人工智能第五章课件.ppt

5.1 知识表示概述 5.2 知识表示方法 5.3 语义网络表示法 5.4 产生式表示法 5.5 框架表示法,5.1 知识表示概述,知识表示（knowledge representation）是人工智能研究中 最基本的问题之一。在知识处理中总要问到：如何表示知识， 怎样使机器能懂这些知识，能对之进行处理，并能以一种人 类能理解的方式将处理结果告诉人们。 5.1.1 知识的定义 很难给知识以明确的定义，只能从不同侧面加以理解， 不同的人有不同的理解。 一些专家的看法： Feigenbaum：知识是经过消减、塑造、解释和转换的信息。 Bernstein：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。,5.1 知识表示概述,5.1.1 知识的定义 知识是人们对客观事物（包括自然的和人造的）及其规律 的认识和利用客观规律解决实际问题的方法和策略。 人类拥有对知识获取、表达、搜索、分析、解答等智能能 力，而智能的核心就在于知识。 知识（K）= 事实（F）+ 规则（R）+ 概念（C ） 事实：人类对客观世界、客观事物的状态、属性、特征的描述 及对事物之间关系的描述。 规则：表达在前提与结论之间因果关系的一种形式。 概念：事实的含义规则、语义说明等。,5.1 知识表示概述,5.1.2 知识表示 知识表示是指知识在计算机中的表示方法和表示形式，是 指如何将获得的有关知识以计算机内部代码形式加以合理地描 述、存储和利用。知识表示是研究知识的形式化方法。 通常将问题求解所需的知识分为三类： 1.叙述性知识（陈述表示）：相关领域内的概念、定义和 事物的属性、状态及关系的描述，是知识的静态表示。在知识 库中属最低层的知识。 2.过程性知识（过程表示）：有关系统状态变化、问题求 解过程的操作、演算和行动的知识，是知识的动态表示。 3.控制性知识：有关问题的求解步骤技巧性知识，即如何 选择相应的操作、演算和行为比较、判断、管理和决策的知识。,5.2 知识表示方法,知识表示方法种类繁多，分类的标准也不大相同，主要 有以下几种： 1.逻辑表示法。使用逻辑法表示知识，就是将以自然语言 描述的知识，通过引入谓词、函数加以形式描述，获得有关的 逻辑公式，进而以机器内码表示。在逻辑法表示下可采用归结 法或其他方法进行推理。支持谓词逻辑的语言有Prolog、Lisp。 2.产生式表示法。描述事实、规则及它们的不确定性度量。 大部分专家系统以产生式表示知识，相应的系统为产生式系统， 它由知识库和推理机组成。其中知识库是由产生式规则的规则 库和由事实组成的数据库构成。推理机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。专门支持产生式规则 的语言有OPS5。,5.2 知识表示方法,3.语义网络表示法。是一种用实体及其语义关系来表达知识 的有向图，将每一个要表达的事实用一个“节点”表示，而事实 之间的关系用“弧线”表示。 4.框架（frames）表示法。人们对现实世界中各种事物的认 识是以一种类似于框架的结构存储在记忆中的，人脑存储大量 的典型情景。当面临一种新事物时，就从记忆中找出一个相似 的框架进行匹配，并根据实际情况对具体内容加以修改、补充， 从而形成对当前事物的认识。专用的框架表示语言FRL (Frame Representation Language)，还可以用Prolog、C语言实现。 5.面向对象的表示法。该方法中对象指物体，消息指物体间 的联系，通过发送消息使对象间相互作用来求得所需的结果， 任何事物都是对象，对象按照“类”、“子类“进行分类。可以用 SmallTalk、C+、Java实现。,5.3 语义网络表示法,5.3.1 概述 语义网络（semantic networks）是对知识的有向图表示方 法，它由一些最基本的语义单元组成。语义单元可用有向图的 三元组表示：（节点1，弧，节点2）。,节点1,节点2,语义关系,节点：代表实体，表示各种事物、概念、情况、属性、 状态、 事件、动作等。 弧：代表语义关系，表示所连接的两个实体之间的语义联系弧 是有向弧，方向不能随意调换 。 当把多个语义单元用相应的语义联系关联在一起的时，就形 成了一个语义网络。在语义网络中，每一个节点和弧都必须带有 标识，这些标识用来说明它所代表的实体或语义。,5.3 语义网络表示法,5.3.1 概述 语义网络可以描述任何事物间的任意复杂关系。从一些 基本的语义关系组合成任意复杂的语义关系是可行的。,5.3 语义网络表示法,5.3.2 知识的语义网络表示 语义网络适合于表达事物之间的关系。关系型的知识和能 转化为关系型的知识都可以用语义网络表示。 1.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”的概念。类属关 系的最主要特征是属性的继承性，处在具体层的节点可以 继承 抽象层节点的所有属性。 (1) “is-a”或“ISA”：表示一个事物是另一个事物的实例。,5.3 语义网络表示法,5.3.2 知识的语义网络表示 1.类属关系 (2) “a-kind-of ”或“AKO”：表示一个事物是另一个事物的一 种类型（分类）,5.3 语义网络表示法,5.3.2 知识的语义网络表示 1.类属关系 (3) “a-member-of ”：表示一个事物是另一个事物的成员。,2.包含关系 包含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。 part-of：表示一个事物是另一个事物的一部分。,5.3 语义网络表示法,5.3.2 知识的语义网络表示 3.属性关系 属性关系是指事物和其属性之间的关系。 “is”或“have”：表示一个节点具有另一节点描述的属性,4.位置关系 位置关系指不同事物在位置方面的关系。常用的位置关系： located-on：一物在另一物之上 located-at：一物在何位置 located-under: 一物在另一物之下 located-inside: 一物在另一物之中 located-outside: 一物在另一物之外,5.3 语义网络表示法,5.3.2 知识的语义网络表示 5.时间关系 时间关系是指不同事件在其发生时间方面的先后关系。 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。 6.相近关系 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： similar-to：相似 near-to：接近 7.逻辑关系 合取：用“与”节点表示，and 析取：用“或”节点表示，or,5.3 语义网络表示法,5.3.2 知识的语义网络表示 7.逻辑关系 蕴含：蕴含关系节点表示前提和结论间的因果关系。 从蕴含关系节点出发。一条弧指向前提，记为ante 一条弧指向结论，记为conse。,否定：用ISA、AKO等有向弧标注，也可用“非”节点表示。 存在量词：用ISA表示。,x(student(x) like(x, swimming),5.3 语义网络表示法,5.3.2 知识的语义网络表示 7.逻辑关系,全称量词：用分割方法表示。,例：每个中国人都热爱祖国。,该网络分为两部分： GS：全称量化的命题类节点，代表整个空间（网络）。 G：其中一个空间（网络）。 F弧：相当于一个指针，指代该网络G是什么。 弧：表示一个全称变量节点。当有多个全称变量时，应有多个弧。,分块语义网：子空间（子网络） 分块语义网中的每个节点必须是 全称变量节点或依赖于全程变量 的节点。,5.3 语义网络表示法,5.3.2 知识的语义网络表示 8.对于事件（event）的语义网络描述如下：,这个语义网络中，描述了如下的语义： (1) the event is 事件 (2) the subject of the event is 施动者 (3) the object of the event is 受动者,5.3 语义网络表示法,5.3.2 知识的语义网络表示 例：Tom is an employee and Jack is his boss. Someday Tom kicked his boss. 语义描述：,5.3 语义网络表示法,5.3.3 语义网络的推理 1.语义网络的推理过程主要有两种：继承和匹配。 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is-a、 a-kind-of等继承弧进行的。 匹配：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。问题求解时，首先根据待求问题的要求构造网络片 断，在知识库中查找可与之匹配的语义网络，当网络片断中 的询问部分与知识库中某网络结构匹配时，则与询问处匹配 的事实，就是问题的解。 2.语义网络表示法的特点 (1)优点：直观、清晰 (2)缺点：表达范围有限，一旦节点个数太多，网络结构复杂， 推理就难以进行。,5.3 语义网络表示法,5.3.4 语义网络的程序语言实现 利用Prolog可以实现语义网络知识表示。,例：该语义网络用Prolog表示为： read( Wang, HongLouMeng ). student( Wang ). book(HongLouMeng).,5.4 产生式表示法,知识的产生式表示法又称规则表示法，是人工智能中应用 最广泛的知识表示方法。,5.4.1 产生式规则（production rule） 产生式通常表示具有因果关系的知识，一般形式为： P（前提） Q（结论） 或 If P then Q 语义: 如果前提满足，则可得结论或者执行相应的动作， 即后件由前件来触发，前件是规则的执行条件，后件是规则体。 例：（1）如果动物会飞并且会下蛋，则该动物是鸟。 （2）如果炉温超过上限，则关闭阀门。 （3）如果病人有红色斑点、病人发烧，并且病人是学龄 儿童，则病人患的是水痘。 逻辑蕴含式是产生式，但产生式不一定是逻辑蕴含式。 产生式包括各种操作、规则、变换、算子、函数等。,5.4 产生式表示法,5.4.1 产生式规则（production rule） 基于产生式规则的推理模式： 大前提：A B 小前提：A 结论：B,5.4.2 产生式系统 定义：将一组产生式放在一起，让它们互相配合、协调作用， 一个产生式生成的结论可供另一个产生式作为前提使 用。以这种方式求得问题的解决的系统，称为产生式 系统。 产生式系统结构：产生式规则库、推理机、动态数据库。,5.4 产生式表示法,5.4.2 产生式系统 1.系统结构 产生式系统组成如下：,规则库：用于描述某领域内知识的产生式集合，它对数据库进 行操作运算。每条规则由左右两部分组成，左部鉴别规则的适 用性或先决条件，右部描述规则应用时所完成的动作。规则库 中包含将问题从初始状态转换成目标状态（或解状态）的那些 变换规则。应用规则来改变数据库，就象应用算符来改变状态 一样。,5.4 产生式表示法,5.4.2 产生式系统 1.系统结构 推理机：是一个或一组程序，用来控制和协调规则库与动态数 据库的运行，包含了推理方法和控制策略。通常，从选择规则 到执行操作分三步完成：匹配、冲突解决和操作。控制策略是 确定选用什么规则和如何应用规则，它确定应该采用哪一条规 则，当数据库的终止条件满足时，就停止计算。 动态数据库：又称综合数据库，用于存放输入的事实，它含有 与具体任务有关的信息；随着应用情况的不同，数据库可能小 得像数字矩阵那样简单，或许大得如检索文件结构那么复杂。 当规则库中的某条产生式的前提与动态数据库中的某些已知事 实匹配时，该产生式就被激活，并把用它推出的结论放入动态 数据库中，作为后面推理的已知事实。动态数据库的内容是在 不断变化的、动态的。,5.4 产生式表示法,5.4.2 产生式系统 2.运行过程,运行过程： 推理机运用规则库中的 规则，作用于数据库， 不断进行推理并不断检 测目标条件是否满足的 过程。,5.4 产生式表示法,5.4.2 产生式系统 2.运行过程,一种简单的产生式系统,5.4 产生式表示法,5.4.2 产生式系统 3.产生式系统的控制策略 正向推理：从初始事实/数据出发，正向使用规则进行推理， 朝目标方向前进。数据驱动推理。 正向推理算法： 初始化动态数据库，将初始事实、数据置入动态数据库中。 用动态数据库中的事实、数据匹配目标条件，若目标条件 满足，则推理成功，结束。 用规则库中各规则的前提匹配动态数据库中的事实/数据， 将匹配成功的规则组成待用规则集。 若待用规则集为空，则运行失败，退出。 将待用规则集中各规则的结论加入动态数据库，或者执行 其动作，转步2。,5.4 产生式表示法,5.4.2 产生式系统 例：设动物分类的规则库为： R1： 若某动物有奶，则它是哺乳动物。 R2：若某动物有毛发，则它是哺乳动物。 R3：若某动物有羽毛，则它是鸟。 R4：若某动物会飞且生蛋，则它是鸟。 R5：若某动物是哺乳动物且有爪且有犬齿且目盯前方，则它是食肉动物。 R6：若某动物是哺乳动物且吃肉，则它是食肉动物。 R7：若某动物是哺乳动物且有蹄，则它是有蹄动物。 R8：若某动物是有蹄动物且反刍食物，则它是偶蹄动物。 R9：若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。 R10：若某动物是食肉动物且黄褐色且有黑色斑点，则它是金钱豹。 R11：若某动物是有蹄动物且长腿且长脖子且黄褐色且有暗斑点，则它是 长颈鹿。 R12：若某动物是有蹄动物且白色且有黑色条纹，则它是斑马。 R13：若某动物是鸟且不会飞且长腿且长脖子且黑白色，则它是鸵鸟。 R14：若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。 R15：若某动物是鸟且善飞且不怕风浪，则它是海燕。,5.4 产生式表示法,5.4.2 产生式系统 3.产生式系统的控制策略 初始事实： F1：某动物有毛发 F2：吃肉 F3：黄褐色 F4：有黑色条纹 目标条件：该动物是什么？,5.4 产生式表示法,5.4.2 产生式系统 3.产生式系统的控制策略 反向推理：从目标出发，反向使用规则进行推理，朝初始事 实或数据方向前进。目标驱动推理。 反向推理算法： 初始化动态数据库，将初始事实、数据置入动态数据库。 将目标条件置入目标链。 若目标链为空，则推理成功，结束。 取出目标链中第一个目标，用动态数据库中的事实、数据 同其匹配，若匹配成功，转步2。 用规则库中各规则的结论同该目标匹配，若匹配成功，则 将第一个匹配成功且未用过的规则的前提作为新的目标， 并取代原来的父目标而加入目标链，转步3。 若该目标是初始目标，则推理失败，退出。 将该目标的父目标移回目标链，取代该目标及其兄弟目标，转步3。,5.4 产生式表示法,5.4.2 产生式系统 3.产生式系统的控制策略,对于上例中的产生式系统，反向推理树如图：,首先提出假设，然后验证这些假设 的真假性，找到假设成立的所有证 据或事实。,5.4 产生式表示法,5.4.2 产生式系统 3.产生式系统的控制策略 双向推理方法：自顶向下、又自底向上作双向推理，直至某 个中间界面上两方向结果相符便成功结束。 该方法较正向或反向推理所形成的推理网络小，推理效果更高。 4.推理方法的选择 推理方法的选择取决于推理的目标和搜索空间的形状。 如果目标是从一组给定事实出发，找出所有可能的结论，通 常使用正向推理。 如果目标是证实或否定某一特定结论，通常使用反向推理， 否则，从一组初始事实出发盲目地正向推理，可能得出许多 和所要证实的结论无关的结论。,5.4 产生式表示法,5.4.2 产生式系统 5.产生式系统的特点 （1）用产生式系统结构求解问题的过程和人类求解问题时的 思维很相像。因而可以用它来模拟人类求解问题的思维 过程。 （2）产生式规则与推理机分离，且规则间的联系与上下文的 数据结构相关。 （3）产生式规则的匹配效率随着信息量的增加而迅速降低。 （4）表示的格式固定、形式单一、规则间相互独立，规则建 立容易、推理方式单纯、知识库与推理机分离，修改方 便、容易理解。 （5） 基于归结原理的证明或求解系统是产生式系统。,5.4 产生式表示法,5.4.2 产生式系统 6.产生式系统的程序实现 Prolog语言实现产生式系统，不必编写推理机程序，只需 按照规则的语法建立规则库，给出初始事实和目标建立动 态数据库即可。 当产生式系统要依据某一控制策略和算法运行时，要编写 该控制策略和算法的推理机程序，如正向推理算法。,5.5 框架表示法,5.5.1 框架的概念 知识的框架表示法于1975年由 M. Minsky 提出，最早用作 视觉感知、自然语言对话等问题的知识表示；目前已作为一种 通用数据结构来表示知识对象（实体）。 框架从心理学的角度出发，认为人的知识以框架结构记存 在人脑中。当人们面临新的情况，或对问题的看法有重要变化 时，总是从自己的记忆中找出一个合适的框架，然后根据细节 加以修改补充，从而形成对新观察到的事物的认识。 人类对于一件事的了解，表现在对于事物的诸方面，即属 性的了解。掌握了事物的属性，也就有了关于事物的知识，知 识表示是从属性描述开始的。,5.5 框架表示法,5.5.1 框架的概念 1.框架定义 （1）框架是用于描述具有固定的静态对象的通用数据结构， 该对象用“对象，属性，属性值” 表示。 （2）框架由若干个槽（Slot）组成，槽用于描述属性。 （3）槽由若干个侧面组成。侧面描述相应属性的一个方面。 （4）侧面又可由一个或多个侧面值组成。 （5）框架实质上是一个层次的嵌套链接表。,例：框 架 名： 商品名称： 生产厂家： 出售商店: 处 罚： 处理方式： 处罚依据： 处罚时间：单位（年、月、日） 经办部门：,4个槽 “处罚”槽有4个侧面 侧面“处罚时间”用“单位” 指出了填值时的标准限制,5.5 框架表示法,5.5.1 框架的概念 1.框架定义 一般形式：由框架名、槽名、侧面、槽值、侧面值组成 | | ,一个框架由若干个槽构成，一个槽有一个槽值或有若干个侧面 一个侧面有若干个侧面值。槽值和侧面值可以是数值、字符串 布尔值、一个动作或过程，还可以是框架名。,5.5 框架表示法,5.5.1 框架的概念 1.框架定义 例：一个描述“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，大专，本科，研究生 ) 类型：( ， ),框架名为“教师”，有5个槽， 槽名分别为：“类属”、“工 作”、“性别”、“学历”、“类 型”。槽名右边是其值，其中 用 括的槽值是框架名， 如“”是框架名。 侧面名是“ 范围”、“缺省”， 其后是侧面值。,5.5 框架表示法,5.5.1 框架的概念 1.框架定义,一个描述“具体教师”的框架 框架名： 类属： 姓名：李明 性别：男 年龄：25 职业：教师 职称：助教 专业：计算机应用 部门：计算机系软件教研室 工作：参加工作时间：1995年 工龄： 当前年份-参加工作年份 工资：,例：一个描述“大学教师”的框架 框架名： 类属： 学历：( 学士，硕士，博士) 专业： 职称：( 助教，讲师，副教授，教授 ) 外语：语种：范围： ( 英，法，日， ) 缺省： 英 水平：( 优，良，中，差 ) 缺省：良,父框架（上位框架）,子框架（下位框架）,框架“继承”特性：凡上位框架所具有的属性， 下位框架一定有。即子框架从父框架继承槽值 或侧面值。,5.5 框架表示法,5.5.1 框架的概念 1.框架定义 框架间的关系：子框架被主框架调用，作为对主框架某一属性 的补充说明，这种关系类似于主程序与子程序 的关系。 框架特点： （1）结构性：框架表示法适用于表示结构性的知识，把知 识的内部结构关系及知识间的联系显式地表示出来。 （2）继承性：一个框架的槽值可以为另一个框架名。下位 框架继承上位框架的槽值，并进行修改和补充，大大 减少了知识的冗余并保证了知识的一致性。,5.5 框架表示法,5.5.1 框架的概念 2.框架的表达能力 框架适合表达结构性的知识。框架的槽值可以是对象的属 性或状态值，也可以是运算式或规则，甚至是动作或过程。 例：关于“房间”的框架,5.5 框架表示法,5.5.1 框架的概念 2.框架的表达能力 例：机器人纠纷问题的框架描述,框架名：打人-1 动作：打 动作发出者：罗宾 动作接受者：苏西 后果:（打人-2,哭-1）,框架名：打人-2 动作：打 动作发出者：苏西 动作接受者：罗宾 后果： （打人-1,哭-2）,5.5 框架表示法,5.5.1 框架的概念 2.框架的表达能力 产生式规则可用框架表示 例如产生式：如果头痛且发烧，则患感冒。 框架表示： 框架名：诊断1 前提：条件1：头痛 条件2：发烧 结论：患感冒,5.5 框架表示法,5.5.2 框架的推理 框架的推理方法是继承（子框架拥有父框架的槽和槽值）。 实现继承的操作有匹配、搜索和填槽。 匹配：问题框架同知识库中的框架的模式匹配。 搜索：沿着框架间的纵向和横向联系，在框架网络中查找。,框架名: 教师-1 类属: 姓名: 李明 性别: 男 年龄: 25 职称: 助教 专业: 计算机应用 部门: 计算机系软件教研室 外语水平：,框架名： 类属： 学历：( 学士，硕士，博士) 专业： 职称：( 助教，讲师，副教授，教授 ) 外语：语种：范围： ( 英，日， ) 缺省： 英 水平：( 优，良，中，差 ) 缺省：良,5.5 框架表示法,5.5.3 框架的程序语言实现 专用的框架表示语言FRL (Fra