人工智能完整2ppt课件

高级人工智能第2章知识表示方法,.,2,AI的3个主要问题,知识是人类智慧的基础。人类在从事社会活动、生产活动和科学实验等社会实践活动中，其智能活动的主要过程是获取知识并运用知识的过程。人工智能是一门研究用计算机模仿和执行人脑的某些智力功能的交叉学科，所以人工智能问题的求解也是以知识为基础的。人工智能的3个主要问题：如何从现实世界中获取知识/如何将已获得的知识以计算机内部代码的形式加以合理的表示以便于储存/如何运用这些知识进行推理以解决实际的问题,第2章知识表示方法,本章内容2.1概述2.2一阶谓词逻辑表示法2.3产生式表示法2.4语义网络表示法2.5框架表示法2.6状态空间表示法2.7与/或树表示法2.8面向对象表示法2.9脚本表示法2.10过程表示法本章小结参考文献,第2章知识表示方法,2.1概述,第2章知识表示方法,.,5,知识、信息和数据(1),用一组符合及其组合表示的数据称为信息数据是记录信息的符号，是信息的载体和表示；信息是对数据的解释，是数据在特定场合下的具体含义数据在不同的环境下表示不同的含义，蕴含不同的信息；相同的信息也可以用不同的数据表达并不是所有的数据都蕴含着信息，只有有格式的数据才有意义。对数据中信息的理解是主观的、因人而异的，是以增加知识为目的的。同格式的数据蕴含的信息多少也不一样，比如图像数据蕴含的信息量就大，而文本数据蕴含的信息量小将有关信息关联在一起形成的信息结构称为知识,第2章知识表示方法,.,6,知识、信息和数据(2),综上所述，知识、信息和数据是3个层次的概念。有格式的数据经过处理、解释过程会得到信息，而把有关的信息关联到一起，经过处理就形成了知识。知识用信息表达，信息则用数据表达；这种层次不仅反映了数据、信息和知识的因果产生关系，也反映了他们的不同抽象程度。人们在社会实践中，主要的智能活动是获取知识，并运用知识去解决生活中遇到的各种问题。,第2章知识表示方法,.,7,知识的特性,相对正确性知识是人们对客观世界认识的结晶，并且又受到长期实践的检验。任何知识都是在一定环境和条件下产生的，因此知识的正确性也是在一定前提下才正确，如1+1=2不确定性信息可能是不精确、模糊的，关联可能是不确定的，使得知识不总是存在真假两种状态，存在真的程度问题可表示性知识可以表示出来，如文字、语言等/只有这样，才能将知识数据化，才能用计算机来存储、传播和利用。可利用性利用知识解决现实问题/知识积累才意义,第2章知识表示方法,.,8,知识的分类(1),从知识的作用范围划分：常识性知识:通用知识，可用于所有领域领域性知识：面向某个具体领域的知识，只有相应领域的人员才能掌握并用来求解领域内的有关问题就知识的作用及表示来划分：事实性知识：指有关领域内的概念、事实、事物的属性、状态及其关系的描述，包括事物的分类、属性、事物间的关系、科学事实、客观事实等。/静态的、可为人们共享、可公开获得的公认的知识/低层知识如雪是白色的，张三和李四是朋友规则性知识：有关问题中与事物的行动、动作相联系的因果关系知识。动态的、变化的。常以”如果则.”,第2章知识表示方法,.,9,知识的分类(2),的形式出现。如“如果春天来了，则小燕子马上就会飞回来了“。/计算机专家系统的知识库中，通常使用的知识就是规则性知识。控制性知识：有关问题的求解步骤、技巧性知识，告诉该怎么做一件事。也包括当有多个动作同时被激活时，应选择哪一个动作来执行的知识。元知识：有关知识的知识，知识库中的最高层次，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/与控制知识有重叠。对一个大程序来说，以元知识形式体现控制知识更为方便，因为元知识存在于知识库中，而控制知识常与程序结合在一起出现，从而不容易修改,第2章知识表示方法,.,10,知识的分类(3),以知识的确定性划分：确定知识：逻辑值为真或假的知识，精确性的知识不确定知识：逻辑值的真假不能完全确定，其值用一个概率值确定以人类思维、认识方法分：逻辑性知识：反映人类逻辑思维过程的知识，一般具有因果关系和难以精确描述的特点形象性知识：以形象思维获得的知识，如以牛的照片获得的关于牛的模样的知识,第2章知识表示方法,.,11,知识的表示(1),AI研究的目的是研究一个模拟人类智能行为的系统，因此就必须研究人类智能行为在计算机上的表示形式，只有这样才能将知识存储到计算机中去，供求解现实问题使用知识表示：对人类知识的一种描述，以把人类知识表示成计算机能够处理的数据结构/对知识进行表示的过程就是对知识进行编码成某种数据结构的过程按照从不同角度进行探索以及对问题的不同理解，知识表示可分为陈述性知识表示：描述事实性知识，将对象的有关事实陈述出来，并以数据的形式表示出来/知识表示,第2章知识表示方法,.,12,知识的表示(2),与知识推理分开，一种静态的描述方法。灵活简单，每个事实仅需存储一次，演绎过程完整而确定，系统的模块性好/工作效率低，推理过程不透明，不易理解过程性知识表示：描述规则性知识和控制结构知识，告诉人们怎么做，知识表示的形式是一个过程，这一过程就是求解程序。与推理相接合，知识蕴于程序之中，动态描述方法。推理过程直接，利于模块化，利于表达启发性知识和默认推理知识，效率高；不够严格，知识之间有重叠，灵活性差，知识的增、删不方便,第2章知识表示方法,.,13,知识的表示(3),以上两类知识表示方法中，包含了很多具体方法，如一阶谓词逻辑、产生式表示法等9种对同一知识，一般可用不同的方法进行表示/但是不同方法的表示效果不同，因为不同领域中的知识一般有不同的特点，而每一种知识表示法也有自己的长处与不足/因而，有些知识采用某一方法更合适，有时还需要将几种方法结合起来，达到取长补短的效果。充分表示领域知识有利于对知识的利用便于理解和实现便于对知识的组织、管理与维护,第2章知识表示方法,2.2一阶谓词逻辑表示法(FirstOrderPredicate),第2章知识表示方法,.,15,一阶谓词逻辑表示法,一阶谓词逻辑表示法是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活动规律的一种最精确的形式语言。它与人类的自然语言比较接近，又可方便地存储到计算机中去，并被计算机做精确处理。因此，它是一种最早应用于人工智能中的表示方法。,第2章知识表示方法,.,16,知识的谓词逻辑表示法(1),一条知识一般可由具有完整意义的一句话或几句话表示出来，而这些知识用谓词逻辑表示，一般是一个谓词公式谓词公式：用谓词连接符号将一些谓词连接起来形成的公式(第三章)用谓词公式可以表示事物的状态、属性、概念等事实性知识，也可以表示事物间具有确定因果关系的规则性知识对事实性知识，以合取()和析取()连接形成的谓词公式来表示，如ISSTUDENT(张三)ISSTUDENT(李四),第2章知识表示方法,.,17,知识的谓词逻辑表示法(2),对规则性知识，谓词逻辑表示法通常由以蕴含符号()连接形成的谓词公式即蕴含式来表示，如如果x，则y用谓词公式表示为：xy,第2章知识表示方法,.,18,用谓词公式表示知识的步骤,定义谓词及个体，确定每个谓词及个体的确切含义；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；根据所要表达的知识的语义，用适当的连接符号将各个谓词连接起来，形成谓词公式。,第2章知识表示方法,.,19,谓词公式表示知识的举例(1),设有下列事实性知识：张晓辉是一名计算机系的学生，但他不喜欢编程序。李小鹏比他父亲长得高。解:(1)定义谓词：COMPUTER(x)：x是计算机系的学生LIKE(x,y)：x喜欢yHIGHER(x,y)：x比y长得高涉及的个体有：张晓辉(zhxh)，编程序(programming)，李小鹏(lxp)，函数father(lxp)表示李小鹏的父亲(2)将个体带入谓词，得到COMPUTER(zhxh),LIKE(zhxh,programming),HIGHER(lxp,father(lxp),第2章知识表示方法,.,20,谓词公式表示知识的举例(2),(3)根据语义，用逻辑连接词将它们连接起来，得到COMPUTER(zhxh)LIKE(zhxh,programming),HIGHER(lxp,father(lxp),第2章知识表示方法,.,21,一阶谓词逻辑表示法的特点(1),自然性：谓词逻辑是一种与人类的自然语言相接近的形式语言，用它表示问题易于被人理解和接受适宜表示精确性知识，而不适宜表示不确定性知识的/用谓词逻辑表示的问题是以谓词公式的形式为结果的，谓词公式只有真假两种结果，而对于介于这两种结果的情况无法表示/但实际上知识都具有不确定性和模糊性，这使它表示知识的范围受限,第2章知识表示方法,.,22,一阶谓词逻辑表示法的特点(2),易实现：可以容易地变为计算机的内部形式，易于模块化，便于对知识的增加、删除和修改与谓词逻辑表示法相对应的推理方法归结推理方法(第三章),第2章知识表示方法,2.3产生式表示法(Production),第2章知识表示方法,.,24,产生式表示法,“产生式”一词是1943年由美国数学家Post首先提出，他根据串替代规则提出了一种称为Post机的计算模型，模型中的每一条规则称为一个产生式。有的心理学家认为，人脑对知识的存储就是产生式形式1972年，纽厄尔和西蒙在研究人类的认知模型中开发了基于规则的产生式系统。AI中应用最多的知识方法之一Feigenbaum研制的化学分子结构专家系统DENDRALShortliffe研制的的诊断感染性疾病的专家系统MYCIN,第2章知识表示方法,.,25,产生式可表示的知识种类及其基本形式,可表示的知识种类事实性知识和规则性知识在表示事实性知识和规则性知识时，又可根据知识是确定性的还是不确定性的分别进行表示；产生式的基本形式PQ，或者IFPTHENQ其中，P是产生式的前提，用于指出该产生式是否可用的条件；Q是一组结论或操作，用于指出前提P所指示的条件被满足时，应该得出的结论或应该执行的操作,第2章知识表示方法,.,26,产生式与谓词逻辑中蕴含式的区别,产生式基本形式与谓词逻辑的蕴含式具有相同形式，区别：其实蕴含式只是产生式的一特例，因为蕴含式只能表示精确性知识，产生式可以表示精确和非精确性知识在产生式表示的系统中，决定一条知识是否可以的方法是检查当前是否有已知事实与知识中的前提条件相匹配，这种匹配是精确和非精确的(相似度)/在谓词逻辑中，蕴含式前提条件的匹配总是要求精确匹配蕴含式是一个公式，具有真值，产生式则没有真值,第2章知识表示方法,.,27,知识的表示方法(1),确定的规则性知识的产生式表示：PQ，IFPTHENQP是前提，用于指出该产生式是否可用的条件；Q是一组结论或操作，用于指出前提P所指示的条件被满足时，应该得出的结论或应该执行的操作。,第2章知识表示方法,.,28,知识的表示方法(2),不确定的规则性知识的产生式表示：PQ(可信度)，IFPTHENQ(可信度)用于在不确定推理中当已知事实与前提中所规定的条件不能精确匹配时按照“可信度”的要求达到一定的相似度，就认为已知事实与前提条件相匹配，再按照一定的算法将这种不确定性传递到结论“可信度”的表示方法和意义会由于不确定推理算法的不同而不同。,.,29,知识的表示方法(3),确定的事实性知识的产生式表示事实性知识：断言一个语言变量的值或多个语言变量间的关系的陈述句表示形式：(对象，属性，值)，(关系，对象1，对象2)如(LI,Age,40),(Friend,Li,Zhang)不确定的事实性知识的产生式表示(对象，属性，值，可信度值)或(关系，对象1，对象2，可信度值)/可信度值代表了一种可能性(LI,Age,40,0.9),第2章知识表示方法,.,30,产生式系统的组成,产生式系统：把一组产生式放在一起，让它们相互配合，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已知事实使用，以求得问题的解决。产生式系统组成：规则库、综合数据库和推理机,第2章知识表示方法,.,31,规则库,描述某领域内知识的产生式集合，领域知识(规则)的存储器包含着将问题从初始状态转换为目标状态的那些变换规则专家系统的核心，赖以进行问题解决的基础构建规则库时应注意：有效地表达领域内的知识：包括规则的建立、不确定性知识的表示、推理链的形成、知识的完整性、准确性、灵活性等。对知识进行合理的组织与管理：目的是使得推理避免访问与所求解的问题无关的知识，以提高问题求解效率。,.,32,综合数据库,又称为事实库、上下文、黑板等。是一个用于存放问题求解过程中各种当前信息的数据结构，例如：问题的初始状态、原始证据、推理中得到的中间结论、最终结论等。当规则库中某条产生式的前提可与综合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综合数据库中，作为后面推理的已知事实。显然，综合数据库的内容是在不断变化的，是动态的。,.,33,推理机(1),一个或一组程序，控制协调规则库与综合数据库的运行；包括推理方式和控制策略控制策略的作用是确定选用什么规则或如何应用规则。通常从选择规则到执行操作分3步完成：匹配：将当前综合数据库中的事实与规则库中的条件进行比较，如果相匹配，则这一条规则被称为匹配规则。因为可能同时有几条规则的前提条件与事实相匹配，究竟选择哪一条规则去执行呢？规则冲突解决启用规则,.,34,推理机(2),冲突解决专一性排序：如果某一条规则条件部分规定的情况比另一规则条件部分规定的情况更具有针对性，则这条规则具有较高的优先级规则排序：规则库中的编排顺序本身就表示规则的启用顺序规模排序：按规则条件部分的规模排列优先级，优先使用较多条件被满足的规则就近排序：把最近使用的规则放在最优先的位置，即那些最近经常被使用的规则的优先级最高。,第2章知识表示方法,.,35,推理机(3),操作：执行启用规则。并将启用规则产生的结论放入到综合数据库中，因此经过操作后，当前的综合数据库将被修改，其他的规则有可能成为启用规则,第2章知识表示方法,.,36,产生式系统的推理方式(1),正向推理、反向推理和双向推理正向推理：从已知事实出发，通过规则求得结论规则库中的规则与综合数据库中的事实进行匹配，得到匹配的规则集用冲突解决算法，从匹配规则集中选择一条启用规则执行启用规则的后件，该启用规则的后件送入综合数据库或对综合数据库进行必要的修改重复以上过程直到达到目标缺点：推理过程可能会产生与目标无直接关系的事实，造成时间和空间的浪费,第2章知识表示方法,.,37,例：R1：如果X能被12整除，则X能被6整除R2：如果X能被20整除，则X能被10整除R3：如果X能被6整除，则X能被2整除R4：如果X能被10整除，则X能被5整除同时假设数据库中某数N能被12和20整除，现在问题是判断N能否被5整除。我们先将以下数据输入到数据库中：N能被12整除N能被20整除,.,38,.,39,产生式系统的推理方式(2),反向推理：从目标出发，反向使用规则，求得已知事实，步骤：规则库中的规则后件与目标事实进行匹配，得到匹配的规则集；使用冲突解决算法，从匹配规则集中选择一条启用规则将启用规则的前件作为子目标。重复以上过程，直到子目标为已知事实。如果目标明确，使用反向推理方式的效率比较高。,第2章知识表示方法,.,40,产生式系统的推理方式(3),双向推理：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。/较正向、反向推理效率高,第2章知识表示方法,.,41,产生式系统的优点,自然性：由于产生式系统采用了人类常用的表达因果关系的知识表示形式，既直观、自然，又便于进行推理。模块性：产生式是规则库中的最基本的知识单元，形式相同，易于模块化管理。有效性：能表示确定性知识、不确定性知识、启发性知识、过程性知识等。清晰性：产生式有固定的格式，既便于规则设计，又易于对规则库中的知识进行一致性、完整性检测。,.,42,产生式系统的缺点,效率不高产生式系统求解问题的过程是一个反复进行“匹配冲突消解执行”的过程。由于规则库一般都比较庞大，而匹配又是一件十分费时的工作，因此，其工作效率不高。此外，在求解复杂问题时容易引起组合爆炸。不能表达具有结构性的知识产生式系统对具有结构关系的知识无能为力，它不能把具有结构关系的事物间的区别与联系表示出来，因此，人们经常将它与其它知识表示方法（如框架表示法、语义网络表示法）相结合。,.,43,产生式系统的适用领域,由许多相对独立的知识元组成的领域知识，彼此之间关系不密切，不存在结构关系。如：化学反应方面的知识。具有经验性及不确定性的知识，而且相关领域中对这些知识没有严格、统一的理论。如：医疗诊断、故障诊断等方面的知识。领域问题的求解过程可被表示为一系列相对独立的操作，而且每个操作可被表示为一条或多条产生式规则。,2.4语义网络表示法(SemanticNetwork),第2章知识表示方法,.,45,语义网络表示法,语义网络是1968年J.R.QuiLian在研究人类联想记忆时提出的心理学模型/认为记忆由概念间的联系实现随后，他设计的可教式语言理解器中将语义网络用作知识表示1972年，西蒙首先将语义网络表示法用于自然语言理解系统；1975年，亨德里克(G.G.Hendrix)对全称量词的表示提出了语义网络分区技术目前，语义网络已成为人工智能中应用较多的一种知识表示方法,第2章知识表示方法,.,46,语义网络的概念及结构(1),语义网络是通过概念及其语义关系来表示知识的一种网络图，一种带标注的有向图。节点表示各种概念、事物、属性、情况、动作、状态等，节点上的标注用来区分各节点所表示的不同对象，每个节点可以带有若干属性，以表征其所代表对象之特性；弧有向，带标注，方向体现节点间的主次关系，标注表示节点间的语义关系。语义网络基本单元三元组表示:(节点1，弧，节点2)有向图表示/基本网元/：A和B代表节点，R表示A和B间某种语义关系,A,B,R,第2章知识表示方法,.,47,语义网络的概念及结构(2),把多个基本网元用相应的语义联系关联在一起时，得到一个语义网络，如在语义网络中，节点还可以是一个语义子网络，语义网络实质上是一个多层次的嵌套结构,第2章知识表示方法,.,48,与谓词逻辑、产生式表示法的联系,一个基本网元相当于一个二元谓词：(节点1，弧，节点2)可写成P(个体1,个体2)个体1和个体2分别对应于节点1和节点2，而弧及其上的标注的节点1和节点2的关系可以由谓词P来体现产生式表示法是以一条产生式规则作为知识的单位，各条产生式规则之间没有直接联系。语义网不同，它不仅将网元作为基本单位，且各网元之间相互联系。但每一条产生式规则可以用语义网络来表示。如产生式规则“如果A，则B”，用语义网络表示为，为“如果那么.”关系,A,B,RAB,第2章知识表示方法,.,49,语义网络中常用的语义联系,从功能上讲，语义网络可以描述任何事物间的任意复杂的关系。但是这种描述是通过把基本的语义关系关联到一起来实现的。基本语义关系是构成复杂语义关系的基石，也是语义网络知识表示的基础。由于语义关系很复杂，语义联系的种类也是多种多样的。在实际应用中，人们可根据需要进行定义。一些经常使用的、已普遍为大家接受的基本语义联系/10类,第2章知识表示方法,.,50,类属关系,具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/体现的是“具体与抽象”、“个体与集体”层次关系/AKO、AMO、ISA属性的继承性：具体层结点可继承抽象层结点的属性具体层可以增加自己的个性，甚至还能对抽象层的某些属性加以更改如鸟类是动物，可表成所有动物具有能运动、需要呼吸等属性，鸟类是一类具体动物，除具动物的这些属性外，还具有会飞、有羽毛等个性。,第2章知识表示方法,.,51,包含关系,也称为聚类关系，指具有组织或结构特征的“部分与整体”之间的关系。与类属关系的区别：包含关系不具有属性继承性Part-of：“是一部分”，表示一个事物是另一个事物的一部分。用它连接的下层节点的属性可能和上层节点的属性是很不相同的，即不具有继承性。如两只手是人体的一部分，可表成其中两只手不一定具有人体的某些属性。,第2章知识表示方法,.,52,其它语义联系,占有关系时间关系位置关系相近关系推论关系因果关系组成关系属性关系,第2章知识表示方法,.,53,语义网络表示知识的方法,语义网络的引入是为了描述概念、事物、属性、情况、动作、事件、规则等以及他们之间的语义联系概念、事物、属性为事实性知识/逻辑关系情况、动作、事件为控制性知识分别讨论事实性知识、控制性知识、逻辑关系和规则性知识表示,第2章知识表示方法,.,54,事实性知识的表示,事实性知识：有关领域内的概念、事实、事物的属性、状态及其关系的描述。如“山鸡是一种鸡”，”鸡是一种飞禽”，“飞禽是一种动物”说明：属性具有继承性，因此只需列出下层节点独有的属性，而上层概念的属性它都具有,山鸡,鸡,飞禽,动物,AKO,AKO,AKO,生活在山间,红冠,吃谷类,会飞,产卵,有生殖能力,有生命,能运动,能吃食,第2章知识表示方法,.,55,情况的表示,在表示那些不及物动物表示的语句或没有间接宾语的及物动词表示的语句时，该语句的动词表示了一些其他情况，如动作作用的时间等。需要设立一个情况节点，并从该节点向外引出一组弧，用于指出各种不同的情况如“一只名叫”神飞“的小燕子从三月到十一月占有一个巢”/之所以要设计这个情况节点，是由于要表示的不仅是小燕子占有了一个巢，且指出了占有的起止时间。如果把“占有”仅作为一种语义联系就不能体现时间,第2章知识表示方法,.,56,带有情况节点的语义网络,不带有情况节点的语义网络,.,57,动作和事件的表示,有些表示知识的语句的动词既有主语，又有直接宾语和间接宾语，即既有发出动作的主体，又有接受动作的客体和动作所作用的客体这时，既可以将动作设立成一个节点，也可以将所发生的动作看成一个事件，设立一个事件节点。动作或事件节点也有一些向外的弧，用于指出动作的主体与客体，或指出事件发生的动作以及该事件的主体与客体。如“张三送给李四一支钢笔”，,第2章知识表示方法,.,58,带有动作节点的语义网络,带有事件节点的语义网络,.,59,逻辑关系的表示：合取与析取,增加合取节点与析取节点如参加比赛者有工人、干部，有高的、低的带有合取和析取节点的语义网络,第2章知识表示方法,.,60,逻辑关系的表示：存在量词,存在量词：直接用“是一种”、“是一个”等语义关系表示例：ThedogbitthepostmanD是一个特定的狗，B是一个特定咬人事件P是一个特定的邮递员,第2章知识表示方法,.,61,逻辑关系的表示：全称量词,全称量词：亨德里克的网络分区技术：把一个复杂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。每个子空间看作是大空间的一个节点，称作超节点。空间可以逐层嵌套，子空间之间用弧相互连接。,第2章知识表示方法,.,62,如“每个学生都学习了一门程序设计语言”,第2章知识表示方法,.,63,每个学生都学习了所有的程序设计语言。,.,64,网络分区技术中，要求F指向的子空间中的所有非全称变量的节点都应是全称变量节点的函数，否则应放在子空间的外面。如每个学生都学习了Java语言。,.,65,例：Everydoghasbittenapostman.,.,66,例：Everydoghasbitteneverypostman,.,67,规则性知识的表示,分析条件和结果，并将其作为语义网络中的两个节点，然后用有向弧将它们连接起来，该弧具有”如果那么”的关系与事实性知识表示相同，只是弧标注不同,第2章知识表示方法,.,68,用语义网络表示知识的步骤(1),确定问题中的所有对象及各对象的属性分析并确定语义网络中所论对象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和弧进行整理，包括增加节点、弧和归并节点等：如果节点间是类属关系，则上下层节点属性具有继承性。整理同一层节点的共同属性，并抽出这些属性，加入上层节点中，以免造成属性信息冗余如果要表示的动作具有多种情况，设立情况节点，并从该节点引出多个弧将各种情况连接起来如果要表示的节点是动作关系，设立动作节点，并从该节点引出多个弧将动作的主体和客体连接起来,第2章知识表示方法,.,69,用语义网络表示知识的步骤(2),对于事件性知识表示，可以设置一个事件节点，并从该节点引出多个弧将事件涉及的动作、事件的主体和事件的客体连接起来如含有合取或析取关系，则设立“与”节点或“或”节点如果有全称量词，则采用网络分区技术，将该复杂问题分为若干个子问题，对每个问题用一个简单的语义网络表示；然后将这些语义网络作为一个超节点，并将这些超节点用弧线连接起来如果是规则性知识，则分析条件和结果，并将其作为语义网络中的两个节点，然后用有向弧将它们连接起来，该弧具有”如果那么”的关系,第2章知识表示方法,.,70,用语义网络表示知识的步骤(3),分析检查语义网络中是否含有要表示的知识所涉及的所有对象，若有遗漏，则须补全。并将对象间的关系作为网络中各节点间的有向弧，连接成语义网络根据第1步的分析结果，为各对象标示属性,第2章知识表示方法,.,71,语义网络举例,李新花是一名年轻的女教师，她在本年度第二学期给计算机专业的学生讲授“人工智能”课程。该课程是一个选修课，比较难。解:(1)确定问题中的所有对象及各对象的属性:对象包括李新花、教师、学生、计算机、人工智能和本年度第二学期；只指出了李新花的属性：年轻、女；人工智能：选修课，比较难(2)分析并确定语义网络中所论对象的关系:李新花与教师，类属关系；学生和计算机属性关系；李新花、学生、人工智能则是通过“讲课”联系在一起。,.,72,(3)根据语义网络中所涉及的关系，对语义网络中的节点和弧进行整理，包括增加节点、弧和归并节点等：由上面分析可知，有必要将“讲课”这一动作设置为节点。,教师,李新华,讲课,学生,计算机,本年度第二学期,时间,人工智能,是一名,主体,客体1,客体2,专业,持续于,是一种,.,73,(4)分析检查语义网络中是否含有要表示的知识所涉及的所有对象，若有遗漏，则须补全。并将对象间的关系作为网络中各节点间的有向弧，连接成语义网络(5)根据第1步的分析结果，为各对象标示属性,.,74,教师,李新华,讲课,学生,计算机,本年度第二学期,时间,人工智能,是一名,主体,客体1,客体2,专业,持续于,是一种,年轻,女,选修课,比较难,.,75,语义网络表示下的推理:匹配推理,不同的知识表示方法对应于不同的推理方法用语义网络表示的问题求解系统由两部分构成：语义网络构成的知识库，用于存放已知事实的语义网络推理机用于求解问题的解释程序语义网络推理方法匹配、继承匹配推理根据提出的待求解问题，构造一个局部网络或网络片断，其中有的节点或弧的标注是空的，表示有待求解的问题，称为未知处根据这个局部网络到知识库中寻找可匹配的语义网络，以便求得问题的解答。不一定是完全匹配，可能是近似匹配问题的局部网络与知识库中的某语义网络片断相匹配时，则与未知处相匹配的事实就是问题的解,第2章知识表示方法,.,76,语义网络表示下的推理:继承推理,值继承：在类属关系中，根据上层节点的属性值推断出下层节点的属性值来过程继承：表示语义网络中下层节点的某些属性值不是直接从上层节点继承下来的，而是通过某种计算方法计算才能得到，而这种计算方法却是从上层节点继承到的，如青砖是一种砖，它的计算机面积的方法是可以继承的,第2章知识表示方法,.,77,语义网络表示法优点,结构性：因为语义网络是一种结构化的知识表示方法，它能把事物的属性以及事物间的各种语义联想显式地表示出来联想性：它最初是作为人类联想记忆模型提出来的。其着重强调事物间的语义联系，可把各节点的联系以明确、简洁的方式表现出来，通过这些联系，很容易找到与某一节点有关的信息。这样便于以联想的方式实现对系统的检索，而且它所具有的这种自索引能力使之可以有效地避免搜索时所遇到的组合爆炸问题。自然性：直观地把事物的属性及其语义联系表示出来，便于理解，自然语言与语义网络的转换比较容易实现，故语义网络在自然语言理解系统中的应用最为广泛。,.,78,语义网络表示法的缺点,非严格性：与一阶谓词逻辑相比，语义网络没有公认的形式表示体系。一个给定的语义网络所表达的含义完全依赖于处理程序如何对它进行解释。通过推理网络而实现的推理不能保证其正确性。此外，目前采用的表示量词（包括全称量词和存在量词）的语义网络表示法在逻辑上是不充分的，不能保证不存在二义性。处理上的复杂性：语义网络表示知识的手段多种多样，虽然灵活性很高，但同时也由于表示形式的不一致使得对其处理的复杂性提高，对知识的检索也就相对复杂，要求对网络的搜索要有强有力的组织原则。,第2章知识表示方法,2.5框架表示法(Framework)以框架理论为基础，适应性强、概括性高、结构化良好、推理方式灵活、能把陈述性知识和过程性知识相结合,第2章知识表示方法,.,80,框架理论(1),1975年，Minsky在论文”Aframeworkforrepresentingknowledge”中提出框架理论。针对的是人们在理解事物情景或某一故事时的心理学模型，论述了人们理解问题的一种思想方法。基本观点：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。,第2章知识表示方法,.,81,框架理论(2),如一个人走进一个教室之前，他就可以想象这个教室一定有四面墙，有门、窗、天花板和地板，还有黑板、讲台、课桌、坐凳等，尽管他对这个教室的具体细节如教室的大小、门窗的个数等还不清楚，但对教室的基本结构是可以预见的。他之所以能够做到这一点，是由于在以前的实践活动中，已在其头脑中建立起了有关“教室”这一概念的基本框架。这一基本框架不仅指出了相应事物的名称(教室)，而且还指出了事物各有关方面的属性(墙、门、窗等)，通过对该框架的查找就很容易得到有关教室的特征。在他进人教室之后，经观察得到了教室的大小、门窗的个数等细节，把这些数据填入到教室框架中，就得到教室框架的一个具体实例，这是他关于这个教室的视觉印象，称为实例框架。,第2章知识表示方法,.,82,框架理论(3),框架理论以框架作为知识的基本单位将一组有关的框架连接起来便形成框架系统。系统中不同框架可以有共同节点，系统的行为由系统内框架的变化来表现。推理过程是由框架间的协调来完成的,第2章知识表示方法,.,83,框架的定义及组成,框架是一种描述所论对象属性的数据结构。所论对象可以是一个事物、事件或概念。一个框架由若干个“槽”组成，每个“槽”又可以分为若干个“侧面”。每个槽用于描述所论对象的某一方面的属性，一个侧面用于描述相应属性的一个方面。槽和侧面所具有的属性值分别称为槽值和侧面值。槽值可以是逻辑型或数字型的，具体的值可以为程序、条件、默认值或一个子框架。一个框架由框架名、槽、侧面和值四部分组成。一般表示格式：,第2章知识表示方法,.,84,.,85,用框架表示知识的步骤(1),分析待表达知识中的对象及其属性，对框架中的槽进行合理设置在槽和侧面的设置上需要考虑两方面：符合系统设计目标，凡是设计目标中要求的属性或问题求解中所用到的属性，都要在框架中设置相应的槽(或对某些槽再设置相应的侧面)把它们表达出来；不可盲目的把所有的甚至无用的属性都表示出来，仅仅需要对有关的属性设置槽即可，以免浪费空间和降低系统的运行效率。这就要求充分分析知识，并以此对对象的属性进行筛选，只把需要的属性找出来，为它们设置相应的槽。对各对象间的各种联系进行考察。使用一些常用的或根据具体需要定义一些表达联系的槽名，用来描述上下层框架间的联系。,第2章知识表示方法,.,86,用框架表示知识的步骤(2),现实世界中的各种事物存在着千丝万缕的联系，为了将待表达知识中各对象间的联系准确地反映出来，就要在相应对象的框架中设置一些特殊的槽来描述对象间的这些联系。在框架系统中，对象间的联系是通过在一个框架的某个槽中填入另一个框架的名字来实现的，至于它们间究竟是什么关系，则是通过这个槽的槽名来表述的。比较常见的槽名：ISA槽:用于指出事物间抽象概念上的类属关系.表示的是上层框架是下层的抽象,下层是上层的特例之间的关系.一般说,ISA槽具有继承性,.,87,用框架表示知识的步骤(3),AKO槽:用于具体指出事物间的类属关系.明确指出下层是上层的一种Instance槽：AKO的逆关系Part-of槽：用于指出部分与全体的关系,.,88,.,89,用框架表示知识的步骤(4),对各层对象的槽和侧面进行合理的组织，避免信息描述的重复在框架表示中，ISA、AKO等槽所联系的上下层框架间具有继承性。这样可以将同一层中的不同框架间所具有的相同槽名，作为这些框架所表示对象的共同属性抽取出来，放入到它们的上层框架中。而在下层框架中只描述某一对象所具有的都有属性。这样不仅仅减少重复的信息，而且有利于知识的一致性。,.,90,框架表示下的推理方法(1),与语义网络表示下的知识推理方法类似，即遵循匹配和继承的原则。框架表示的问题求解系统由两部分构成，一是由框架及其相互关联构成的知识库；一是用于求解问题的解释程序即推理机。前者的作用是提供求解问题所需的知识，后者则是针对用户提出的具体问题，运用知识库中的相关知识，通过推理对问题进行求解。求解问题的匹配推理步骤：,第2章知识表示方法,.,91,框架表示下的推理方法(2),把待求解问题用一个框架表示出来，其中有的槽是空的，表示待求解的问题，称做未知处。通过与知识库中已有的框架进行匹配，这种匹配是通过对相应的槽的槽名及槽值逐个进行比较实现的。比较的结果可能不是完全匹配，如果两框架各对应槽没有矛盾或满足预先规定的某些条件，就认为这两个框架可以匹配。找出一个或几个可匹配的预选框架作为初步假设。使用一种评价方法对预选框架进行评价，以便决定是否接受它。若可接受则与问题框架的未知处相匹配的事实就是问题的解。,第2章知识表示方法,.,92,框架表示法的特点,结构性：善于表达结构性知识/既能表示知识间的联系又能表示知识的内部结构/框架表示法的知识单位是框架，框架由槽组成，槽又可分为侧面，能把知识的内部结构显式地表示出来；继承性：在框架网络中，下层框架可以继承上层框架的槽值也可以进行补充和修改，既减少了知识冗余，又保证了知识一致性。自然性：体现了人们在观察事物时的思维活动，当遇到新事物时，通过从记忆中调用类似事物的框架，并将其中某些细节进行修改、补充，就形成了对新事物的认识不善于表达过程性的知识。因此，它经常与产生式表示法结合起来使用，以取得互补的效果。,第2章知识表示方法,2.6状态空间表示法,第2章知识表示方法,.,94,状态空间表示法,现实问题求解过程可以看作一个搜索过程或推理过程推理过程实际上也是一个搜索过程，它要在知识库中搜索和前提条件相匹配的知识，然后利用这些知识进行推理/实际上也是一个搜索过程任何问题求解的本质都是一个搜索过程。为了进行有效搜索，对所求知识要以适当的形式表示出来，其表示的方式直接影响到搜索的效率状态空间表示法是用来表示问题及其搜索过程的一种方法AI最基本形式化方法，也是讨论问题求解技术的基础,第2章知识表示方法,.,95,问题状态空间的构成(1),状态空间表示法以“状态空间”的形式对问题进行表示状态：描述问题求解过程中不同时刻状况的数据结构/一般用一组变量的有序集合表示Q=(q0,q1,qn)qi为集合分量，称为状态变量算符：引起状态中某些分量发生变化，从而使问题由一个状态变为另一个状态的操作。走步、过程、规则、数学算子、运算符号或逻辑符号等状态空间：由表示一个问题的全部状态及一切可用算符构成的集合。用三元组S,F,G表示S:问题所有可能初始状态构成的集合，F:算符集合，G:目标状态集合,.,96,问题状态空间的构成(2),状态空间的图示形式称为状态空间图，其中节点表示状态，有向边表示算符问题的解：从问题的初始状态集S出发，经过一系列的算符运算，达到目标状态。由初始状态到目标状态所用算符的序列就成了问题的一个解。,第2章知识表示方法,.,97,用状态空间表示问题的步骤,定义状态的描述形式用所定义的描述形式把问题的所有可能的状态都表示出来，并确定问题的初始状态集合和目标状态集合描述定义一组算符，使得利用这组算符可把问题由一种状态转变为另一种状态,第2章知识表示方法,.,98,用状态空间法求解问题的过程,问题求解过程是一个不断将算符作用于状态的过程将适当的算符作用于初始状态，以产生新的状态；把一些适当的算符作用于新的状态；继续以上过程直到得到的过程为目标状态为止说明可能有多个算符序列都可以使问题从初始状态变到目标状态，即多个解。最优解：算符多少/所付出代价对于任何一个状态，可使用的算符不止一个，产生多个后续状态，下一步该选哪一个状态？搜索策略,第2章知识表示方法,2.7与/或树表示法,第2章知识表示方法,.,100,与/或树表示法,与状态空间法不同的另外一种用于表示问题及其求解过程的形式化方法通常用于求解比较复杂的问题当所求解的问题比较复杂时，直接求取困难，采用分解或变换的思想：将复杂问题转化为一系列本原问题，通过对本原问题的求解来达到对原问题的求解。本原问题：不需要/不能再进行分解或变换，且能直接解答的子问题把一个复杂问题分解或变换为一组本原问题的过程称为归约,第2章知识表示方法,.,101,问题的分解与等价变换,问题的分解：把复杂问题P分为若干个子问题P1,P2,Pn，然后对每个子问题求解，并且当每个子问题Pi都有解时，P才有解。P的解是所有子问题解的”与”。即分解所得到的子问题的”与”与原问题等价。问题的变换：对一个复杂问题P进行同构或同态的等价变换，将其变换为若干个容易求解的新问题P1,P2,Pn，只要这些新问题Pi中一个有解，P就有解。即变换所得到的新问题的”或”与原问题等价。在实际求解问题时，有可能同时采用分解和变换方法。无论是分解还是等价变换，都是将原问题化为一组本原问题。本原问题可以作为归约的终止条件。,第2章知识表示方法,.,102,问题归约的与/或树表示(1),当把一个问题归约为一组本原问题时，其归约过程可以用一个与/或树进行表示：与树：当把复杂问题分解为若干个子问题时，可用一个“与树”来表示或树：当把复杂问题变换为若干个新问题时，可用一个“或树”来表示与/或树：问题既要通过分解，又要通过变换才能得到其本原问题，则其求解过程可用一个“与或树”来表示。,第2章知识表示方法,.,103,问题归约的与/或树表示(2),端节点：在与或树中，没有子节点的节点终止节点：本原问题所对应的节点终止节点一定是端节点，但端节点却不一定是终止节点。可解节点：满足以下三个条件之一(1)该节点是一个终止节点。(2)该节点是一个“或”节点，且其子节点中至少有一个为可解节点。(3)该节点是一个“与”节点，且其子节点全部为可解节点。,第2章知识表示方法,.,104,问题归约的与/或树表示(3),解树：一个由可解节点构成，并且可由这些可解节点推出初始节点(它对应着原始问题)也为可解节点的子树。在解树中一定包含初始节点。,第2章知识表示方法,.,105,用与/或树表示问题的步骤,对所要求解的问题进行分解或等价变换。若所得的子问题不是本原问题，则继续分解或变换，直到分解或变换为本原问题在分解或变换中，分解用“与树”表示；等价变换，则用“或树”表示。,第2章知识表示方法,2.8面向对象表示法,第2章知识表示方法,.,107,面向对象表示法,因面向对象（Object-oriented，简称OO）方法和C编程技术已经成为当前较为广为使用的、成熟的关键技术，故从略。,2.9脚本表示法,第2章知识表示方法,.,109,概述,又称为脚本表示法剧本表示法是1975年R.C.Schank依据他的概念依赖理论而提出的一种知识表示方法。脚本与框架类似，由一组槽组成，用来表示特定领域内一些事件的发生序列。,.,110,概念依赖理论,在人类的各种知识中，常识性知识是数量最多、涉及面最宽、关系最复杂的知识，很难把它们形式化地表示出来交给计算机处理。概念依赖理论的基本思想：把人类生活中各类故事情节的基本概念抽取出来，构成一组原子概念，确定这些原子概念间的相互依赖关系，然后把所有故事情节都用这组原子概念及其依赖关系表示出来,.,111,抽取原子概念应遵循的基本原则,所有原子概念表示的意思必须是无二义性的。即使用来表示此原子概念的词原来就有二义性，在使用时也必须把这种二义性除掉。如“运动”一词。所有相同意思的概念必须用同一个原子概念来表示，即表示的唯一性。否则，本来是相同的概念会导致不同的理解。各原子概念之间，它们的表达范围不应该重复，即原子概念的正交性各原子概念之间应该互相独立。一个原子概念不应该用另一个原子概念来定义，即原子概念的不可再分性原子概念的数目要尽量少。数量少而表达的东西多，说明其概括性强。,.,112,Schank对11种动作（ACT）的原子化,（1）PROPEL:应用物理力量（推、拉、打等）于一对象。（2）GRASP：一个演员抓起一个物理对象。（3）MOVE：演员身体的一部分变换空间位置，如抬手等。（4）PTRANS：物理对象变换位置，如走进、跑出等。（5）ATRANS:抽象关系的改变，如传递、赠送、革命等。（6）ATTEND:用某个感官获取信息，如用目光搜索等。（7）INGEST:演员把某个东西吸入体内，如吃、喝等。（8）EXPEL:演员把某个东西送出体外，如呕吐、落泪等。（9）SPEAK:演员产生一种声音，如唱歌、尖叫等。（10）MTRANS:信息的传递，如读报、看信、看电视等。（11）MBUILD:由旧信息形成新信息，如“眉头一皱，计上心来”。,.,113,脚本的定义,利用以上11种动作原语及其相互依赖关系，可以把生活中的某件事便制成脚本，每个脚本代表一类事件，并把事件的典型情节规范化。当接受一个新故事时，就找一个与之匹配的脚本，根据脚本排定的场景次序来理解故事的情节。脚本就是描述特定范围内原型事件的结构。脚本可以看作是框架的一种特殊形式，特定范围内的一些事件的发生序列可以由一组槽来描述，利用槽之间的关系表述事件发生的先后,.,114,脚本的组成,脚本与日常生活中的电影剧本有些相像脚本通常由以下5部分组成：进入条件：指出剧本所描述的事件可能发生的先决条件，即事件发生的前提条件。角色：描述事件中可能出现的人物道具：描述事件中可能出现的有关物体场景：描述事件发生的真实顺序。一个事件由多个场景组成，而一个场景又可以是其它脚本结果：给出在脚本所描述事件后所产生的结果,.,115,脚本：餐厅(1)进入条件：顾客饿了，需要进餐；顾客有足够的钱(2)角色：顾客、服务员、厨师、收银员、礼仪小姐(3)道具：食品、桌子、菜单、钱(4)场景场景1：进入PTRANS顾客走进餐厅场景2：找