Ch 2 知识表示方法

,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,*,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,*,第,2,章 知识表示方法,2.1,概述,2.2,谓词逻辑法,2.3,产生式表示,2.4,语义网络法,2.5,框架表示法,2.6,面向对象法,2.7,脚本表示法,2.8,过程表示法,2.9,状态空间法,2.10,与,/,或树表示法,1,Study Tips,学习内容：,本章讨论知识表示的各种方法，是人工智能课程三大内容（知识表示、知识推理、知识应用）之一，也是学习人工智能其他内容的基础。,学习重点：,谓词逻辑法、产生式表示法、语义网络法、状态空间法。,学习要求：,重点掌握用谓词逻辑法、产生式表示法、语义网络法、状态空间法来描述问题；解决问题；掌握几种主要方法之间的差别；并对其它几种表示方法也有了解。,2,2.1,概述,知识是一切智能行为的基础，要使计算机具有智能，就必须使它具有知识，而要使计算机具有知识，首先必须分析知识的表示问题。,可以说，知识是对信息进行智能性加工所形成的对客观世界规律的认识。,3,知识的一般概念：,知识是人们在改造客观世界的实践中积累起来的认识和经验,认识：包括对事物现象、本质、属性、状态、关系、联系和运动等的认识,经验：包括解决问题的微观方法：如步骤、操作、规则、过程、技巧等；宏观方法：如战略、战术、计谋、策略等,人们所涉及到的知识是十分广泛的。有的属多数人所熟悉的，有的只是有关专家才掌握的专门领域知识。对于,“,知识,”,难以给出,严格的形式化定义,，只能从不同侧面加以理解。,4,知识定义,三种代表性定义：,1,）知识是经过消减，塑造，解释，选择和转换的信息（,Feigenbaum,）；,2,）知识是由特定领域的描述，关系和过程组成的（,Bernstein,）；,3,）知识,=,事实,+,信念,+,启发式规则（,Hayes-Roth,）。,从知识库观点看，知识是某论域中所涉及的各有关方面、状态的一种符号表示。,5,2.1.1,知识、信息、数据,数据是信息的载体，本身无确切含义，其关联构成信息,信息是数据的关联，赋予数据特定的含义，仅可理解为描述性知识,知识可以是对信息的关联，也可以是对已有知识的再认识,常用的关联方式：,if then ,6,2.1.2,知识的属性,真假性及其相对性,可以通过实践或推理来证明知识为真或为假,知识的真与假是相对于一定条件而言的,不确定性,不完备，不确定，模糊,矛盾性或相容性,不同知识之间相互对立或不一致，或反之,可表示性与可利用性,知识可以用适当的形式表示，并用来解决问题,7,2.1.3,知识的类型,按知识的性质,概念、命题、公理、定理、规则和方法等,按知识的作用范围,常识性知识和领域性知识,按知识的作用及表示,事实性知识、规则性知识和控制性知识,事实性知识,是用来描述问题或事物的概念、属性、状态、环境及条件等情况的知识，如“北京是中华人民共和国的首都”。,8,知识的类型,规则性知识,是指有关问题中与事物的行动、动作相联系的因果关系知识。这种知识是动态的、变化的。,控制性知识,（元知识或超知识）是关于如何运用,已有知识进行问题求解的知识,按知识的层次,表层知识：描述客观事物的现象的知识。例如：感性、事实性知识,深层知识：描述客观事物本质、内涵等的知识。例如：理论知识,9,按知识的确定性,确定性知识：可以说明其真值为真或为假的知识,不确定性知识：包括不精确、模糊、不完备知识,不精确：知识本身有真假，但由于认识水平限制却不能肯定其真假，表示：用可信度、概率等描述,模糊：知识本身的边界就是不清楚的。例如：大，小等，表示：用可能性、隶属度来描述,不完备：解决问题时不具备解决该问题的全部知识。例如：医生看病,按知识的结构及表现形式,逻辑性知识和形象性知识,10,2.1.4,知识表示,是对知识的一种描述，即用一些约定的符号把知识编码成一组计算机可以接受的数据结构。,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。,知识表示可看成是一组描述事物的约定，以把人类知识表示成机器能处理的数据结构。,11,对知识表示方法的要求,1.,表示能力,知识表示范围的广泛性；领域知识表示的高效,性；对非确定性知识表示的支持程度,2.,可利用性,对推理的适应性和对高效算法的支持性,12,3.,可组织性与可维护性,知识的组织是指把有关知识按照某种方式组成一种知识结构。知识维护是指在保证知识的一致性与完整性的前提下对知识所进行的增加删除修改等操作。,4.,可实现性,便于在计算机上实现,5.,自然性与可理解性,符合人们的日常习惯和思维方式，易读，易懂,13,知识表示观点,陈述性观点,以陈述方式把知识用一定的数据结构表示出来，把知识看作一种特殊的数据，知识表示仅说明描述的对象是什么，不涉及如何运用知识的问题。,过程性观点,以程序（亦称为过程）的方式把知识表示出来，把知识寓于程序之中，把知识表示和运用知识结合起来。,14,知识表示方法,知识表示技术称为知识表示方法。目前，使用较多的知识表示方法有,9,种，如：一阶谓词逻辑表示法，产生表示法，语义网络表示法，框架表示法，脚本表示法，过程表示法，面向对象表示方法及一些不确定的知识表示方法等。,15,2.2,谓词逻辑法,First order predicate logic,16,一阶谓词逻辑表示法是一种基于数理逻辑的知识表示方法。,2.2.1,一阶谓词逻辑表示的逻辑基础,1.,命题与真值,定义,2.1,一个陈述句称为一个断言。凡有真假意义的断言称为命题。命题的意义通常称为真值，它只有真假两种情况。,如：“石家庄铁道大学在石家庄”为真，也就是说它的真值为真，记为,T,，反之则称其真值为假，记为,F,。,17,2.,论域和谓词,论域是由所讨论对象的全体构成的非空集合。论域中的元素称为个体。因些，论域也常称为个体域。,如：评先全校三好学生，则论域是全校的全体学生，每个学生则是些论域中的一个个体。,在谓词逻辑中，命题是用谓词来表示的。,如：命题“张三是学生”可用谓词表示为：,STUDENT,（,ZHANGSAN,）,谓词名 个体,18,因此，一个谓词可分为谓词名和个体两部分。谓词名是命题的谓语，用来表示个体的性质、状态或个体之间的关系。个体是命题中的主语，用来表示某个独立存在在的事物或都某个抽象的个体。,19,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。,谓词可定义如下：,定义,2.2,设,D,是个体域，,P,：,D,n,T,，,F,是一个映射，其中,D,n,=(x,1,x,2, ,xn)| x,1,x,2, ,x,n,D,则称,P,是一个,n,元谓词,记为,P(X,1,X,2, ,X,n,).,其中，,X1,X2,Xn,为个体变元。,20,在谓词中，个体可以是常量，变量或函数。例如“,X2”,可用谓词表示：,GREATE,（,x,，,2,）,例如“张三的父亲是教师”可用谓词表示：,TEACHER,（,father,（,zhangsan,），其中，,father,（,zhangsan,）是一个函数。,函数可定义如下：,21,定义,2.3,设,D,是个体域，,f,：,D,n,D,的一个映射，则称,f,是,D,上的一个,n,元函数，记作,f,（,x1,，,x2,，,，,xn,）,其中，,x1,，,x2,，,，,xn,，是个体变元。,在谓词,p,（,x1,，,x2,，,，,xn,）中，如果,xi,（,I=1,，,2,，,n,）都是个体常量，变元或,函数，称它为一阶谓词。如果某个,xi,本身又是一个一阶谓词，则称它为二阶谓词。,22,3.,连接词和量词,在一阶谓词逻辑中共有,5,个连接词和,2,个量词。,(1),连接词,（或,）： “非”或者“否定”。它表示对其后面的命题的否定，使该命题的真值与原来相反。,如：若,p,为,T,，则,p,为,F,。,若,p,为,F,，则,p,为,T,。,23,：“析取”。它表示所连结的两个命题之间具有“或”的关系。,:,：“合取”。它表示所连结的两个命题之间具有“与”的关系。,：“条件”或“蕴含”。它表示“若,则,”,的语义。如：,PQ,表示“,P,蕴含,Q”,，读作“如果,P,，则,Q”,，其中,P,称为条件的前件。,Q,称为条件的后件。,：“双条件”。它表示“当且仅当”的语义。如：,P,表示“,P,当且仅当,Q”,。,24,对以上连接词的定义，下面给出它们的谓词逻辑真值表：,P,Q,P,PQ,PQ,PQ,P,Q,T,T,F,T,T,T,T,T,F,F,T,F,F,F,F,T,T,T,F,T,F,F,F,T,F,F,T,T,25,2,）量词,量词是由量词符号和被其量化的变元所组成的表达式，用来对谓词中的个体作出量的规定。,在一阶谓词逻辑中有个量词：全称量词（,），存在量词（,）,例：,x,是一个全称量词，表示“对论域中的所有个体,x”,。通常读作“对于所有的,x”,。,X,是一个存在量词，表示“在论域中存在个体,x”,，通常读作“存在,x”,。,26,全称量词的定义：命题（,x,）,p(x),为真，当且仅当对论域中的所有,x,都有,p(x),为真。命题（,x,）,p(x),为假，当且仅当至少存在一个,X0D,，使得,P,（,X0,）为假。,存在量词的定义：命题（,x,）,p(x),为真,当且仅当至少存在一个,X0D,，使得,P,（,X0,）为真。命题（,x,）,p(x),为假，当且仅当对论域中的所有,x,，都有,p(x),为假。,27,4,项与合式公式,定义,2.4,项满足如下规则：,（,1,）单独一个个体词是项。,（,2,）若,t1,，,t2tn,是项，,f,是,n,的元生数，则,f,（,t1,，,t2tn,）是项。,（,3,）由（,1,），（,2,）生成的表达式是项。,定义,2.5,原子谓词公式的含义是：,若,t1,，,t2tn,是项，,p,是谓词符号，则称,p,（,t1,，,t2tn,）为原子谓词公式。,28,定义,2.6,满足如下规则的谓词换算可得到合式公式,（,1,）单个原子谓词公式是合式公式。,（,2,）若,A,是合式公式，则,A,是合式公式。,（,3,）若,A,，,B,都是合式公式，则,(A,B), (A,B), (A,B), (A,B),等,都是合式公式。,（,4,）,若,A,是合式公式，,x,是项，则,(,x)A,和（,x,）,A,也都是合式公式。,在合式公式中，连接词之间的优先级别是：,，,，,，,，,。,29,5.,自由变元和约束变元。,（,1,）辖域。通常，把位于量词后的单个谓词或者用括号括起来的合式公式称为该量词的辖域。,（,2,）自由变元和约束变元。辖域内与量词中同名的变元称为约束变元，不受约束的变元称为自由变元。,30,2.2.2,谓词逻辑的知识表示方法,用谓词逻辑表示知识时，首先，需要根据所表示的知识定义谓词，然后，再用连接词或量词把这些谓词连接起来，形式一个谓词公式（或合式公式）,例,2.1,用谓词逻辑表示知识“每个人都有一个父亲”,首先定义谓词：,person(x):,表示,x,是人,hasfather(x,y):,表示,x,有父亲,y.,然后，知识用谓词公式表示如下：,(,x)(,y) (peron(x),hasfather(x, y),31,例,2.2,用谓词逻辑表示知识“所有教师都有自己的学生”,首先定义谓词：,TEACHER(x):,表示,x,是教师；,STUDENT(y):,表示,y,是学生；,TEACHES(x,y):,表示,x,是,y,的老师；,然后，知识用谓词公式表示如下：,(,x)(,y)(TEACHER(x),TEACHES(x,y),STUDENT(y),32,例,2.3,用谓词逻辑表示知识“所有的整数不是奇数就是偶数”。,首先定义谓词：,I,（,X,）：,X,是整数,E,（,X,）：,X,是偶数,O,（,X,）：,X,是奇数,然后，知识用谓词表示如下：,(,x )(I(X),O(X),E(X),例如,2.4,用谓词逻辑表示如下知识：,张三是计算机系的一名学生,李四是张三的同班同学,凡是计算机系的学生都喜欢编程,33,首先定义谓词：,COMPUTER,（,X,）：表示,X,是计算机系的学生,CLASSMATE,（,X,，,Y,）：表示,X,是,Y,的同班同学,LIKE,（,X,，,Y,）：表示,X,喜欢,Y,然后，知识用谓词表示如下：,COMPUTER,（,zhangsan,）,CLASSMATE,（,Lisi,zhangsan,）,(,x )(COMPUTER(X),LIKE(X,，,programing),34,2.2.3,谓词逻辑表示知识的应用,1,、在高等数学中，函数极限定义为：任给正数,e,，则存在一个正数,d,，使得当,0|x-a|d,时，有,|f(x)-b|Y,Q,（,X,，,Y,）：表示,XY,然后，知识用谓词表示如下：,(,e)(,d,)(P(,|x-a|,0,),Q(,|x-a|,d,),Q(,|x-b|,e),35,2.2.4谓词逻辑表示法的特点,自然性,精确性知识表达,易实现,对应的谓词逻辑推理方法,36,2.3,产生式表示法,37,产生式表示法也称为产生式则规表示法,.,目前,产生式系统已发展成为智能系统中最典型的一种基本结构,是专系统及其他应用智能系统中最自然的知识表示及推理的基本模型,.,本部分主要内容如下：,2.3.1,产生式表示的方法,2.3.2,产生式系统的基本结构,2.3.3,产生式系统的工作过程,2.3.4,产生式系统的控制策略,2.3.5,产生式系统的类型,2.3.6,产生式系统的优点与不足,38,2.3.1,产生式表示的方法,1.,事实的表示,事实通常是用三元组成四元组来表示,.,对确定性知识,一个事实可用一个三元组,(,对象,属性,值,),或,(,关系,对象,1,对象,2),来表示,如,:,“,雪的颜色是白色,”,可表示为,:,(snow,color,white),“,王峰热爱祖国,”,可表示为,:,(love, wangfeng,country),39,“,动物的类别是鸟,”,可表示为,:,(,动物,类别,鸟,),对不确定性知识,一个事实可用一个四元组,(,对象,属性,值,可信度因素,),来表示,如,:,“,这种动物是鸟的可能性为,80%,”,可表示为,(,动物,类别,鸟,0.8),40,2,规则的表示,规则描述的是事实间的因果关系,规则的产生式表示形式称为产生式规则,.,其基本形式为,:,P Q,或者,: IF P THEN Q,其中,P,是产生式的前提,也称前件,由事实的逻辑组合来构成,Q,是产生式的结论或操作,也称后件,.,产生式的含义是,:,如果前提,P,满足,则可推出结论,Q,或执行,Q,规定的操作,如,:,41,r3: IF,动物有犬齿,AND,有爪,AND,眼盯前方,THEN,该动物是肉食动物。,是一个产生式，其中,r3,是该产生式的编号；,“,动物有犬齿,AND,有爪,AND,眼盯前方,”,是产生式的前提,P,；,“,该动物是肉食动物,”,是产生式的结论,Q,42,2.3.2,产生式系统的基本结构,通常，把用产生式知识表示方法构造的智能系统称为产生式系统，一个产生式系统的基本结构包括综合数据库,(,或事实库,),，规则库（或知识库），控制系统,(,或推理机,),三个主要部分。它们之间的关系如图：,控制系统,规则库,综合数据库,控制系统,规则库,综合数据库,43,1.,综合数据库,综合数据库也称为事实库，是一个用来存放与求解问题有关各种当前信息的数据结构。,如：问题的初始状态，输入的事实，推理得到的中间结论及最终结论等。,在推理过程中，当规则库中某条规则的前提可以和综合数据库中的已知事实相匹配时，该规则被激活，由它推出的结论将被作为新的事实放入综合数据库，成为后推理的已知事实。,44,2.,规则库,规则库也称知识库是一个用来存放与求解问题有关的所有规则的集合。,它包含了将问题从初始状态转换成目标状态所需要的所有变换规则。可见，规则库是产生式系统进行问题求解的基础。,3.,控制系统,控制系统也称推理机，它由一组程序组成，用来控制整个产生式系统的运行，其主要工作如下：,45,控制系统的主要任务,选择匹配：,按一定策略从规则库种选择规则与综合数据库中的已知事实进行,匹配,。匹配是指把所选规则的前提与综合数据库中的已知事实进行比较，若事实库中存的事实与所选规则前提一致，则称,匹配成功,，该规则为可用；否则，称匹配失败，该规则不可用。,冲突消解：,对匹配成功的规则，按照某种策略从中选出一条规则执行。,执行操作,：对所执行的规则，若其后件为一个或多个结论，则把这些结论加入综合数据库；若其后件为一个或多个操作时，执行这些操作。,终止推理,：检查综合数据库中是否包含有目标，若有，则停止推理。,路径解释：,在问题求解过程中，记住应用过的规则序列，以便最终能够给出问题的解的路径。,46,例,2.5,一个用于动物识别的产生式系统,设该系统可以识别老虎，金钱豹，斑马，长颈鹿，企鹅，信天翁这,6,种动物。,规则库包含如下,15,条规则：,R1,：,IF,该动物有毛发,THEN,该动物是哺乳动物,R2,：,IF,该动物有奶,THEN,该动物是哺乳动物,R3,：,IF,该动物有羽毛,THEN,该动物是鸟,R4,：,IF,该动物会飞,AND,会下蛋,THEN,该动物是鸟,R5,：,IF,该动物吃肉,THEN,该动物是肉食动物,47,R6,：,IF,该动物有犬齿,AND,有爪,AND,眼盯前方,THEN,该动物是肉食动物,R7,：,IF,该动物是哺乳动物,AND,有蹄,THEN,该动物是有蹄类动物,R8,：,IF,该动物是哺乳动物,AND,是嚼反动物,THEN,该动物是有蹄类动物,R9,：,IF,该动物是哺乳动物,AND,是肉食动物,AND,是黄褐色,AND,身上有暗斑点,THEN,该动物是金钱豹,R10,：,IF,该动物是哺乳动物,AND,是肉食动物,AND,是黄褐色,AND,身上有黑色纹，,THEN,该动物是虎,48,R11,：,IF,该动物是有蹄类动物,AND,有长脖子,AND,有长腿,AND,身上有暗斑点,THEN,该动物是长颈鹿,R12,：,IF,该动物是有蹄类动物,AND,身上有黑色条纹,THEN,该动物是斑马,R13,：,IF,该动物是鸟,AND,有长脖子,AND,不会飞,AND,有黑白二色,THEN,该动物是鸵鸟,R14,：,IF,该动物是鸟,AND,会游泳,AND,不会飞,AND,有黑白二色,THEN,该动物是企鹅,R15,：,IF,该动物是鸟,AND,善飞,THEN,该动物是信天翁,49,现在假设推理开始前综合数据库中存放有如下事实：,动物有暗斑，有长脖子，有长腿，有奶，有蹄。,推理机的工作过程如下：,50,(1),先从规则库中取出来一条规则,R1,，检查其前提是否可与综合数据库中的已知事实相匹配，,R1,的前提是,“,有毛发,”,，但事实库中没有这一事实，故匹配失败，然后，取,R2,，该前提可与事实库中的已知事实,“,有奶,”,相匹配，,R2,被执行，并将其结论,“,该动物是哺乳动物,”,作为新的事实，加入到综合数据库中，此时，综合数据库的内容变为：,动物有暗斑，有长脖子，有长腿，有奶，有蹄，是哺乳动物,51,(2),再从规则库中取,R3,，,R4,，,R5,，,R6,进行匹配，结果都匹配失败，接着取,R7,，该前提与事实库中的已知事实,“,是哺乳动物,”,相匹配，,R7,被执行，并将其结论,“,该动物是有蹄动物,”,作为新的事实加入到综合数据库中，此时，综合数据库的内容变为：,动物有暗斑，有长脖子，有长腿，有奶，有蹄，是哺乳动物，是有蹄类动物。,(3),此后，,R8,，,R9,，,R10,均匹配失败，接着取,R11,，该前提,“,该动物是有蹄类动物,AND,有长脖子，,AND,有长腿,AND,身上有暗斑,”,与事实库中的已知事实相匹配，,R11,被执行，并推出,“,该动物是长颈鹿,”,。由于,“,长颈鹿,”,是目标集合中的一个结论，即已推出最终结果，故问题求解过程结束。,52,2.3.3,产生式系统的工作过程,通过,“,动物识别,”,问题的讨论，我们对产生式系统已经有了一个初步的认识。为进一步加强对它的了解，现在给出产生式系统问题求解的基本工作过程。,53,(1),初始化综合数据库，将欲解决问题的已知事实送入综合数据库中。,(2),检查规则库中是否存在尚没使用过的规则，若有则执行,(3),，否则转（,7,）,(3),检查规则库中没使用规则中是否存在有其前提可与综合数据库中已知事实相配的规则，若有则从中选择一个，否则转（,6,）,(4),执行当前选中规则，并对该规则作上标记，把执行该规则后所得到的结论作为新的事实放入综合数据库，如果该规则的结论是一些操作，则执行这些操作。,(5),检查综合数据库中是否包含了该问题的解，若已包含，则说明已求出解，问题求解过程结束，否则，转（,2,）,54,(6),当规则库中还有没使用的规则，但均不能与综合数据库中的已知事实相配时，要求用户进一步提供关于该问题的已知事实，若能提供，则转（,2,），否则，说明该问题无解，终止问题求解过程。,(7),若知识库中不再有没使用的规则，也说明该问题无解，终止问题求解过程。,产生式系统的运行过程表现为一种搜索过程，即在每一轮循环中选一条规则试用，直到满足结束条件为止。,55,2.3.4,产生式系统的控制策略,在产生式问题求解过程中，在执行第（,3,）步时，若有多条规则可用， 则如何从中选择一条作用于当前综合数据库，是一个控制策略问题（也称为冲突消解）。,产生式系统的控制策略总体上可分为两大类，一类是不可撤回方式，另一类是试操性方式，如下：,不可撤回方式,控制策略 回溯方式,试探性方式,图搜索方式,56,不可撤回方式,“,一直往前走，不回头”,。利用问题给定的局部知识决定选用规则，不考虑撤回用过的规则。在这一过程中，一条不理想规则的应用不会影响下一步的工作，更不会影响是否能找到解，最多是在求解过程中多用了一些规则。,主要优点,是控制过程简单，,主要缺点,是不能保证找到全局最优解。,57,试探性方式,分为回溯方式和图搜索方式。,回溯方式,“碰壁回头”,。在问题求解过程中，先试探某条规则，如果以后发现这条规则不合适，则退回去，另选一条规则来试。两个问题：,1.,确定回溯条件；,2.,减少回溯次数。,图搜索方式,用,图或树,把全部求解过程记录下来，从中选取最优路径。,58,2.3.5 产生式系统的类型,按,推理方向,分类,（,1,）,正向推理产生式系统,正向推理也称为数据驱动方式，它是从初 始状态出发，朝着目标状态前进，正向使用规则的一种推理方法。,（,2,）,逆向推理产生式系统,逆向推理也称为目标驱动方式，它是从目标状态出发，朝着初始状态前进，逆向使用规则的一种推理方法。,（,3,）,双向推理产生式系统,正向推理和逆向推理结合起来使用的一种推理方式。,59,2.3.5 产生式系统的类型,按,规则库的性质及结构,分类,（,1,）,可交换的产生式系统,问题求解与规则的使用次序无关，这些规则可以任意交换次序而不影响对问题的求解,（,2,）,可分解的产生式系统,把一个整体问题分解成若干个子问题，然后再通过对这些子问题的求解来得到整体问题的解,（,3,）,可恢复的产生式系统,采用回溯控制方式的产生式系统,60,2.3.6 产生式系统的优点与不足,优点,自然性，模块性与一致性：,规则具有固定表示形式，且独立于推理；,有效性：,可表示不确定性知识、启发性知识,不足,效率较低，存在组合爆炸：,匹配,-,冲突消解,-,执行；,不能表示结构性知识,61,2.4,语义网络表示法,62,主要内容,1,语义网络的基本概念,2,知识的语义网络表示,3.,常用的语义联系,4.,语义网络系统中求解问题的基本过程,5.,语义网络表示法的优缺点,63,语义网络的产生背景,：,语义网络是奎廉,(J.R.Quillian) 1968,年在研究人类联想记忆时提出的一种心理学模型，认为记忆是由概念间的联系实现的。随后，奎廉又把它用作知识表示。,1972,年，西蒙在他的自然语言理解系统中也采用了语义网络表示法。,1975,年，亨德里克,(G.G.Hendrix),又对全称量词的表示提出了语义网络分区技术。,语义网络的基本思想,：在这种网络中，用,“,节点,”,代替概念，用节点间的,“,连接弧,”,(,称为,联想弧,),代替概念之间的关系，因此，语义网络又称,联想网络,。它在形式上是一个带标识的,有向图,。由于所有的概念节点均通过联想弧彼此相连，,Quillian,希望他的语义网络能用于知识推导。,1 语义网络的基本概念,64,语义网络是一个有向图，其中节点表示个体，而弧表示二个体间的二元关系，弧上标记关系模型名称，单一个体就由一结点表示。,节点： 实体，表示各种事物、概念、情况、属性、状态、事件、动作等；,每个节点可以带有若干属性，一般用框架或元组表示；,节点还可以是一个语义子网络，形成一个多层次的嵌套结构。,弧：语义关系，表示它所连结的两个实体之间的语义联系，它必须带有标识。,65,语义基元,语义网络中最基本的语义单元称为语义基元，可用三元组表示为：,（结点,1,，弧，结点,2,）,基本网元,指一个语义基元对应的有向图,66,2.,知识的语义网络表示,语义网络可以表示事实性的知识，也可以表示有关事实性知识之间的复杂联系。,(1),用语义网络表示事实,：表示节点,：表示狐,：该节点描述对象的属性,猎狗,狗,动物,吃肉 身上有毛 有生命,能狩猎 有尾巴 能运动,跑得快,会吃,.,一般表示,9/13/2024,67,该语义网络表示了猎狗是一种狗，且进一步指出狗是一种动物，并且分别指出他们所具有的属性。（做这些只要在图中增加一个节点和一条弧，并对每个节点附上相应的属性就可以了。）,语义网络具有属性,继承,的特性，即下层概念可以继承上层概念的属性，这样就可以在下层概念中只列出它独有的属性。,另外下层概念还可以对其上层概念的属性作进一步的,细化,，,补充,，,变异,，使之能更准确的反映下层概念的特征。,68,.,表示稍复杂系统：,在一些稍复杂的事实性知识中，经常会用到像,“,并且,“,及,“,或者,“,这样的连接词。,（用谓词公式表示时，可用合取符号和析取符号把他们表示出来），语义网络可以通过增设,合取节点,及,析取节点,来表示。,人,与会者,A,B,C,D,与,或,或,男,女,年老,年轻,状态,状态,状态,状态,部分,部分,部分,部分,是,例：,与会者有男，有女，有年老的，有年青的。其语义网络为：（其中，,A,B,C,D,分别代表四种不同情况的与会者）,9/13/2024,69,.,表示某一情况，某一事件或者某个,动作,：,上述例子中的节点都是用来表示一个事物或是一个具体概念的，其实，节点还可以表示某一情况，某一事件或者某个动作。此时，节点可以有一组向外的弧，用于指出不同的情况，例如当用节点表示某一动作时，向外的弧可用来指出动作的主体及客体。,一本书,给予事件,张山,肖红,给,客体,2,客体,1,动作,主体,例：,有如下事实： 张山给肖红一本书,(,可把张山给肖红一本书作为一个事件，并在语义网络中增设一个,“,事件,”,节点,),9/13/2024,70,小信使,鸽子,鸟,占有,窝,鸟窝,春天,时间,秋天,情况,是一只,占有者,是一种,是一种,占有物,开始于,结束于,是,是,其中，“占有”,为一个动作节点，通过它，不仅可以描述占有“窝”，还可描述占有“窝”的时间。,例：,有下述事实：“小信使”这只鸽子从春天到秋天占有一个窝。,9/13/2024,71,(2),用语义网络表示有关事实间的关系,语义网络可以描述事物间多种复杂的语义关系，下面是常用的几种：,.,分类关系：,指事物间的类属关系。如“是一种”等,。,动物,鱼,八哥,鸵鸟,鲨鱼,草鱼,鸟,会学人语 善鸣 不会飞 善奔走 有牙 吃肉,是一种,是一种,是一种,是一种,是一种,是一种,吃,生活在水中,会游泳,能运动,会吃,会飞,有羽毛,下层概念节点除了可继承，细化，补充上层概念节点的属性外，还出现了,变异,的情况：鸟是鸵鸟的上层概念节点，其属性是有羽毛，会飞，但鸵鸟只是继承了有羽毛这一属性，把鸟的会飞,变异,为不会飞，善奔走。,9/13/2024,72,.,聚集关系：,如果下层概念是其上层概念的一方面或者一个部分，则称它们是聚集关系。,教学,教师,课程,学生,部分,部分,部分,.,推论关系：,如果一个概念可由另一个概念推出，则称它们之间存在推论关系。,需进食,饥饿,推出,.,时间、位置关系：,思远公司,朱雀大街,位于,9/13/2024,73,.,多元关系：,在语义网络中，一条弧只能从一个节点指向另一个节点，适合于表示一个二元关系。但在许多情况下需要用一种关系把几个事物联系起来。例如对于如下事实：,郑州位于西安和北京之间。,为了在语义网络中描述多元关系，可以用节点来表示关系。,位置关系,郑州,北京,西安,居,中,边界,_1,边界,_2,9/13/2024,74,(3),用语义网络表示比较复杂的知识,（多元语义网络的表示）,设有如下两个事实：张三的自行车是飞鸽牌，黑色，,28,型；李四的自行车是金狮牌，红色，,26,型。,将其用语义网络描述出来。,分析,如写成两个网络，很容易，但对知识的利用带来不便，如何写成一个呢？,分析事实发现，它们都是关于自行车的，因此只要把自行车作为一个通用概念用一个节点表示，而把张三李四的自行车作为他们的实例。这样，就很容易用一个语义网络把它们表示出来，当要寻找有关自行车的信息时，只要首先找到自行车这个节点就可以了。,9/13/2024,75,28,型,飞鸽,自行车,1,黑色,自行车,交通工具,自行车,2,红色,26,型,金狮,张三,李四,人,是,是,所有者,所有者,车型,车型,车名,车名,颜色,颜色,是一种,是,是,9/13/2024,76,用语义网络表示较复杂的知识时，往往牵涉到对量化变量的处理。,对于存在量词：,可以直接用“是一个”、“是一种”等这样的语义联系起来。,对全称量词：,则需用,网络分区技术,才能实现。网络分区技术是,G.G.Hendrix,在,1975,年提出的，其基本思想是：,把一个表示复杂知识的命题划分为若干子命题，每一个子命题用一个较简单的语义网络表示，称为一个子空间，多个子空间构成一个大空间。每个子空间可以看作是大空间中的一个节点 ，称为超节点。空间可以逐层嵌套，子空间之间用弧互相连接。,例：每个学生都背诵了一首唐诗,9/13/2024,77,s,全称变量，表示任一个学生；,r,存在变量，表示某一次背诵；,p,也是存在变量，表示某一首唐诗；,s,r,p,及其语义联系,构成一个子网，是一个子空间，表示对每一个学生,s,，都存在一个背诵事件,r,和一首唐诗,p;,节点,g,是这个子空间的代表，由,弧,F,指出它所代表的子空间是什么及其具体形式；,弧,指出,s,是一个全称变量。,节点,GS,代表整个空间。,GS,学生,背诵,唐诗,g,s,r,p,是,主体,客体,是,是,F,9/13/2024,78,3.,常用的语义联系,语义联系反映了节点间的语义关系。下面列出一些常用的语义联系，用作参考：,1,A-Member-of,联系,它表示个体与集体之间的关系，它们之间有属性继承权和属性更改权。,例如：张三是工会会员。,张三,工会,A-Member-of,2,Composed,of,联系,它表示构成联系，是一种一对多的联系，被它连接的节点不具有属性继承性。,例如：整数由正整数、负整数及零组成。,整数,与,正整数,零,负整数,Composed,of,9/13/2024,79,3.have,联系,它表示属性或事物的占有关系。,鸟,翅膀,have,4.Before, after, at,联系,它们是用来表示事件之间的时间先后关系，其中,before,表示一个事件在,另一个事件之前发生，,after,表示一个事件在另一个事件之后发生，,at,表示某一事件发生的时间,唐朝,宋朝,before,5.located-on,联系,这些联系用来表示事物间的位置关系。,6.similar-to,，,near-to,联系,这些语义联系用来表示事物间的相似和接近的联系。,书,宋朝,located-on,猫,虎,similar-to,此外，,ISA,、,AKO,也可用作语义网络。,9/13/2024,80,4.,语义网络系统中求解问题的基本过程,语义网络系统由两部分组成：由语义网络组成的知识库；,用于求解问题的解释程序，称为语义网络推理机。,在语义网络中，问题的求解一般是通过匹配实现的，主要过程为：,(1),根据求解问题的要求构造一个网络片断，其中有些节点或弧的标识是空的，反映待求解的问题。,(2),依此网络片断到知识库中去寻找,可匹配,的网络，以找出所需要的信息。当然这种匹配一般是不完全的，具有不确定性，因此需要解决不确定性匹配问题。,(3),当问题的语义网络片断与知识库中的某些语义网络片断匹配时，则与询问处匹配的就是问题的解。,9/13/2024,81,例：设有如下事实：,赵云是一个学生；,她在东方大学主修计算机课程；,她入校的时间是,1990,年。,求解问题： 赵云主修什么课程？,解：,1.,将事实用下列语义网络表示出来放在知识库中。,学生,赵云,教育,教育,1,计算机,科学,大学,东方大学,1990,时间,ISA,ISA,ISA,ISA,ISA,Agent,Begin,Recipient,Major,9/13/2024,82,2.,将待求解问题构造一个语义片段：,赵云,教育,教育,1,？,ISA,Major,Recipient,3.,将其与知识库中的知识网络进行匹配，由,Major,弧所指节点可知赵云的,主修课程是计算机。,4,、语义网络中的推理过程主要有两种,:,一种是继承，另一种是匹配。,为此要把节点分为：概念结点、类结点、实例结点、值结点,9/13/2024,83,5.,语义网络表示法的优缺点,主要优点：,结构性,把事物的属性以及事物间的各种语义联系显式地表示出来，是一种结构化的知识表示方法。在这种方法中，下层结点可以继承、新增、变异上层结点的属性。,联想性,本来是作为人类联想记忆模型提出来的，它着重强调事物间的语义联系，体现了人类的联想思维过程。,自索引性,把各接点之间的联系以明确、简洁的方式表示出来，通过与某一结点连结的弧可以很容易的找出与该结点有关的信息，而不必查找整个知识库。这种自索引能力有效的避免搜索时所遇到的组合爆炸问题。,自然性,这种带有标识的有向图，可比较直观地把知识表示出来，符合人们表达事物间关系的习惯，并且与自然语言语义网络之间的转换也比较容易实现。,84,主要缺点：,非严格性,没有象谓词那样严格的形式表示体系，一个给定语义网络的含义完全依赖于处理程序对它所进行的解释，通过语义网络所实现的推理不能保证其正确性。,复杂性,语义网络表示知识的手段是多种多样的，这虽然对其表示带来了灵活性，但同时也由于表示形式的不一致，使得它的处理增加了复杂性。,85,【,例,】,：试将歌曲,军港之夜,中的歌词,“,海浪把战舰轻轻地摇,”,表示成语义网络的形式。,海 浪,战 舰,轻轻摇,【,注意,】,：上述语义网络太过简单，没有告诉人们多少东西，故需要进一步改进。,【,解,】,：第一步：将上述歌词（即命题）表示成二元谓词的形式：,轻轻摇（海浪，战舰）,显然，它可表示成如下的语义网络：,86,第二步：把理解这句歌词时所使用的语法知识加进去，即可将一个谓词拆成如下三个谓词：,动作主体（海浪，摇）,动作对象（战舰，摇）,动作方式（轻轻，摇）,可得如下改进后的较为详细的语义网络：,海 浪,战 舰,轻轻地,摇,动作主体,动作,对象,动作方式,87,【,分析,】,：在上述改进的语义网络中，海浪、战舰、摇、轻轻等概念之间的相互关系均已给出，且这种关系是命题本身所包括的。可以说，到此为止，我们已经穷尽了命题本身包含的知识。但是，海浪、战舰、摇、轻轻等概念本身究竟有什么含义，在这个语义网络中并未体现出来，因为命题中也没有这样的知识。因此，为了进一步描述，就必须加入该命题以外的知识，包括我们对世界上各种事物的范畴及其属性的认识，已经,军港之夜,这首歌曲的上下文信息。,88,第三步：再添上我对海港中各种事物的范畴及其属性的认知，以及,军港之夜,的上下文信息，可得如下更为详细的语义网络：,全域,行为,事物,方式,海浪,战舰,摇动,轻轻,某港海浪,某港战舰,子集,子集,子集,子集,子集,个体,个体,子集,个体,动作对象,动作方式,动作主体,89,【,例,】,：试将命题,“,每个学生都读过一本书,”,表示成分块语义网络的形式。,【,解,】,：先将上述命题表示成谓词公式：,(s),学生,(s) (b),书,(b),读过,(s,b),其分块语义网络如下：,GS,g,学生,读,书,s,r,b,个体,F,个体,个体,个体,动作,主体,动作,对象,90,【,说明,】,：,（,1,）命题,“,学生读书,”,构成一个空间，节点,g,是其代表，节点,GS,是全体命题的集合；,（,2,）通向,g,的两条弧，,F,弧指示它代表的命题是什么，,弧,指示,s,是一个全称变量，若有多个全称变量，就要有多个,弧,。,（,3,）在上图中，只有,s,是全称变量，,r,b,都是存在变量，它们都是全称变量,s,的函数。,【,注意,】,：,（,1,）从上图可知，语义网络表示法和谓词表示法的不同：在谓词公式中，,“,读,”,作为一个谓词出现，而在这里，它作为一个事件（动作,r,）和,“,学生,”,、,“,书,”,等统一处理。,91,（,2,）语义网络表示法要求，子空间中的所有非全称变量的节点都是全称变量节点的函数，那些不是全称变量节点函数的其它节点，应该拉到空间之外去。,【,例,】,：命题,“,每个学生都读过,红楼梦,”,，就应该表示成如下形式的语义网络：,GS,g,学生,读,书,s,r,红楼梦,个体,F,个体,个体,个体,动作,主体,动作,对象,92,【,例,】,：试将命题,“,每个学生都读过所有的书,”,表示成分块语义网络的形式。,【,解,】,：先将上述命题表示成谓词公式：,(s),学生,(s) (b),书,(b),读过,(s,b),其语义网络如下：,GS,g,学生,读,书,s,r,b,个体,F,个体,个体,个体,动作,主体,动作,对象,93,2.5,框架表示法,94,2.5.1,框架理论,1975,年美国著名,AI,学者,Minsky,在其论文,“,A framework for representing knowledge,”,（,【,注,】,：有兴趣者，可研读该论文）中提出了框架理论，并,把它作为理解视觉、自然语言对话及其它复杂行为的基础,。,框架理论的基本思想,：认为人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的，当面临一个新事物时，就从记忆中找出一个合适的框架，并根据实际情况对其细节加以修改、补充，从而形成对当前事物的认识。,95,2.5.2,框架的定义及表示形式,1,）定义,框架,：是一种描述对象（事物、事件或概念等）属性的数据结构，在框架理论中，框架是知识表示的基本单位。,一个框架由若干个,“,槽,”,（,Slot,）结构组成，每个槽又可分为若干个,“,侧面,”,。,一个,槽,：用于描述所论对象某一方面的属性；,一个,侧面,：用于描述相应数学的一个方面。,槽和侧面所具有的属性值分别称为,槽值,和,侧面值,。,96,2,）框架的一般表示形式,槽名,1,：侧面名,1,值,1,，值,2,，,.,，值,p1,侧面名,2,值,1,，值,2,，,.,，值,p2,侧面名,m1,值,1,，值,2,，,.,，值,pm1,槽名,n,：侧面名,1,值,1,，值,2,，,.,，值,r1,约束：约束条件,1,约束条件,n,97,3,）框架及其实例,框架名：,tx,未遂杀人案,犯罪意图：,x,犯罪结果：杀人,被杀者：,y,杀人动机：,x,未遂被,y,发现,知情人：, z,i,| i,I,罪犯：,t,条件一：若,x,为强奸，则,t,必须是男性,条件二：有某个,z,i,指控,t,条件三：,t,招认,在,聊斋志异,中有个,胭脂,的故事，开始时邑宰判错了案，就是因为他头脑里有个破案的框架：,98,框架实例：,鄂秋準,强奸,未遂杀人案,犯罪意图：,强奸,犯罪结果：杀人,被杀者：,卞牛医,杀人动机：,强奸,未遂被,卞牛医,发现,知情人：,卞妻，胭脂,罪犯：,鄂秋準,条件一：,鄂秋準,为男性，成立,条件二：,胭脂,指控,鄂秋準,，成立,条件三：,鄂秋準,招认，成立,邑宰用上述框架去套胭脂一案，结果得到了该框架的一个实例：,99,4,）,框架的,BNF,描述, := , :=,框架名, := , :=,约束, := |(,), := |, := |, :=,|, := , := , := |,100, :=,|, := |, := |, := ,【,注,】,：关于框架的,BNF,描述的说明：,（,1,）框架名的值允许带参数，当别的框架调用它时需要提供相应的实在参数。,（,2,）当槽值或侧面值是一个过程时，它既可以是一个,串，也可以是对某个过程的调用。,（,3,）当槽值或侧面值是谓词时，其真值由当时谓词中变元的取值确定。,（,4,）槽值或侧面值为,时，表示当时未能确定该值，待以后填入。,（,5,）,是任选的，当不指出时，表示无约束。,101,5,）框架的主要特征,（,1,）每个框架有一个框架名（可带参数）。,（,2,）每个框架有一组属性，每个属性称为一个槽，里面可以存放属性值。,（,3,）每个属性对它的值有一定的类型要求，不同属性的类型要求可以不一样。,（,4,）有些属性值可以是子框架调用，子框架调用可以带参数。,（,5,）有些属性值是事先确定的，而有些属性值需在生成实例时代入。,（,6,）有些属性值在代入时需满足一定的条件。有时，在不同属性的属性值之间有一些条件需要满足。,102,2.5.3,框架系统,框架网络,：是指具有,横向联系,及,纵向联系,的一组框架。,横向联系,：一个框架中的槽值或侧面值可以是另一个框架的名字，即通过一个框架可以找到另一个框架，这样就在两个框架之间建立起横向联系。,纵向联系,：由于属性的继承性，故可把共同属性抽取出来，构成一个上层框架，然而再对专有属性分别构成下层框架，并在下层设立一个专用的槽（一般称为,“,继承,”,槽）。这样不仅在框架间建立了纵向联系，而且建立了上下层框架的属性及值的继承关系，避免了重复描述，节约了时间和空间开销。,103,（,1,） 事物组成这类框架系统主要用于描述复杂事物的层次组成。事物的组成是广泛存在的概念，例如人体就由头部、躯干和四肢组成，也可视为由皮、肉、骨、血等构成，前述餐馆则由餐厅、餐桌、服务员等组成；一个复杂的机械设备也可层次地分解为组件和部件（图,3.18,）。每个部件和组件以及整个设备均可用一个框架加以描述；另外关于设备和组件的概念中，还可表示组件间的约束和配合关系。,104,（,2,） 层次分类体系和语义网络类似，应用框架系统也能描述事物的层次分类体系。而且，由于框架可以具有丰富的内部结构，能更有效地表示分类体系和支持结构化信息存取。例如，对于海上运输，为保证航运安全和货物完好无损，需对货物进行分类存储和处理。以框架系统来建立如图,3.19,所示的分类体系，可以有效地支持海运专家系统的信息存取和推理工作。,105,师生员工框架,教职工框架,学生框架,教师框架,员工框架,CS,学生框架,EEz,学生框架,教师,1,教师,n,学生,1,学生,n,框架网络实例,106,2.5.4,框架中槽的设置与组织,框架,是一种集事物各方面属性的描述为一体，并反映相关事物间各种关系的数据结构。在此结构中,“,槽,”,起着至关重要的作用，因为它起到如下两个方面的作用：,（,