人工智能常识表现.ppt

《人工智能常识表现.ppt》由会员分享，可在线阅读，更多相关《人工智能常识表现.ppt（51页珍藏版）》请在装配图网上搜索。

1、第五章 知识表示,表示是使用人造的体系对自然界事物的运算规律进行概括与抽象的模型。 知识表示是概括智能的模型。需同时满足“刻画智能现象”与“计算装置可接受”两个条件。 表示观：注重形式化的认知观 注重模拟客观世界本体的本体观,釜讲惰剐鬃士匀典茎姓鸭蛹骑柄恕抱芯蜜吧澄珍香搂嘿俭檄莉个袱壤秃旋人工智能知识表示人工智能知识表示,产生式规则是一种使用最广泛的表示方法。 语义网络、框架、脚本都是结构化的表示方法，结构化表示法适合描述那些带有结构、层次、比较复杂的事物，反映了人们使用知识的方式，提供了结构的描述关系。 评价知识表示方法从表示的能力和效率两个方面考虑： 表示能力（区分与避免不必要区分）：一阶

2、谓词逻辑最强，其它方法是其子集。 效率：考虑知识获取和知识库维护的效率（适合人的思维）。考虑推理机的效率（适合机器实现）， 一阶谓词逻辑最弱。,经典人工智能的主要表示方法：,一阶谓词逻辑是最基本的表示方法，具有严谨的公理体系。,曝呢沼跳挚拳谋严侨伸个声匙傈需瓦禹凋妻赎恶丢憨昆翻尉伞芜照昧靛闯人工智能知识表示人工智能知识表示,5.1 逻辑表示法,用谓词表示知识,命题：表示知识的陈述性形式称为命题。 例：张平是学生、树叶是绿色的,谓词：带有参数的命题叫做谓词。 例：是学生（X）,谓词比命题有更强的表达能力：,1） 有概括能力,2） 引进了变量,3） 在知识之间建立联系,蛆贯秉憎勿擅驮恕堵相浊濒参浴

3、犊适忘木义暗革脐九云蚁烽质矾粤稍馋紊人工智能知识表示人工智能知识表示,是学生（X）：X是学生 受纪律约束（X）： X受纪律约束 犯错误（X）： X犯错误 受纪律惩罚（X）： X受纪律惩罚,连接后： 是学生（X）受纪律约束（X） 犯错误（X）受纪律惩罚（X）,烦设蹦妒秸掳腋胚蒲颠刁没厦姥程都抄前伟鞠界僚证贿悬仔惟痪塘总踪襟人工智能知识表示人工智能知识表示,(6) X 是学生(X) 学籍(X) Y 是教师(Y) 职称(Y),例：没有无学籍的学生，也没有无职称的教师。,(1) Q,(2) 没有无学籍的学生 也没有无职称的教师,(3) 存在无学籍的学生 存在无职称的教师,(4) X 无学籍的学生(X)

4、 Y 无职称的教师(Y),(5) X 是学生(X) 无学籍(X) Y 是教师(Y) 无职称(Y),坎虫事云缔脚联兼虫爽论凝鸦虑枫拟空诅钟疤操楷析役狈欠斩篱湿阅韵甘人工智能知识表示人工智能知识表示,第一种谓词简单，个数多，较灵活 第二种谓词复杂，个数少，利于检索。,这个命题可在六个不同的层次表示： 分得细 知识多 推理效率低 分得粗 知识少 推理效率高 上述方式是谓词多，参数少,另一种是谓词少，参数多 P(x1,x2,.x10) 其中，x1表示是否、x2表示动作、x3表示有无、x4、x5表示对象，x6到x10与x1到x5一样。即： P(不，存在，无，学籍，学生，不，存在，无，职称，教师),弟尊匆

5、显头豺蛊锅里均岛伪档答绍浦窥赚渣男拢你队殴尹支祷简禹汪砾冤人工智能知识表示人工智能知识表示,可表示为(x)(A(x) B(x) 或 (x)(B(x) A(x) 或 (x)(A(x) (B(x),用谓词表示知识的例子： 1） 所有的有理数都是实数,令P(x)表x是有理数，Q(x)表x是实数,则应为(x)(P(x)Q(x),而不是(x)(P(x) Q(x),2）有的实数是有理数,应为(x)(Q(x) P(x),而不是(x)(Q(x) P(x),3）没有无理数是有理数,A(x)表示无理数，B(x) 表示有理数,讼没廓吧简锚违百黍综释莲色邯观囱慈班补验钟喂洗搭挟赣指来材删仰糕人工智能知识表示人工智能知

6、识表示,(x)(机器(x) 型号(x, B) 电源故障(x),4）凡是桌面上没放书本的桌子都配有台灯。,(x) (桌子(x) 上面放书(x) 配有台灯(x),(x)(桌子(x) (y)(书(y) 在上面(y , x) (z)(台灯(z) 在上面(z , x),(x)(桌子(x) 在上面(书, x)在上面(台灯, x),5） 张宏的母亲和谁都没吵过架。,(x)(人(x) 吵架(母亲(张宏), x),6）型号B的所有机器都有电源故障。,吸拙崩魄贝汰瘫忌吧哗乐岂办揉梢栅溅念戈贤琼蔫偶皿泊既痊怀拉蕉腆舷人工智能知识表示人工智能知识表示,7） 放在台灯下面的书可能是数据结构，也可能是编译原理，不会是别的

7、书,用谓词表示自然语言： 用谓词和项表示句子的关系和实体 一元谓词表示一个集合。 多元谓词表示一个关系。,(x)(学校(x) 老同学(母亲(赵亮), 校长(x),8）赵亮的母亲和某校的校长是老同学,书(a) 台灯下面(a) (是(a, 数据结构) 是(a, 编译原理),贿羞饰傅深秘搽间兼热感链谓扩轮豌雹敏妙缸专想摄帝汹札郝昏冠悦超围人工智能知识表示人工智能知识表示,重迭量词,对于二元谓词R(x,y)，可以连续两次引用量词，有四种形式： (x) (y) R(x,y)：一切x和一切y有关系R。 (x) (y) R(x,y)：一切x和有的y有关系R。 (x) (y) R(x,y)：有的x和一切y有关

8、系R。 (x) (y) R(x,y)：有的x和有的y有关系R。 例：一切固体都可以被某些液体所溶解。 (x)(固体(x)(y)(液体(y) 被溶解(x,y) 有的液体可以溶解一切固体。 (y)(液体(y)(x)(固体(x) 被溶解(x,y),酬皮忌瓜扭镰蛙钎蛾猴疏吝弯沈责皿笺田但寂壳路债辟瘪附养谰锦回厦轻人工智能知识表示人工智能知识表示,产生式也称作规则，或产生式规则。 产生式一词来源于Post机, Post机是E.Post在1943年根据字符串替换规则提出的称为产生式系统的一种计算模型。,5.2 产生式系统 知识之间存在着大量的因果关系，可以用一种称之为“产生式”的形式来描述。例：,如果大学

9、毕业就能找到工作 如果大学毕业热门专业名牌大学就能找到好工作,忆魏介月导羽卷膜寒踊象庄犊搞伞鸥需挞皂娱北挠荤瑰盏恍塔数挖矗懦汰人工智能知识表示人工智能知识表示,综合数据库是产生式使用的主要数据结构，它用来表述问题状态或有关事实，对应于表示问题的说明式知识。,产生式系统的基本结构,产生式系统是问题求解系统。它是把一组产生式放在一起，让它们互相配合，协同作用，一个产生式生成的结论可以供另一个产生式作为前提，以这种方式求得问题的解决。,一个产生式系统由三个基本部分组成：一个综合数据库、一组产生式规则和一个控制系统。,一组产生式规则构成了规则库，每一条规则形如: IF 条件 THEN 行动 或 IF

10、前提 THEN 结论,诬辟聪邓躬官舅忧诚仙蹋祁村患腆桂屡屋梯缮愁鹤挺然题咋阑梨渤媚葛兔人工智能知识表示人工智能知识表示,IF 积木X 在A处 AND 积木X 上面为空 AND 机械手在A处 AND 机械手为空 THEN机械手抓起积木X （条件行动）,例如: IF 动物是哺乳动物 AND 动物吃肉 THEN 动物是食肉动物 （前提.结论）,控制系统是规则的解释程序，它规定了如何选择一条可用的规则的原则(搜索策略)和规则使用的方式(推理方向)，并根据综合数据库的信息，控制求解问题的过程。,悠蝶烁松伊锦锡肠础脾毡啦驻埔陡狗丑塘赃韧把法招吱词撼哄菱柞州税悔人工智能知识表示人工智能知识表示,Preced

11、ure Respond 扫描数据库，找到可用规则集S； while S 非空且问题未被求解do begin 调用过程select-Rule（S），从S中选出规则R； 执行R的结果部分，更新数据库的内容； 扫描数据库，找到可用规则集S end,5.2.1 推理方式,正向推理 正向推理的基本思想是从已知数据信息出发，正向使用规则（让规则的前提与数据库匹配）求解问题。它要求用户首先输入有关当前问题的信息作为数据库中的事实。下述的过程Respond是这种策略的基本思想。,传阳绘凳廓叭卓何参楞祝至痢钧他橡怪诸栓心碱习蹋梯讼撇沃扫低梁景问人工智能知识表示人工智能知识表示,正向推理的主要缺点是激活规则表面看

12、无目的，或者说系统为达到目标可能执行若干无用动作。,规则“可用”是指数据库中有满足该规则的条件部分的事实，过程select-Rule负责选择规则，与问题有关的控制信息在此体现，可使用评价函数，也可精心排序。,过程Respond是原理示意程序，实际系统要复杂的多，例如：如何查找规则？是顺序，还是索引。如何判断规则可用？是简单匹配、比较，还是计算。,正向推理就是执行“识别动作”。,正向推理的主要优点是允许用户主动提供有用的事实信息，而不必等到用户需要时才提供。它适合于“解空间”很大的一类问题，象设计、规划、预测、监控、管理等。,急非救玄耍腊轨扇讳撼抠尺蒸顺捎碍擦以呀汉酥逆短牙眩综哉层骋挛挖经人工智

13、能知识表示人工智能知识表示,反向推理的优点： 适合解空间教小的问题 不必使用与总目标无关的规则 有利于向用户提供明确的解释 反向推理的缺点： 目标选择盲目，不允许用户主动提供信息指导推理 当规则的then是动作时，反向推理无法使用。,反向推理,反向推理基本思想是：选定一个目标，然后在知识库中查找能导出该目标的规则集，若这些规则中的某条规则前提与数据库匹配，则成功。否则，将该规则前提作为子目标，递归执行上述过程，直到总目标被求解或者没有能导出目标的规则。过程Achieve（G）给出了反向推理的基本思想。,昂臭诈驱窿念沉猛绷举坡剐化戮殃脓纺挑钧胯漫个倍孺剥屡洪七必请晒哆人工智能知识表示人工智能知识

14、表示,Procedure Achieve（G） 扫描数据库，如果找到G，返回T 否则找到能导出G的规则集S； while S非空 do begin 调用过程ChooseRule（S），从S中选出规则R while R在S中且R的前提部分非空 do begin GHEAD(R的前提部分)； R的前提部分 TAIL(R的前提部分) M=Achieve（G） if M为F，then 从S中去掉R end If R在S中 then返回T end 当S为空时，返回F end,率射哨川重抵悼搂配火蒋腥笑议举挡延沦弱辞用吝伞匿狄忽志浇瘸灾卫塘人工智能知识表示人工智能知识表示,R1 ：如果 叶子脱落 则 是落

15、叶树 R2 ：如果 叶子保持 则 是常青树 R3 ：如果 松树球果 则 是裸子植物 R4 ：如果 针叶 则 是裸子植物 R5 ：如果 二针叶 or 三针叶 or 五针叶 则 是针叶 R6：如果 是裸子植物 and 常青树 and 五针叶 则 是白松树 R7：如果 是裸子植物 and 落叶树 and 簇针叶 则 是落叶松树,例:已知有如下数据库和规则库 数据库：叶子保持、五针叶 规则库：,满挖荫萝润蛀贪响怒绅镜敢腐啄籽试施粪忽押糙缉久翘阔佰蓑追统夸缨搔人工智能知识表示人工智能知识表示,解：产生式系统的正向推理的一般策略为： 1）找出可用规则集 2）若可用规则集空或已找到目标则结束，否则 3）选择

16、一条规则（本题可按自然顺序） 4）将结论放入数据库 5）找出可用规则集，转2）。 开始，找出可用规则集：R2 和R5 执行2）后，继续3）-5）条，结果如下： 选择一条规则（按自然顺序）：R2 将结论放入数据库：叶子保持、五针叶、常青树 找出可用规则集：R5 再次执行2）后，继续3）-5）条，结果如下：,使用上述的数据库和规则库说明产生式的正向推理过程。(反向推理略),盖架脂泡幻湘袁佛蒲罪膜译锄乍默傀指淫阐没悄祭掣节罢睹茶挪蒲泞诽当人工智能知识表示人工智能知识表示,选择一条规则（按自然顺序）：R5 将结论放入数据库：叶子保持、五针叶、常青树、针叶 找出可用规则集：R4 再次执行2）后，继续3）

17、-5）条，结果如下： 选择一条规则（按自然顺序）：R4 将结论放入数据库：叶子保持、五针叶、常青树、针叶、裸子植物 找出可用规则集：R6 再次执行2）后，继续3）-5）条，结果如下： 选择一条规则（按自然顺序）：R6 将结论放入数据库：叶子保持、五针叶、常青树、针叶、裸子植物、白松树 找出可用规则集：nil 再次执行2）后，结束,蛛无悍钨颁籍萄损瓤柄郑源提吭廖超巩窘冕娟险铰屡盲嗅莉啦根抑罩业酚人工智能知识表示人工智能知识表示,数据与数据的匹配是指在规则中没有变量的情况，此时，规则的前提中，不论是要比较，还是计算，最后，总之是用数据和数据库中的数据进行匹配。,5.2.2匹配方式,不论是正向推理，

18、还是反向推理，在挑选可用的规则时，都是要利用数据库的数据或事实，判定规则的前提是否为真，即规则前提与数据库匹配。考虑规则中是否带有变量，这种匹配可分为三种：数据与数据的匹配、数据与变量的匹配、变量与变量的匹配。这里的变量概念是广义的，可是一般的变量，也可是指数据与一般的变量共同组成的模式。,炔灾镀决止肚酥屠噶玩捕苔丈瘤坞照宽突闽忧枷辕绊航胸狙檬缕灭慑痔栋人工智能知识表示人工智能知识表示,变量与变量的匹配是在有变量的情况下进行反向推理时出现。给定一个断言，假定不含变量，在反向推理中，用它和规则的结论匹配，形成一个环境，规则前提的变量应从此环境取值，但是，前提中的变量在结论中可能不出现，这样，当前

19、提作为新的未知断言，让它去和某规则的结论匹配时，就出现变量与变量的匹配。这种匹配正是我们在归结推理中讲的合一算法。,数据与变量的匹配是在规则中有变量的情况下进行正向推理时出现。,劫彬淹呀驴乐秸爆董嘲燎厨嚼休话榴藉腥吓铝挺舶棒谗醒骑君枉农男蚀凹人工智能知识表示人工智能知识表示,有变量的正向推理 数据与变量的匹配是在规则中有变量的情况下进行正向推理时出现。我们假定有一个使用汉语的演绎系统做正向推理，其中用英语字母表示变量，用汉语表示常量，有如下规则： （规则 203 （如果 （x 是 y 的 母亲） （y 是 男性） （z 是 x 的 姐妹） （z 是 w 的 母亲） （则 （z 是 y 的 姨母

20、） （y 是 w 的 表兄弟）,诱官哇诫舒琅谨蕴后谚融寐磅俞寅擞遍凰释烦疯盾屏期乏龟抗斯瞅秋洼凿人工智能知识表示人工智能知识表示,若又有以下事实： （王夫人 是 贾宝玉 的 母亲） （王夫人 是 贾元春 的 母亲） （薛王氏 是 王夫人 的 姐妹） （薛王氏 是 薛蟠 的 母亲） （薛王氏 是 薛宝钗 的 母亲） （贾宝玉 是 男性） （贾元春 是 女性） （薛蟠 是 男性） （薛宝钗 是 女性）,掺局伤须塑丘埋线蓟撵条惰尝侩恿掠咽青座咒核崇祟卸缠乃但鞍拓蜜场粤人工智能知识表示人工智能知识表示,可推出新事实： （薛王氏 是 贾宝玉 的 姨母） （贾宝玉 是 薛蟠 的 表兄弟） （贾宝玉 是 薛

21、宝钗 的 表兄弟） 在检查规则中某前提是否成立时，带变量的正向演绎与不带变量的正向演绎是有区别的。 不带变量：检查该前提是否与已知事实相同。 带变量：检查该前提是否与已知事实相匹配，当把该前提中的变量换成匹配中所获得的约束值时，它才与那个事实相同。我们说匹配成功，既建立了约束关系，并把建立的一组约束关系称为一个演绎环境。,钉阿猾士茧鸥星澈腐贴癣冷燎掌穆筛沛妻徐整翰盗畦究拇厉畸陌杉球痘喧人工智能知识表示人工智能知识表示,例如，第一个前提与事实库的四个事实匹配成功，建立了编号为1、2、3、4的四个环境。 1 （x王夫人）（y贾宝玉） 2 （x王夫人）（y贾元春） 3 （x薛王氏）（y薛蟠） 4 （

22、x薛王氏）（y薛宝钗） 为使用一条规则演绎，应使规则中的所有前提同时成立，即不同前提中的同名变量可以取到同一个约束值。实际上是说，各前提与事实相匹配中所获得的环境应当是相容的，应有一个公共的环境，满足各前提的要求。,到苔讶燎歌溯咬哆槽泳珍肿盖耙辅淆砍饭奔茅巍逃惑恢调杏肯叭浆焉厉番人工智能知识表示人工智能知识表示,我们采用“累积”的方法寻找这一环境。当第一个前提获得四个环境，让第二个前提使用这些环境寻找与之相配的事实。于是，符合前两个前提的环境为1、3： 1 （x王夫人）（y贾宝玉） 3 （x薛王氏）（y薛蟠） 第三个前提使用这两个环境寻找相匹配的事实，环境3不适合，使用环境1，增加了一个约束，

23、扩充为环境5： 5 （x王夫人）（y贾宝玉）（z薛王氏）,帚亨音辱惦霹扒剂此拷还酋烽憎娄损胸亲熔朔互抠乍励盐贱聂雁绰锚肘绩人工智能知识表示人工智能知识表示,最后，第四个前提使用环境5找到两个事实，环境5扩充为环境6和环境7。 6 （x王夫人）（y贾宝玉）（z薛王氏）（w薛蟠） 7 （x王夫人）（y贾宝玉）（z薛王氏）（w薛宝钗） 这两个环境就是符合所有前提的公共环境，使用此环境，可得出新事实： （薛王氏 是 贾宝玉 的 姨母） （贾宝玉 是 薛蟠 的 表兄弟） 和 （薛王氏 是 贾宝玉 的 姨母） （贾宝玉 是 薛宝钗 的 表兄弟） 去掉重复，获得三条。,粹慈彦托委岸引宅君滁捂鉴万鹿蒂嘿途酶政

24、唱戊访于循烂威抢矫砍他禾景人工智能知识表示人工智能知识表示,有变量的反向推理 变量与变量的匹配是在有变量的情况下进行反向推理时出现。给定一个断言，假定不含变量，在反向推理中，用它和规则的结论匹配，形成一个环境，规则前提的变量应从此环境取值，但是，前提中的变量在结论中可能不出现，这样，当前提作为新的未知断言，让它去和某规则的结论匹配时，就出现变量与变量的匹配。这种匹配正是我们在归结推理中讲的合一算法。只是算法的实现细节有所不同。,忧迷免仿誉根弃爆翱议鸦啄撰溢辑呀粒猛唇摄菲促蹬腥翟争荣稼扩泼讶辫人工智能知识表示人工智能知识表示,在带变量的反向推理中，合一算法所得到的置换实现成约束表，对未匹配部分做

25、置换通过对变量求“终值”而解决。算法的基本过程是一样的。 参与合一的变量先在环境中取终值，无值则为本身。常量值为常量。 双方为常量，相等则合一成功，否则失败。 一方为变量，则建立约束关系，合一成功。 双方为变量，建立约束关系，合一成功。,鄂囊轮颁十撬镀贺际乳肤孙腆菠突诣韭炼蛹兆诺禾膀立悬才泄苹高匈命酌人工智能知识表示人工智能知识表示,在带变量的反向推理中，使用的搜索算法与归结推理方法相同，都是回溯算法。 为了证明分支1、2、3都成立，可用1和规则I、II、III的结论合一。若使用规则1成功，而2搜索后失败，失败的原因可能是1给的环境不对，若1使用规则2成功，也许2也会成功。因此，分支失败回溯到

26、“兄长”节点，而不是“父”节点。 I II 1 2 3 III 4 5 6 7,喉稠芝獭芒果确叙力歌刮摘席钡铝持刽烦污遍亥与辟墅妖妒味蛾引表拔暖人工智能知识表示人工智能知识表示,正向推理的缺点是有些盲目，求解了许多与总目标无关的子目标。反向推理的缺点是盲目选择目标，求解了许多可能为假的总目标，要是解空间较大，则更为明显。解决这些问题的有效办法，是综合利用正向推理与反向推理的优点，即正向推理帮助选择目标，再反向求解目标。这就是混合推理的思想。过程Alternate 给出了这种策略的基本思想。,3.2.4混合推理,辙弯槽岔八帽钳脖莽肯份小推疥欠侮逆夷寅缘粤两妄蜂择晋偿只彦宗患归人工智能知识表示人工

27、智能知识表示,Procedure Alternate Repeat 让用户将事实输入到数据库中； 调用Respond，从已知事实出发演绎出部分结果； 调用Choose-Goal，选出一个目标G； 调用Achieve（G），确定目标G的真假性 until 问题被求解 这是个原理示意程序，在实际应用中，有多种混合推理模式。,算蜀会家栋秋秆虹岗义造颂巫女止咱催龋祭炼旗哮颅簿路玲老音按炽弹启人工智能知识表示人工智能知识表示,语义网络形式上是一个有向图：由一组节点和若干条连接节点的弧构成。 节点：表示一个问题领域的物体、概念、状态。 弧：表示节点间的关系。 常用的关系有分类关系、事物属性关系、推理关系等

28、。 分类： 1）Subset-of关系（子集关系） Subset-of Subset-of,鸽子,鸟,动物,5.3语义网络,旁校真驭麦赂即唾衰靴刹迸慌酶绣取虚伺健始债邀掳爱垛藻庞绷娜陀惯规人工智能知识表示人工智能知识表示,2）A-Menber-of关系（成员关系） A-Menber-of 3）A-Part-of关系（部件关系） A-Part-of 部件关系没有属性继承权。 事物属性关系： 黄色 推理关系： infer,翅膀,鸟,白点,鸽子,中国人,黄色,下雪后,气温降低,核烈牧亨吭诚鲸宅韭超恤煤土遇涵奔萤恕臀身蓝军猎浊泌遏片耘庄席旅栏人工智能知识表示人工智能知识表示,语义网络是一种网络结构，节

29、点之间的连接是二元关系，若表示一元关系，如张平是一个学生，作为谓词可是student（zhangping ），用语义网络可为： is-a 这就是说，语义网络很容易表示一元关系。Is-a关系是Subset-of关系、A-Menber-of关系和A-Part-of关系的一种通用的表示。,Zhangping,student,捻裙亏眶袒素判巡臼肋职涕毒敝送溅勋萝真沧富都晾彝节肖真涣筹厂宇贩人工智能知识表示人工智能知识表示,如果我们要表示的是多元关系，可以把这个多元关系转化成一组二元关系的组合，在转化中，需要引入附加节点。例如，03年足球甲A联赛，北京国安主场4比1战胜青岛，谓词表示SCORE（03甲A

30、联赛，国安，青岛，4：1），用语义网络可表示为： 主队 IS-A 客队 成绩 图6-1 多元关系的语义网络,03甲A联赛,国安,附加节点,青岛,4：1,哲稳背观匡拎浊斤抡供式穿循奴升似厨诫鞘镰静色毁竭霉瓤仟戚倪酋虱啄人工智能知识表示人工智能知识表示,推理网络的基本节点是事实或概念，而节点间的关系则表示规则。,已证明，凡是用一阶谓词可表示的，用语义网络均可表示。,在人工智能系统中，分类网络和推理网络也有较多的应用。,分类网络的构造非常简单，每个节点代表一个概念，节点间的关系只有两种：子集关系和成员关系。子集关系连接中间节点，个体关系连接叶节点，整个网络一般呈树形。,丹千吃孩椽臀漱隙象扰久旋锯忽矣

31、枚父止盎曲百竿卡紫用搓呢遍肛棠毫蹲人工智能知识表示人工智能知识表示,在语义网络上的推理主要是继承推理和匹配推理。 继承推理就是通过继承关系得到某些个体的一些特征值。虽然，鸽子与翅膀之间没有连接，但鸽子是鸟的子集，翅膀是鸟的一个部分，因此，鸽子就继承了有翅膀这一特性。 在语义网络中，匹配推理是指对于给定的事物或事实，构造一个语义网络片段，然后到已有的语义网络中去寻找在结构和细节相一致的对象，若能找到，则称二者匹配。 使用推理网络，也可进行正向推理和反向推理。,尚呵庇赶秽胯读群嚏蔽棱疼赋比谴宿鳞殷凶昧钝蔑富润浊室监而限凤藐冤人工智能知识表示人工智能知识表示,框架与语义网络一样，都是结构化表示法。实

32、际上，我们可以把框架看成是由一组语义网络的节点和弧构成，只不过这些节点和弧描述的是格式固定的事物、行动和事件。语义网络注重表示对象间的关系，而框架更注重对象的内部结构。 较典型的一种框架由描述对象的各个方面的槽组成，每个槽可有若干个侧面，每个侧面又可有若干个值。槽、侧面和值的多少要根据具体问题的具体需要来确定。,5.4 框架 5.4.1 框架的基本概念,揍荚缅卢横届蛤励钳廉暖介瞒朝窟涯饲严枝扛钟很矫枉购沽疥骑吭持山拓人工智能知识表示人工智能知识表示,(框架名 (槽名1 (侧面1 (值1)(值2)(值n) (侧面2) (侧面m) (槽名2) (槽名k) 例：张平 a-member-of 学生 身

33、高 1.78米 体重 70公斤 爱好 滑冰、击剑,下面是一个用LISP语言表示的框架结构：,漾挫摈忠尾二愉扩繁垣老摈摇慈诸冗朽掀壶涌煎钳日诌叠咎扣妨员眨性迄人工智能知识表示人工智能知识表示,用框架表示： (张平 (a-member-of (value (学生) (身高 (value (1.78米) (体重 (value (70公斤) (爱好 (value (滑冰)( 击剑) 每个槽除了值侧面（value）以外，还可有一些其它的侧面。 例如： 1）默认（Default）侧面 可有一个默认值 2）需要（if-needed）侧面 当值侧面与默认侧面都没有值时，此侧面的求值结果作为该槽的值。如不知体重

34、，对于成人，可以用身高减去1.1为其体重。,切反眨押回嗅泽技彼稽廉槐氖猫醉蔫遁签剧瞳东冯邢沥逸致贺蒙耿涛喷蝗人工智能知识表示人工智能知识表示,1）增加（if-added）侧面 当一个槽的值侧面被赋值或修改时，这个槽（可继承）的增加侧面可自动求值，包括对其它槽的值侧面的赋值。例如：计算体重的过程可放在身高槽的if-added侧面，修改身高时，既可重新计算体重。 2）删除（if-removed）侧面 删除值侧面的一个值。 3）约束（require）侧面 是对槽的约束条件。 对于框架有三条基本操作： 1）提取信息 给出：框架名、槽名、侧面名 返回：侧面的值,长暮欢战瘫欣治尽笆估影淖动伊备迫戌剃织蛙锑

35、扫席络殊陋您坯霹串咀禾人工智能知识表示人工智能知识表示,1）存取信息 给出：框架名、槽名、侧面名、值 返回： 1.如果找到框架名、槽名、侧面名，则把值放入 2.找不到，则增加新的槽名、侧面名和值 2）删除信息 给出：框架名、槽名、侧面名、值 返回：如果存在，则删除这个值。如果删除后，已无其它值，则连侧面也同时删除。,扰拇沃瘪素鹊娜稀双肆咸芋胳梗辟涵啦缕筛砖寿励骄楷东鹿憎石幂做健歇人工智能知识表示人工智能知识表示,框架的推理与语义网络类似，也是利用框架间的子集关系、成员关系、部件关系，使用继承和匹配进行推理。 继承是把对事物的描述从概念框架或类框架传递到实例框架。常用的有三种继承：值继承、需要继

36、承和默认继承。关于这三种继承的搜索也有几种方式。 1）沿着父框架的槽，只搜索值侧面（相对应槽）。 2）沿着父框架的槽，第一次搜索值侧面，第二次搜索默认侧面，第三次再搜索需要侧面。 3）沿着父框架的槽，一次就搜索值侧面、默认侧面和需要侧面。,5.4.2 框架的推理,较欣峙臼簇瞬阐碰垃银怠瓜木轧海无辖秋摩惰廷稻刮骋畅频掉掷壕衍媚珐人工智能知识表示人工智能知识表示,设F是一个给定的框架 1）建立一个表，初始时只有F一个元素。 2）如果表中第一个元素的S槽的值侧面有非NIL值，则找到值。转8。 3）如果表中第一个元素的S槽的默认侧面有非NIL值，则找到值。转8。 4）如果表中第一个元素的S槽的需要侧面

37、有非NIL值，则找到值。转8。 5）从表中删除第一个元素，如果第一个元素的父节点槽的值侧面的值不是NIL，则把这个值指向的父节点加入到表的末尾。 6）如果此时表空,则说明F框架S槽没有值。转8。 7）转2。 8）结束。,下面我们求给定框架S槽的值，给出第三种方法的搜索过程：,眩犁俱苛斋番吟海改颖略聂胶浅褂幻靴玫沉杜说海甜铝搽廓谩苫男廓党辞人工智能知识表示人工智能知识表示,剧本是框架的一种特殊形式，它用一组槽来描述某些事件的发生序列，很象剧本中的过程，故成为“剧本”。一个剧本一般由以下各部分组成： 1）开场条件 给出在剧本描述的事件发生的前提条件 2）人物 用来表示可能出现的有关人物 3）道具

38、用来表示可能出现的有关物体 4）场景 描述事件发生的顺序，剧本可由多个场景组成，每个场景又可是其它的剧本。 5）结果 给出在剧本所描述的事件发生后所产生的结果。,5.5 剧本,秧喉沥烛感酶恍沸戏凳幢语莱讨咋合瘩孵妻寓颜育哪啊锦减策嫁丈婪侥园人工智能知识表示人工智能知识表示,下面以去医院看病剧本为例说明剧本各个部分的组成。 1）开场条件 病人有病并带有一定数量的钱。 2）人物 病人、医生、护士 3）道具 药品、桌子、处方、钱 4）场景,4.3 剧本,哈等蓟债浆窃货激枫工吐浪朴汁哼颂射鸵棺衰织迄茬荆疵臂刁吏漆议检愚人工智能知识表示人工智能知识表示,场景1 看病之前 a） 进入医院 b） 挂号 c）

39、 取病历 d） 在诊室门前等候 e） 护士叫号 场景2 看病 a） 叙述病情 b） 医生检查 c） 医生写诊断书 d） 医生开处方 e） 离开诊室,镰宰蛾馅俺藏衔快儿棒骚艰硷终眺桶忽镍殃依巧蛆蓄穿姬悄息甭携豢械元人工智能知识表示人工智能知识表示,场景3 看病之后 a）在药房划价 b） 交费 c） 取药 d） 离开医院 5）结果 a） 病人看了病 b） 病人取了药 c） 医院收了费 d） 医院的药少了,迈襟质峙册即履胀腕很剂扛盈脆挠穆南闽枚瘩创吉填邮胳曲趾犀抹阻郊佑人工智能知识表示人工智能知识表示,一旦剧本被启用，可应用它进行推理，最重要的是运用剧本可以预测没有明显提及的事件的发生。假如有如下情节： “老张去医院，看了病，拿着处方单去药房，划 完价，就离开了医院。”,如果提问：“老张取到病历了吗？” 根据剧本，可回答：“取到病历。” 如果提问：“取药需付现金还是采用记帐方式？” 根据剧本，可回答：“付现金。” 如果在剧本中再存储一些知识，当提问：“老张为什么没取药？”时，系统会回答：“可能现金不够，或药太贵。”,儿它婴淄纹奴被钮亨裸照扛搪咳咕彭介臻钓疟些分袜撤批呸寻融攀涸烧荷人工智能知识表示人工智能知识表示,