象，属性，值，不确定度量值）或,（关系，对象,1,，对象,2,，不确定度量值）,例 （,Zhangsan,Age,25,，,0.9,）,（,Father,Chenqiang,Chenchong,0.2,）,2024/8/31,2.3.2 产生式表示知识方法2023/9/7确定性和不确定,2024/8/31,不确定性问题的表示：,（,1,）张红这次英语四级考试的成绩可能及格的概率是九成；,（,2,）王伟有七成的把握拿我校羽毛球冠军。,举例,第一步,第二步,定义谓词：,PASS(X),，,x,通过英语四级,;TEST(X):x,参加英语四级考试；,Match,（,y,，,z,）：,y,参加,z,比赛；,Champion,（,u,）,: u,赢得校级冠军；,常量：,badminton,，张红，王伟,产生式表示,:,（,1,）,TEST(,张红,),PASS(,英语四级,),（,0.9,）,（,2,）,Match,（王伟，羽毛球）,Champion,（王伟）（,0.7,）,第三步,三元组表示,:,（,1,）,(,张红，,英语四级，及格，,0.9,）,（,2,）,(,王伟，羽毛球，学校冠军，,0.7,）,2024/8/31,2023/9/7不确定性问题的表示：举例第一步第二步定义谓词,2.3.3,产生式系统的组成,推理机,规则库,数据库,产生式系统的基本结构,把一组产生式放在一起，相互配合，协同作用，一个产生式的结论可以供另一个产生式作为前提，以求得问题的解，该系统称为产生式系统。,产生式系统通常由规则库、数据库和推理机这,3,个基本部分组成。,2024/8/31,2.3.3产生式系统的组成推理机规则库数据库产生式系统的基本,2.3.3,产生式系统的组成,产生式系统,用于描述某领域内知识的产生式集合，是某领域知识（规则）的存储器。,用来存放输入事实、外部数据库输入的事实以及中间结果和最后结果。,由一组程序组成，用来控制协调规则库与数据库的运行，包含了推理方式和控制策略。,规则库,数据库,推理机,2024/8/31,2.3.3产生式系统的组成产生式系统用于描述某领域内知识的产,2.3.4,产生式系统推理方式,产生式系统推理机的推理方式有正向推理、反向推理和双向推理三种。,推理过程,从已知事实出发，通过规则求得结论。或称数据驱动方式也称作自底向上的方式。,（,1,）规则集中的规则与数据库中的事实进行匹配，得匹配的规则集合。,（,2,）使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则。,（,3,）执行启用规则的后件。将该启用规则的后件送入数据库。,重复这个过程直至达到目标。,正向推理,2024/8/31,2.3.4产生式系统推理方式产生式系统推理机的推理方式有正向,2.3.4,产生式系统推理方式,反向推理,推理过程,从目标（作为假设）出发，反向使用规则，求得已知事实。这种推理方式也称目标驱动方式或称自顶向下的方式。,（,1,）规则库中的规则后件与目标事实进行匹配，得匹配的规 则集合。,（,2,）使用冲突解决算法，从匹配规则集合中选择一条规则作为启用规则。,（,3,）将启用规则的前件作为子目标。,重复这个过程直至各子目标均为已知事实成功结束。,2024/8/31,2.3.4产生式系统推理方式反向推理推理过程从目标（作为假设,2.3.4,产生式系统推理方式,双向推理是一种既自顶向下、又自底向上的推理方式，推理从两个方向同时进行，直至某个中间界面上两方向结果相符便成功结束。这种双向推理较正向或反向推理所形成的推理网络小，从而有更高的推理效率。,双向推理,2024/8/31,2.3.4产生式系统推理方式双向推理是一种既自顶向下、又自底,2.3.5,产生表示法的特点,控制饱和问题,组合爆炸问题,可信度因子,自然性,模块化,清晰性,产生表示法的特点,返回,2024/8/31,2.3.5产生表示法的特点控制饱和问题组合爆炸问题可信度因子,2.4,框架表示法,它是以框架理论为基础发展起来的一种结构化的知识表示，它适用于表达多种类型的知识。框架理论的基本观点是：人脑已存储有大量的典型情景，当面临新的情景时，就从记忆中选择一个称作框架的基本知识结构，其具体内容依新的情景而改变，形成对新情景的认识又记忆于人脑中。,框架表示法,1975,年，,Minsky,在论文“,A Framework for,Representing Knowledge”,中提出了框架理论。,2024/8/31,2.4 框架表示法它是以框架理论为基础发展起来的一种结构化的,2.4.1,框架的构成,框架是由若干个节点和关系,(,统称为槽,),构成的网络。,框架是表示某一类情景的结构化的一种数据结构。其顶层是固定的一类事物。框架由框架名和一些槽组成，每个槽有一些值，槽值可以是逻辑的、数字的、可以是程序、条件、默认值或是一个框架。,槽值含有如何使用框架信息、下一步可能发生的信息、预计未实现该如何做的信息。,2024/8/31,2.4.1 框架的构成 框架是由若干个节点和关,框架的表示,一般,结构,框架,(frame),名,槽名,(slot)1,侧面,(facet)11,值,111,值,11k1,侧面,1n1,值,1n11,值,1n1kn1,槽名,2,侧面,12,值,121,值,1211,侧面,1n2,值,1n21,值,1n21n2,2024/8/31,框架的表示一般框架(frame)名2023/9/7,框架表示举例,“椅子”,的框架。,框架名：,类属：,腿的数量：一个整数（缺省：,4,）,靠背样式：直背式,靠垫式,扶手的数目：,0,1,或,2,例,1,“张红的椅子”,的框架。,框架名：,类属：,腿的数量：,4,靠背样式：靠垫式,扶手的数目：,0,2024/8/31,框架表示举例“椅子”的框架。例1“张红的椅子”的框架。202,关于侧面的说明,说明,在框架中，每个侧面有,4,种填写方式,:,(1),通过已知的情况或物体属性提供；,(2),通过默认隐含；,(3),通过调用框架的继承关系实现属性值继承；,(4),对附加过程侧面通过执行附加过程实现。,在框架系统的框架之间，除有继承关系外，还可能具有嵌套关系。,2024/8/31,关于侧面的说明说明2023/9/7,2.4.1,框架的构成,表示对象间关系的常用槽名：,聚集联系用于表示部分和全体的关系。用,Part-of,槽指出所描述的下层框架和上层框架之间的联系。不具有继承性。,属性联系用来表示个体、属性及其取值之间的联系。通常用有向弧表示属性，用弧指向的结点表示属性的值。,实例联系用于类结点与实例结点之间的联系，直观意义是“是一个”，“是一只”等。一般用,ISA,槽指出的联系都具有继承性。,泛化联系用于表示类就点结,(,如熊猫,),与抽象层次更高的类结点,(,哺乳动物,),之间的关系。表示“是一种”。,ISA,槽,Instance,槽,AKO,槽,Part-of,槽,槽名,2024/8/31,2.4.1 框架的构成表示对象间关系的常用槽名： 聚集联系用,实例联系举例,例,1,小黑,狗,ISA,王伟,大学生,ISA,苏州,历史文化名城,ISA,2024/8/31,实例联系举例例1小黑狗ISA王伟大学生ISA苏州历史文化名城,动物,AKO,哺乳动物,鸟类动物,熊猫,狗,猪,大象,泛化联系实例,例,2,熊猫,燕子,麻雀,AKO,AKO,AKO,AKO,AKO,AKO,2024/8/31,动物AKO哺乳动物鸟类动物熊猫狗猪大象泛化联系实例例2熊猫燕,聚集联系实例,例,3,笔芯,圆珠笔,笔杆,Part-of,Part-of,车身,小轿车,车胎,Part-of,Part-of,2024/8/31,聚集联系实例例3笔芯圆珠笔笔杆Part-ofPart-of车,属性联系实例,例,4,男,张伟,1.75m,性别,30,教师,年龄,身高,职业,黑,汽车,宝马,X5,颜色,小轿车,4909,*,1938,*,1772,类型,型号,尺寸,2024/8/31,属性联系实例例4男张伟1.75m性别30教师年龄身高职业黑汽,2.4.2,框架表示知识举例,“,教师,”,的框架。,框架名：,类属：,工作：范围：（教学，科研）,缺省：教学,性别：（男，女）,学历：（中专，大学）,类别：（,，,，,）,例,1-1,分析,框架名：,“,教师,”,含有,5,个槽，槽名分别为：,“,类属,”,、,“,工作,”,、,“,性别,”,、,“,学历,”,和,“,类别,”,。,槽名后面是其槽值。,槽值,“,”,又是一个框架名。,“,范围,”,、,“,缺省,”,是槽,“,工作,”,的两个不同的侧面，其后是侧面值。,2024/8/31,2.4.2框架表示知识举例“教师”的框架。例1-1分析框架名,2024/8/31,“大学,教师,”,的框架。,框架名：,类属：,学位：范围：（学士，硕士，博士）,缺省：硕士,专业：,职称：范围：（助教，讲师，副教授，教授）,缺省：讲师,水平：范围：（优，良，中，差）,缺省：良,例,1-2,分析,框架名：,“大学,教师,”,含有,5,个槽，槽名分别为：,“,类属,”,、,“学位”,、,“专业”,、,“职称”,和,“水平”,。,槽名后面是其槽值。,槽值,“,”,又是一个框架名。大学教师是教师的下层框架。,“,范围,”,、,“,缺省,”,是槽,“,工作,”,的两个不同的侧面，其后是侧面值。,2024/8/31,2023/9/7“大学教师”的框架。例1-2分析框架名：“大,2024/8/31,“,教师,-1,”,的框架。,框架名：,类属：,姓名：张宇,性别：男,年龄：,35,职称：副教授,部门：计算机系,研究方向：计算机软件与理论,参加工作时间：,2000,年,7,月,工龄：当前年份,-20000,工资：,例,1-3,2024/8/31,2023/9/7“教师-1”的框架。例1-32023/9/7,2024/8/31,2024/8/31,“立方体积木块”,的框架。,框架名：,物体：立方体,视状：六角形,上面：面,A,斜视图（,L1,，,L2,，,L3,，,L4,）,下左面：面,B,斜视图（,L5,，,L4,，,L6,，,L8,）,下右面：面,C,斜视图（,L3,，,L7,，,L9,，,L6,）,边：,L1,，,L2,，,L3,，,L4,，,L5,，,L6,，,L7,，,L8,，,L9,姿态：平卧,负载面：,A,接地面：,B,，,C,例,2-1,分析,框架名：,“积木上方斜视图”,含有,10,个槽，槽名分别为：,“物体”,、,“视角”,、,“视状”,、,“上面”,。,槽名后面是其槽值。,2024/8/31,2023/9/72023/9/7“立方体积木块”的框架。例2,2.4.3,框架系统的推理,匹配,对一个给定的问题，框架推理主要完成两种推理活动：,填槽,根据已知事实寻找合适的候选框架。,填写候选框架中未知槽值，从而寻找出未被给出或尚未发现的事实。,2024/8/31,2.4.3框架系统的推理匹配 对一个给定的问题，,2024/8/31,框架名：,类属：,姓名：彭嘉,性别：男,年龄：,53,职业：,职称：教授,部门：计算机系,研究方向：计算机应用,参加工作时间,:1981,年,7,月,工龄：当前年份,-1981,工资：,举例,当前要解决的问题：,从知识库中找出满足,下面条件的教师,:,男性，年龄,50,以上，,职称为教授,按上述条件,可得框架：,框架名：,姓名：,性别：男,年龄：,职业：,职称：教授,分析,找到,例,2-1,2024/8/31,2023/9/7框架名：举例当前要解决的问题：分,求解问题,-,匹配推理步骤,（,3,）使用一种评价准则,(,或方法,),对于初选框架进行评价，以便决,定是否接受它。,（,1,）把待解决的问题用一个框架表示出来。,（,4,）若可接受，则与问题框架空槽相匹配的事实就是问题解。否则从下面的预选框架选出最合适的预选框架，作为初选框架。转,(3);,否则未找到，结束匹配。,（,2,）与知识库中预先存储的框架进行匹配，即逐槽比较，从中找出,一个或几个最合适的预选框架，作为初选框架。,2024/8/31,求解问题-匹配推理步骤（3）使用一种评价准则(或方法),求解问题,-,填槽活动,推理过程中填槽的方式有,4,种：查询、默认、继承和附加过程计算。,查询：是指使用系统前面推理得出的中间结果或需录入数据库中的数据。,默认和继承方式：直接填槽，不需推理。,附加过程计算：需通过特定领域的知识进行推理。,2024/8/31,求解问题-填槽活动 推理过程中填槽的方式有4种：查询、,2.4.4,框架表示法的特点,继承性,结构化,自然性,推理灵活多变,A,B,C,D,框架表示法的主要不足之处：,还没有形成完整的理论体系，框架、槽、侧面等表示单元缺乏清晰的语义；,不善于表达过程性知识。,返回,2024/8/31,2.4.4 框架表示法的特点继承性结构化自然性推理灵活多变A,2.5,语义网络表示法,语义网络是,J.R.Quillian,于,1968,年在博士论文中提出。,Simon,于,1970,年正式提出语义网络概念。已在专家系统和自然语言理解等领域得到应用。,语义网络表示法,2024/8/31,2.5 语义网络表示法语义网络是J.R.Quillian于1,2.5.1,语义网络概念及结构,语义网络是一种通过概念及其语义联系来表,示知识的有向图，结点和弧必须带有标注。其,中有向图的各结点用来表示各种事务、概念、,情况、属性、状态、事件和动作等，结点上的,标注用来区分各结点所表示的不同对象，每个,结点可以带有多个属性，以表征其所表示的对,象的特性。弧是有方向的，表示了结点间的,主次关系。,2024/8/31,2.5.1语义网络概念及结构 语义网络是一种通过概,2.5.1,语义网络概念及结构,语义网络,一般由一些最基本的语义单元组成。这些最基本的语义单元被称为语义基元，可用如下三元组来表示为,（节点,1,，弧，节点,2,）,A,B,R,A,A,A,A,R,5,R,4,R,2,R,1,R,3,语义基元结构,语义网络结构,2024/8/31,2.5.1语义网络概念及结构语义网络一般由一些最基本的语义单,类属,关系,类属关系是指具体有共同属性的不同事物间的分类关系、成员关系或实例关系，它体现的是“具体与抽象”、“个体与集体”的层次分类。,常用的类属关系有：,AKO(A-Kind-of):,表示一个事物是另一个事物的一种类型。,AMO(A-Member-of):,表示一个事物是另一个事物的成员。,ISA(Is-a):,表示一个事物是另一个事物的实例。,AKO,动物,猫,ISA,鱼类,AMO,共产党员,王芳,2.5.2,语义网络基本语义联系,鲫鱼,2024/8/31,类属类属关系是指具体有共同属性的不同事物间的分类关系、成员关,2.5.2,语义网络基本语义联系,包含关系也称为聚类关系，是指具有组织或结构特征的“部分与整体”之间的关系，它和类属关系的最主要的区别就是包含关系一般不具备属性的继承性。,常用的包含关系的有：,Part_of:,表示一个事物是另一个事物的一部分，或说是部分与整体的关系。用它连接的上下层节点的属性很可能是很不相同的，即,Part_of,联系不具备属性的继承性。,包含,关系,Part-of,汽车,轮胎,Part-of,苏州科技学院,电子学院,2024/8/31,2.5.2语义网络基本语义联系包含关系也称为聚类关系，是指具,2.5.2,语义网络基本语义联系,属性关系是指事物和其属性之间的关系。,常用的属性的关系有：,Have,：表示一个结点具有另一个结点所描述的属性。,Can,：表示一个结点能做另一个结点的事情。,属性,关系,Have,翅膀,鸟,Can,电视节目,电视机,Have,教师,学校,Can,跑,汽车,2024/8/31,2.5.2语义网络基本语义联系属性关系是指事物和其属性之间的,2.5.2,语义网络基本语义联系,时间关系是指不同事件在其发生时间方面的先后关系，结点间不具备属性继承性。,常用的时间关系有：,Before,：表示一个事件在一个事件之前发生。,After,：表示一个事件在一个事件之后发生。,时间,关系,Before,黎明毕业,王芳毕业,After,香港回归,澳门回归,Before,西安事变,五四运动,After,王芳毕业,黎明毕业,2024/8/31,2.5.2语义网络基本语义联系时间关系是指不同事件在其发生时,2.5.2,语义网络基本语义联系,位置关系是指不同事物在位置方面的关系。节点间的不具备属性继承性。常用的位置关系有：,Located-on:,表示一物体在另一物体之上。,Located-at:,表示一物体在某一位置。,Located-under:,表示一物体在另一物体之下。,Located-inside:,表示一物体在另一物体之中。,Located-outside:,表示一物体在另一物体之外。,位置,关系,Located-at,桂子山,华中师范大学,Located-on,书桌,计算机,Located-inside,书包,写字笔,Located-under,出发大厅,到达大厅,2024/8/31,2.5.2语义网络基本语义联系位置关系是指不同事物在位置方面,2.5.2,语义网络基本语义联系,相近关系是指不同事物在形状、内容等方面相似和接近。,常用的相近关系有：,Similar-to:,表示一事物与另一事物相似。,Near-to:,表示一事物与另一事物接近。,相近,关系,Similar-to,狼,狗,Similar-to,驴,马,Near-to,郭亮村,挂壁公路,Near-to,苏州,无锡,2024/8/31,2.5.2语义网络基本语义联系相近关系是指不同事物在形状、内,2.5.2,语义网络基本语义联系,因果关系是指由于某一事件的发生而导致另一事物的发生，适合表示规则性知识。通常用,If-then,联系表示两个节点之间的因果关系，其含义是“如果,，那么,”,。,因果,关系,If-then,小明骑电动车上班,天晴,If-then,王红去美国读书,考过雅思,2024/8/31,2.5.2语义网络基本语义联系因果关系是指由于某一事件的发生,2.5.2,语义网络基本语义联系,组成关系一种一对多的联系，用于表示某一事物由其它一些事物构成，通常用,Composed-of,联系表示。,Composed-of,联系所连接的结点间不具备属性继承性。,组成,关系,整数,与,正整数,零,负整数,Composed-of,2024/8/31,2.5.2语义网络基本语义联系组成关系一种一对多的联系，用于,2.5.3,语义网络表示知识的方法及步骤,事实,性知,识的,表示,对于一些简单的事实，例如,“,鸟有翅膀,”,，,“,轮胎是汽车的一部分,”,，这里要描述这些事实需要两个节点，用前面给出的基本语义联系或自定义的基本语义联系就可以表示了。对于稍微复杂一点的事实，比如在一个事实中涉及到多个事物时，如果语义网络只被用来表示一个特定的事物或概念，那么当有更多的实例时，就需要更多的语义网络。,苹果树,果树,树,根,叶,AKO,AKO,Have,Have,表示“苹果是一种果树，果树又是树的一,种，树有根、有叶而且树是一种植物。”,2024/8/31,2.5.3 语义网络表示知识的方法及步骤事实对于一些简单的事,2.5.3,语义网络表示知识的方法及步骤,（,1,）情况的表示,在用语义网络表示表示那些不及物动词表示的语句或没有间接宾语的及物动词表示的语句时，如果该语句的动作表示了一些其它情况，如动作作用的时间等，则需要增加一个情况节点用于指出各种不同的情况。,情况,动作,和事,件的,表示,情况,归还,2014,年,5,月,图书,AKO,Before,Object,表示“请在,2014,年,5,月之前归还图书。”,2024/8/31,2.5.3 语义网络表示知识的方法及步骤（1）情况的表示情况,2.5.3,语义网络表示知识的方法及步骤,（,2,）动作的表示,有些表示知识的语句既有发出动作的主体，又有接受动作的客体。在用语义网络表示这样的知识时，可以增加一个动作节点用于指出动作的主体和客体。,情况,动作,和事,件的,表示,校长,送给,李老师,书,主体,客体,1,客体,2,表示“校长送给李老师一本书。”,2024/8/31,2.5.3 语义网络表示知识的方法及步骤（2）动作的表示情况,2.5.3,语义网络表示知识的方法及步骤,（,3,）事件的表示,如果要表示的知识可以看成是发生的一个事，那么可以增加一个事件节点来描述这条知识。,情况,动作,和事,件的,表示,中国国家足球队,足球赛,3,：,2,体育比赛,主队,结局,AKO,伊拉克国家足球队,客队,2024/8/31,2.5.3 语义网络表示知识的方法及步骤（3）事件的表示情况,2.5.3,语义网络表示知识的方法及步骤,（,1,）合取与析取的表示,当用语义网络来表示知识时，为了能表示知识中体现出来的,“,合取与析取,”,的语义联系，可通过增加合取节点与析取节点来表示。只是在使用时要注意其语义，不应出现不合理的组合情况。,连词,和量,词的,表示,与,或,或,男,女,老,少,2024/8/31,2.5.3 语义网络表示知识的方法及步骤（1）合取与析取的表,是一个,（,2,）存在量词与全称量词的表示,在用语义网络表示知识时，对存在量词可以直接用,“,是一种,”,、,“,是一个,”,等语义关系来表示。对全称量词可以采用亨德里克,(G .G .Hendrix),提出的语义网络分区技术来表示。,连词,和量,词的,表示,2.5.3,语义网络表示知识的方法及步骤,g,GS,学生,学习,外语,s,r,p,是一个,是一种,是一种,客体,客体,F,A,2024/8/31,是一个（2）存在量词与全称量词的表示连词2.5.3 语义网络,2.5.3,语义网络表示知识的方法及步骤,用语义网络表示知识的步骤,1,确定问题总所有对象和各对象的属性。,确定所讨论对象间的关系。,根据语义网络中所涉及的关系，对语义网络中的节点及弧进行整理，包括增加节点、弧和归并节点等。,将各对象作为语义网络的一个节点，而各对象间的关系作为网络中各节点的弧，连接形成语义网络。,2,3,4,2024/8/31,2.5.3 语义网络表示知识的方法及步骤用语义网络表示知识的,饭桌,桌腿,桌面,4,棕,描述桌子的语义网络,例,黑,方形,桌子,数量,颜色,颜色,式样,家具,Part-of,Part-of,ISA,AKO,2024/8/31,饭桌桌腿桌面4棕描述桌子的语义网络例黑方形桌子数量颜色颜色式,2.5.4,语义网络知识表示举例,用语义网络表示下列命题,（,1,）猪和羊都是动物；,（,2,）猪和羊都是哺乳动物；,（,3,）野猪是猪，但生长在森林中；,（,4,）山羊是羊，头上长着角；,（,5,）绵羊是一种羊，它能生产羊毛。,例,分析,对象有猪、羊都、动物、哺乳动物、野猪、山羊、绵羊、森林、羊毛、角等。,语义关系，“动物”和“哺乳动物”、“哺乳动物”和“猪”、“哺乳动物”和“羊”、“羊”和“山羊”及“绵羊”、“野猪”和“猪”之间的关系是“是一种”的关系，可用,AKO,来表示。,“山羊”和“头上有角” 之间是一种属性关系，可用,IS,来描述；,“绵羊”和“羊毛”之间是一种属性关系，可用,HAVE,来描述；,“野猪”和“森林”之间是位置关系，可用,Locate-at,来表示。,2024/8/31,2.5.4语义网络知识表示举例 用语义网络表示下列命题例分析,2.5.4,语义网络知识表示举例,语义网络,AKO,AKO,IS,HAVE,Locate-at,山羊,动物,羊,猪,绵羊,野猪,哺乳动物,头上有角,羊毛,森林,AKO,AKO,AKO,AKO,猪和羊的语义网络,2024/8/31,2.5.4语义网络知识表示举例语义网络AKOAKOISHAV,2.5.5,语义网络的推理过程,用语义网络表示知识的问题求解系统主要有两大部分组成，一部分是由语义网络构成的知识库，另一部分是用于问题求解的推理机。,语义网络的推理过程主要有两种,继承推理,匹配推理,继承是指把对事物的描述从抽象结点传递到具体结点。通过继承可以得到所需结点的一些属性值，它通常是沿着,ISA,、,AKO,、,AMO,等继承弧进行的。,所谓匹配就是在知识库的语义网络中寻找与待求问题相符的语义网络模式。,2024/8/31,2.5.5 语义网络的推理过程用语义网络表示知识的问题求解系,2024/8/31,Clyde,bird,Robin,ISA,Owns,ISA,Own1,Nest1,Nest,ISA,Owner,Owership,Sitution,ISA,ISA,(a),事实网络,(b),目标网络,网络的匹配过程,Clyde,Owns,Own?,?,Owner,Owership,ISA,What does Clyde own?,的语义网络推理,例,2,2024/8/31,2023/9/7ClydebirdRobinISAOwnsI,2.5.5,语义网络的推理过程,1,2,3,建立结点表，存放待求结点和所有以,ISA,、,AKO,、,AMO,等继承弧与此结点相连的那些结点。初始情况下，只有待求解的结点。,检查表中的第一个是否有继承弧。如果有，就从该弧所指的所有结点放入结点表的末尾，记录这些结点的所有属性，并从结点表中删除第一个结点。如果没有，仅从结点表中删除第一个结点。,重复检查表中的第一个是否有继承弧，直到结点表为空。记录下来的属性就是待求结点的所有属性。,匹配推理主要过程,2024/8/31,2.5.5 语义网络的推理过程123建立结点表，存放待求结点,2.5.5,语义网络的推理过程,1,2,3,根据问题的要求构造网络片断，该网络片断中有些结点或弧为空，标记待求解的问题（询问处）。,根据该语义网络片断在知识库中寻找相应的信息。,当待求解的语义网络片断和知识库中的语义网络片断相匹配时，则与询问处相匹配的事实就是问题的解。,匹配推理主要过程,2024/8/31,2.5.5 语义网络的推理过程123根据问题的要求构造网络片,2.5.6,语义网络表示法特点,结构性,自然性,自索,引性,联想性,非严,格性,返回,2024/8/31,2.5.6语义网络表示法特点结构性自然性自索联想性非严返回2,2.6,面向对象表示法,几年来，在智能系统的设计和构造中，人们开始使用面向对象的的思想、方法和开发技术，并在知识表示、知识库的组成与管理、专家系统设计等方面取得了快速的进展。,面向对象表示法,2024/8/31,2.6 面向对象表示法 几年来，在智能系统的设计和构造,2.6.1,面向对象的基本概念,对象,类,封装,广义地讲， “对象” 指客观世界中的任何事物，它既可以是一个具体的简单事物，也可以是由多个简单事物组合而成的复杂事物。,从问题求解的角度讲，对象是与问题领域有关的客观事物。,指一个对象的状态只能由它的私有操作来改变它，其它对象的操作不能直接改变它的状态。,是一种信息隐藏技术，封装是面向对象方法的重要特征之一。,是对一组相似对象的抽象。,一个类实际上定义了一种对象类型，它描述了属于该对象类型的所有对象的性质。,2024/8/31,2.6.1面向对象的基本概念对象类封装广义地讲， “对象”,2.6.1,面向对象的基本概念,消息,指在通信双方之间传递的任何书面、口头或代码的内容。,同一消息可以送往不同的对象，不同对象对于相同形式的信息可以有不同的解释和不同的反应。一个对象可以接收不同形式、不同内容的多个消息。,继承,指父类所具有的数据和操作可以被子类继承，除非在子类对相应数据及操作重新进行了定义。,面向对象的继承关系与框架间属性的继承关系类似，可以避免信息的冗余。,2024/8/31,2.6.1面向对象的基本概念消息指在通信双方之间传递的任何书,2.6.2,面向对象的知识表示,描述,形式,Class ,：,Structure,