人工智能第二章 知识表示方法1

《人工智能第二章 知识表示方法1》由会员分享，可在线阅读，更多相关《人工智能第二章 知识表示方法1（33页珍藏版）》请在装配图网上搜索。

1、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,*,第二章 知识表示方法,2024/12/10,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、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,5,2024/12/10,2.1.1,知识,知识是智能的基础,智能活动的过程就是获取并应用知识,人工智能对问题的求解是以知识为基础,知识获取能力,知识处理能力,知识应用能力,如何将已有的知识以计算机内部代码的形式进行描述和存储，以便利用知识就是,知识表示,需要解决的问题,什么是知识？,将数字、字符串等关于客观事物的数量、属性等描述称“数据”；数据不等于数字，姓名、性别也是数据；,数据是信息的载体和表示，信息是数据在特定场合下的含义，如“,6”,个人；,知识是数据和信息的结合；,2024/12/10,知识的定义,F

3、eigenbaum,Bernstein,知识是经过削减、塑造、解释和转换的信息。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。,总结：知识是把有关信息关联在一起形成的信息结构,例如：以如果,则,关联起来的信息,2024/12/10,知识要素,事实,规则,有关问题环境的一些事物的知识，常以“,是,”,的形式出现，表示静态的知识。,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。,控制,有关问题的求解步骤、

4、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。包括怎样使用规则，解释规则、校验规则、解释程序结构等知识。,2024/12/10,知识的特性,相对正确性,不确定性,任何知识都只是在一定条件下产生的，只在一定条件下才是正确的：“以胖为美”,;1+1=2;,知识不只有真和假两种状态，也可能具有很多不确定性的状态，因为信息可能是不精确的。,知识的不确定性可能由随机、模糊、不完全性引起的。,可表示性,知识可以用适当形式表示出来，如使用语言、文字、图形；,2024/12/10,知识分类,事实性知识,过程性知识,行为性知识,根据表达内容,实例性知识,类比性知识,元知识,真理、

5、常识性知识,处理问题的方法，具有一定规律性,常表示为某种数学模型,只给出实例，规律隐藏在其中,只给相似性的描述，不能完整刻画事物,关于知识的知识，用于寻找需要的知识,2024/12/10,2.1.2,知识表示,知识需要合适的表示方式,任何国家民族都需要自己的语言文字来交流、记录知识；,二进制使得数据可以在计算机中存储；,需要研究人类智能在计算机上的表示方式，才能实现人工智能；,2024/12/10,2.1.2,知识表示,分类,-,根据表示与运用的关系划分,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：语义网络,优点：灵活简

6、洁，只需存储每个事实一次；,缺点：工作效率低下，推理过程不透明；,过程性知识表示,：将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。如：产生式系统,优点：推理过程直接、清晰，易于推理知识；,缺点：表示不够严谨，知识交叉重叠，灵活性差；,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。,需要考虑知识的存储与使用,2024/12/10,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,自然界许多知识都是不精确的，对确定性方

7、法有时需要加入不确定性度量,能否在同一层次上和不同层次上模块化,只具有全局知识库无疑不够灵活,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,自然与效率常是矛盾的，如,PROLOG,与,VC,的区别；,2024/12/10,2.2,一阶谓词逻辑表示法,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，它能够被计算机作精确推理。,一阶谓词逻辑表示法,2024/12/10,2.2.1,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

8、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。,2024/12/10,谓词公式,连词,非连词,或连词：用连接两个命题称为,析取,。,与连词：用连接两个命题称为,合取,。,蕴合连词：它表示“如果P，则Q”，其中P称为前件，Q称为后件。,量词,全称量词（,x,）：表示对个体域,X,中的所有（或任一个）个体,x,。,存在量词（,x,）：表示在个体域X中存在个体,x,。,202

9、4/12/10,由下述规则得到的谓词公式称为,合式公式,：,单个谓词和单个谓词的否定称为原子谓词公式，原子谓词公式是合式公式。,若A是合式公式，则A也是合式公式。,若A、B都是合式公式，则AB、AB、,AB也都是合式公式。,若A是合式公式，,x,是任一个体变元，则(,x,)A和(,x,)A也都是合式公式。,在合式公式中，连词的优先级别依序为：,，,2024/12/10,谓词公式的解释,在命题逻辑中，对命题公式中各个命题的一次真值指派称为命题公式的一个,解释,。,一个谓词公式的解释可能有很多个。对于每一个解释，谓词公式都可求出一个真值（,T,或,F,）。,2024/12/10,2.2.2,谓词逻

10、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,2.2.1,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

11、(wuhan),Boy(mal),Girl(zhangh),High(mal,zhangh),2024/12/10,例：用谓词公式表示下列知识,自然数是大于零的整数。,所有整数不是偶数就是奇数。,偶数除以,2,是整数。,2024/12/10,（1）定义谓词,N(,x,)表示,x,是自然数,I(,x,)表示,x,是整数,E(,x,)表示,x,是偶数,O(,x,)表示,x,是奇数,GZ(,x,)表示,x,大于零,S,(,x,)表示,x,除以,2,（2）谓词公式知识表示,(,x,)(N(,x,)GZ(,x,)I(,x,),自然数是大于零的整数,(,x,)(I(,x,)E(,x,)O(,x,),所有整

12、数不是偶数就是奇数,(,x,)(E(,x,)I(,S,(,x,),偶数除以,2,是整数,2024/12/10,2.2.3,一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,灵活性差,组合爆炸,返回,只能表达确定的知识,2024/12/10,2.3,产生式表示法,1943,年,E.Post,第一次提出称为“,Post,机”的计算模型（,计算理论,）,一种描述形式语言的语法又称为产生式规则表示法，它和图灵机有相同的计算能力。目前产生式表示法已成为人工智能中应用最多的一种知识表示方法。,产生式知识表示方法,1972,年纽厄尔和西蒙在研究人类知识模型开发了基于规

13、则的产生式系统。,2024/12/10,2.3.1,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。,谓词逻辑中的蕴含式与产生式的差别：,蕴含式只能表示精确知识；产生式可以表示精确知识，也可以表示不精确知识。,蕴含式要求匹配是精确的；产生式匹配可以是精确的，也可以是不精确的；可以按某种确信度进行匹配。,可以把蕴含式看出产生

14、式的一个特例,2024/12/10,2.3.2,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）,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。,2024/12/10,2.3.2,产生式表示知识方法,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

15、,1,，对象,2,）,例如：（,Lee,，,Age,，,35,）；,(Friend,Lee,Zhang),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）,例如：（,Lee,，,Age,，,35,0.9,）；,(Friend,Lee,Zhang,0.2),2024/12/10,2.3.3,产生式系统的组成,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。,推理机,规则库,数据库,产生式系统的基本结构,一组产生式在一起互相配合，协同作用，一个产生式生成的结论可以作为另一个产生式的前提，以获得问题的

16、解决，这样的系统为产生式系统。,2024/12/10,2.3.3,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,当某个事实符合规则库中规则的前提，该规则被激活，相应的结论放在数据库中,2024/12/10,规则库：产生式的集合,是产生式系统的基础,包含的知识要完整、一直，表达灵活准确；,构建规则库时，应对知识进行合理组织管理；,数据库：包含已知事实,包含的知识是动态变化的；,已知事实常用字符串、向量、矩阵等数据结构表示；,2024/12/10,推理机的工作：,（1）按一定的策略从规则库中,选择规则,，并与综合数据库中的已知事实,进行匹配,。,（2）当发生,冲突,（即匹配成功的规则不止一条）时，调用相应的冲突解决策略予以消解。,（3）在执行某条规则时，若该规则的右部是一个或多个结论，则,把这些结论加到综合数据库中,；若规则的右部是一个或多个操作，则,执行这些操作,。,（4）对