第02 章 知识表示 人工智能课件

1、 2.1 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.1.1 谓词逻辑谓词逻辑 2.1.2 用谓词逻辑表示知识用谓词逻辑表示知识 2.2 产生式表示法产生式表示法 2.2.1 产生式与产生式系统产生式与产生式系统 系统组成系统组成 控制策略控制策略 推理方向推理方向 2.2.2 特殊的产生式系统特殊的产生式系统 2.3 框架（框架（frame） 2.3.1 框架的表示方法框架的表示方法 2.3.2 框架的推理方法框架的推理方法 2.4 语义网络（语义网络（Semantic network） 2.4.1 语义网络表示方法语义网络表示方法 2.4.2 语义网络推理方法语义网络推理方法 作作 业业l基

2、本知识基本知识表达法：谓词逻辑、规则等。表达法：谓词逻辑、规则等。l结构化知识结构化知识表达法：语义网、框架、脚本等。表达法：语义网、框架、脚本等。 例：用谓词公式表示下列句子：例：用谓词公式表示下列句子： A formula whose main connective is a “” is equivalent to some formula whose main connective is a “”. 首先引入下列谓词：首先引入下列谓词： F(x): x is a formula MC(x, y): the main connective of x is y EQ(x, y): x is

3、equivalent to y A formula whose main connective is a “” is equivalent to some formula whose main connective is a “”. ( x) F(x) MC(x, imp) ( y) F(y) MC(y, or) EQ(x, y) 2.2.1 产生式与产生式系统产生式与产生式系统l产生式产生式 if 前提条件前提条件 then 结论结论 或或 if 前提条件前提条件 then 操作操作 产生式又称为产生式又称为规则规则（ rule ）。）。 前提条件、结论、规则均可附加一个前提条件、结论、规则

4、均可附加一个可信度可信度。 (1) 如果：炉温超过上限如果：炉温超过上限, 则：立即关闭风门。则：立即关闭风门。 (2) 如果：胶卷感光度为如果：胶卷感光度为200, 光线条件为晴天光线条件为晴天, 目标距离不超过目标距离不超过5米米, 则：快门速度取则：快门速度取250, 光圈大小取光圈大小取f16。l便于描述人处理问题的便于描述人处理问题的局部过程局部过程。l人处理问题的人处理问题的整体过程整体过程可用一个规则可用一个规则序列表示。序列表示。推理机推理机IE规则库规则库RB状态数据库状态数据库DBlDB：状态数据库，描述当前求解状态（初始状态数据库，描述当前求解状态（初始事实、推出的结论）

5、事实、推出的结论）lRB：状态转换规则库状态转换规则库lIE：推理机推理机（ Inference Engine ） 按一定策略按一定策略从从RB中选择规则，作用于中选择规则，作用于DB，直到直到DB变为目标状态（如推出特定结论）。变为目标状态（如推出特定结论）。 l 如何找出可用于当前状态的规则（匹配）如何找出可用于当前状态的规则（匹配）l 如何选出如何选出最佳最佳规则（消除冲突）规则（消除冲突） 将规则的将规则的前提条件前提条件逐个与逐个与DB比较，比较，如果每个条件都成立，则该规则可用于当如果每个条件都成立，则该规则可用于当前状态。前状态。 例：例： DB =（b, d, g, f, h）

6、 Ri：if ( e or f ) and h then c DB =（b, d, g, f, h） Ri：if ( e or f ) and h then c 检验检验 (e or f) 是否成立是否成立: 检验检验 h 是否成立是否成立: 将结论将结论c加入加入DB得：得： DB =（b，d，g，f，h，c）l当规则含有变量时，首先进行变量代换。当规则含有变量时，首先进行变量代换。 参：第三章参：第三章 3.1.3 模式匹配与变量代换模式匹配与变量代换l对于不精确规则，需要计算前提和结论的对于不精确规则，需要计算前提和结论的可信度可信度 参：第六章参：第六章 l处理处理专门、特殊专门、特殊

7、情况的规则，优先于处理情况的规则，优先于处理一般一般情况者。情况者。 如：如： R1：if a and b then e R2：if a and b and c then fl首先匹配者优先首先匹配者优先 静态有序。静态有序。l给各给各前提前提赋予不同的赋予不同的优先级优先级，含，含高优先级高优先级条条件者件者优先优先执行（质优先）。执行（质优先）。l前提条件多的优先（量优先）。前提条件多的优先（量优先）。 隐含各前提的隐含各前提的优先级相同优先级相同。 1. 正向推理（正向推理（Forward） F规则规则 事实事实 结论结论 DB =（f1，f2，f3，f4，f5） R1： c1f4c2

8、R2： f1f2f3c1 R3：f3 f5 c3 R4： f2 f3 f5 c4 R5：f1 c3 c5 假设采用假设采用“首先匹配者优先首先匹配者优先”策略策略，则推理，则推理过程如下：过程如下：（1）使用）使用R2：f1f2f3c1推出推出c1（2）使用使用R1：c1f4c2推出推出c2（3）使用使用R3：f3 f5 c3推出推出c3（4）使用使用R5：f5 c3 c5推出推出c5 B规则规则 事实事实 目标（结论）目标（结论） 已知已知：DB=（f1，f2，f3，f10，f11） R1：c2 f5 p2cg R2：f1 c1c2 R3：f2 f3 f4c1 R4：p1 f6p2 R5：c

9、4 f11cg R6：f7 c3 f10c4 R7：f8 f9c3 其中其中：ci表示推出的中间结论表示推出的中间结论，pi表示在本例中表示在本例中不成立的前提。不成立的前提。Cg C2 f5 P2 C4 f11 f1 C1 P1 f6 f7 C3 f10 f1 f3 f4 f8 f9l正向推理不足：可能推出大量无关结论。正向推理不足：可能推出大量无关结论。l逆向推理不足：可能尝试大量无关假设。逆向推理不足：可能尝试大量无关假设。混合推理的方式：混合推理的方式：1) 用启发式规则进行用启发式规则进行粗略的粗略的正向推理，提出一正向推理，提出一个假设的可能目标，再用较详细的规则进行个假设的可能目

10、标，再用较详细的规则进行详细的详细的逆向推理，以便验证假设。逆向推理，以便验证假设。2) 在逆向推理的基础上，用正向推理推出更多在逆向推理的基础上，用正向推理推出更多的相关结论。的相关结论。l当前当前事实集：事实集： 初始事实初始事实 、正向推理推出的中间结论。正向推理推出的中间结论。l当前当前目标集：目标集： 原目标、为证明原目标而归约、分解出的原目标、为证明原目标而归约、分解出的 子目标子目标l交替使用正向推理和逆向推理，直到当前目标交替使用正向推理和逆向推理，直到当前目标集与当前事实集匹配。集与当前事实集匹配。 产生式系统是产生式系统是AI最基本的结构形式。最基本的结构形式。 特点：特点

11、：l便于模拟人的知识积累过程便于模拟人的知识积累过程l便于实现便于实现data driven处理方式：处理方式： 新数据输入新数据输入 行为改变行为改变l便于增删规则集便于增删规则集 各规则之间相对独立各规则之间相对独立。 同类同类事物事物或或 过程过程重现重现特定特定模式模式 识别识别 激活激活 问题问题 特征特征 模式模式 引用引用 参考处理方案参考处理方案 为表达上述模式化知识，引入框架表示法：为表达上述模式化知识，引入框架表示法： 框架框架 认知模式认知模式 框架系统：包括框架、子框架。框架系统：包括框架、子框架。 通常组织成通常组织成层次结构层次结构或或网状结构网状结构。 可以借助可

12、以借助类层次类层次描述。描述。 特性值特性值： 可为另一个知识表示子结构。可为另一个知识表示子结构。 如谓词逻辑、子框架、规则集等。如谓词逻辑、子框架、规则集等。 可为特殊处理过程。可为特殊处理过程。 （注视特定条件的（注视特定条件的守护程序守护程序） 如：如： ifneeded ifadded ifdenied iffail 可实现微观控制机制，数据驱动，随机应变。可实现微观控制机制，数据驱动，随机应变。 框架名称框架名称 侧面侧面11 值值11 槽槽1 侧面侧面1m 值值1m 槽槽2 侧面侧面21 值值21 侧面侧面22 值值2m 框架名称框架名称 槽槽1 value 真实值真实值 def

13、ault 缺省值缺省值 if_needed 推断值的过程推断值的过程 槽槽2 回溯回溯 激活激活 确认确认 当前状态当前状态 侯选框架侯选框架 可用框架可用框架 应用应用 联想联想 处理当前情况处理当前情况 1、选择候选框架、选择候选框架 利用各框架的利用各框架的关键特征关键特征与当前状态进行与当前状态进行初初步步特征匹配。特征匹配。 2、确认候选框架、确认候选框架 进一步利用进一步利用其余特征其余特征进行进行详细的详细的匹配（逆匹配（逆向），需要采用启发式经验进行向），需要采用启发式经验进行灵活匹配灵活匹配。 3、重选候选框架、重选候选框架 当无法确认时：当无法确认时： l利用利用相似框架相

14、似框架联想规则。联想规则。l利用利用框架系统框架系统的的分类层次分类层次结构向上移动，找出结构向上移动，找出一个能够一个能够概括概括当前情况的当前情况的一般框架一般框架，再沿另一，再沿另一条路径向下找出一个候选框架。条路径向下找出一个候选框架。 4、应用确认框架应用确认框架 引用现成结论（引用现成结论（what） 如诊断型问题。如诊断型问题。 构造构造当前状态的具体当前状态的具体解释解释 即给出即给出例示框架例示框架： 无结构信息无结构信息 有结构信息（例示框架）有结构信息（例示框架） 4、应用确认框架、应用确认框架 引用相应处理方案或推理知识（引用相应处理方案或推理知识（how）。）。 引导

15、注意力：不匹配的部分，可能对应特殊引导注意力：不匹配的部分，可能对应特殊情况：情况： ）实际存在而未发现：进一步寻找。）实际存在而未发现：进一步寻找。 ）故障。（损毁）故障。（损毁） ）确实不存在：修正框架模式。）确实不存在：修正框架模式。 l最初：表达人类最初：表达人类记忆模型记忆模型及理解自然语言。及理解自然语言。l事物之间存在事物之间存在自然的自然的关系，在人脑中形成自然的关系，在人脑中形成自然的联想网络联想网络（associative net） 。 自然关系自然关系 联想网络联想网络l主要用于表示不含变量的命题信息，又称为主要用于表示不含变量的命题信息，又称为命题命题网网（Propos

16、itional net）。）。 1. 基本表示法基本表示法l 实体：概念、实例（抽象或具体）实体：概念、实例（抽象或具体）l 关系（特性）：关系（特性）： 分类分类：AKO，ISA， 组成组成：ISPART，HASPART，EL， 结构：结构：SUPPORTED BY， 性质性质：COLOR，OWNER， 大学城西北大学李明助教郭杜镇25岁位于单位职务位于年龄长安区属于西安市属于 例：例： “a队与队与b队比赛，比分为队比赛，比分为1 3” 用用谓词谓词表示表示为：为：game（a，b，1 3） 用用语义网语义网表示如下：表示如下： gameg1ba1:3主队主队客队客队ISASCOREstu

17、dentISA三国演义三国演义readbookJohnread1ISAISAsubjectobject 具体实现一个语义网：具体实现一个语义网：l利用利用实体实体特性特性特性值特性值l对象对象属性属性值值 三元组三元组 ( OAV：Objectattributevalue ) 用用PROLOG子句（谓词）也可以方便地表子句（谓词）也可以方便地表示语义网：示语义网： ISA（氧气，单质）氧气，单质）. 化学性质（氧气化学性质（氧气，RA_1）. 化学性质（氧气化学性质（氧气，RA_2）. a a_ _kindkind_ _ofof(苹果苹果 ， 水果水果). ). taste( taste(苹果

18、苹果 ， 甜甜). ). a a_ _kindkind_ _ofof(富士富士 ， 苹果苹果). ). introintro_ _fromfrom(富士富士 ， 日本日本). ). isis_ _a a(日本日本 ， 亚洲国家亚洲国家).). 存在量词存在量词的表示的表示 可直接可直接用用 ISA 链表示链表示 全称量词全称量词的表示的表示 例：下面语句例：下面语句 “Every dog had bitten a postman” 可表示如下可表示如下：S1：Form，which states the relation that is being asserted. Form中的其它变量中的其

19、它变量B，P为存在变量。为存在变量。 ISAS1GSGS1DOGBITEPOSTMANDBP FormISAISAISA攻击者攻击者受害者受害者 语义网表示法无统一的形式语义，具体网语义网表示法无统一的形式语义，具体网络结构的络结构的含义含义由具体的由具体的应用决定应用决定，相应的推理，相应的推理方法，或使用网络的方法各异。方法，或使用网络的方法各异。l常用推理过程：常用推理过程： 搜索、匹配搜索、匹配（PROLOG）、）、继承，继承， 可信度传播（可信度传播（PROSPECTOR）。）。 （1）构造一个含有）构造一个含有未知结点未知结点或或未知关系未知关系的的 问题网络问题网络片段；片段； （2）在语义网络知识库中）