知识表示(共140张PPT)

上传人：1*** IP属地：广西上传时间：2023-03-25 格式：PPTX 页数：140 大小：90MB 积分：18 举报 版权申诉

已阅读5页，还剩135页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

知识就是力量培根第二章知识表示

2.1知识及其表示2.2框架2.3语义网络2.4产生式系统2.5专家系统2.6本体与知识工程3数据，信息、情报、知识和智慧数据：信息的载体，如：100信息：对客观世界的描述，如：水温100oC情报：有价值的特定信息知识：如果水温100oC，则水沸腾智慧：“己所不欲，勿施于人”信息、知识和智慧4知识与智慧知识与智慧相差甚远，甚至不太有关联。知识是在头脑里塞满别人的想法；智慧是在心灵中聆听自己的心声。知识是以自己所知甚多而骄傲；智慧是以自己所知有限而谦逊。56费根鲍姆认为知识是经过削减、塑造、解释和转换的信息。知识是经过加工的信息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，知识还包括人们利用客观规律解决实际问题的方法和策略等。2.1知识及其表示

人的知识表示知识表示是一种知识的组织方式人的知识表示分为符号和图形两种形式

人类语言是典型的符号表示方法8波利尼西亚航海者地图波利尼西亚航海者一直受到人们的敬重。他们对于洋流、风向以及鸟类的迁徙都十分了解，并且熟知150多颗星的位置，以及在一年中不同时候哪座小岛在哪颗星星的下方。波利尼西亚航海者还在用小木棍扎结起来的类似海图的网络上记录下主要洋流的位置。他们还将贝壳系在这个用术棍编织的网络上，用来表示岛屿的位置。他们出海远行时并不随身携带这些“海图”，而是将它们熟记在心里。通过这样的方式，知识得到不断地积累，并且世代相传。尿生成调节自身调节神经调节体液调节肾血流量球管平衡肾素ADH心房利尿肽其他交感神经副交感神经80-180mmHg内与入球小动脉

口径有关维持滤过

率稳定发生在肾小球

与近曲小管与渗透性

利尿有关减少滤过对

尿量影响调节滤过

入球小动脉

出球小动脉肾小管盆神经排尿反射血管紧张素醛固酮促进水重吸收收缩血管尿量增多保钠排钾尿量减少促进重吸收12AI中的知识表示特指在机器内部知识表示，符号化、形式化过程，使得机器能够识别处理知识。是知识编码成某种数据结构的过程目标：如何把人的知识转变为机器可识别处理的知识，使智能系统能够进行基于知识的计算13知识库与程序知识库存储：将知识的表示和知识的运用分开处理，在知识表示时不涉及如何运用知识的问题程序嵌入：将知识的表示和知识的运用结合起来，知识包含于程序之中知识表示的重要性一个智能系统的智能性很大程度上取决于知识的数量及其可利用的程度。系统中可利用的知识越多，其智能性就可能越高。常识知识当前智能系统的一个瓶颈问题MYCIN是一个著名专家系统，使用医学专业知识诊断脊髓脑膜炎和血液传染病当为脑膜炎患者选择药物时，还要询问患者是否怀孕（尽管患者已经明确告诉系统他是男性）【国航官网故障出现0元机票被抢购承诺机票有效】7月10日晚间，由于官网出现故障，中国国际航空股份个别国际航线票价显示为“0”元，许多网友以为国航在进行特价促销，纷纷抢购并成功出票。昨日，中国国际航空公司客户服务官方微博称0元机票有效。一阶谓词逻辑法框架表示√语义网络法√产生式规则法√面向对象表示剧本表示过程表示AI常用的知识表示方法符号主义路线

框架理论是明斯基于1975年提出来的；他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；当遇到一个新事物时，就从记忆中找出一个合适的框架，并根据新的情况对其细节加以修改、补充，从而形成对这个新事物的认识。2.2框架17在一个大学中能看到些什么？教学楼、学生宿舍、食堂、运动场、…我们熟悉的地方：学校、教室、医院、剧院、街道、食堂、…都有自己的知识框架我们不熟悉的地方？监狱、油轮、油田、音乐厅我们头脑中的框架18生活环境不一样，头脑中的“框架”也不一样19框架的概念框架定义存储知识的通用数据结构；表示形式：由框架名、槽、侧面、侧面值组成槽：属性槽值：属性值侧面：属性不同方面描述侧面值：每个侧面又可以拥有若干个侧面值推理方法：匹配和继承。

框架名:<教师>类属:<知识分子>工作:范围:(教学，科研)

缺省：教学性别:(男，女)学历:(中师，高师)类型:(<小学教师>，<中学教师>，<大学教师>)槽值槽名侧面名侧面值一个描述“教师”的框架：槽值21一个描述“大学教师”的框架：框架名:<大学教师>类属:<教师>学历:(学士，硕士，博士)专业:<学科专业>职称:(助教，讲师，副教授，教授)外语:语种:范围:(英，法，日，俄，德，…)

缺省:英水平:(优，良，中，差)

缺省:良22教师李明的框架:框架名:<教师-1>类属:<大学教师>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8月工龄:当前年份-参加工作年份工资:<工资单>外语:语种:

水平:23教室框架框架名:<教室>24教室都有哪些特征？25教室框架框架名:<教室>类属位置：类型:地面:黑板:讲台：

多媒体设备：桌子：26教室框架框架名:<教室>类属:<房间>位置：教学楼：（A,B,C）楼层：（1，2，3，4，5，6）类型:(大，中，小，微型)地面：（地板，理石）黑板:类型：（活动，固定）颜色：（黑色，白色）讲台：颜色：（白色，黑色，黄色）类型：（大，小）多媒体设备：（有，无）桌子：类型：（独立课桌，联体）颜色：（黄色，黑色，白色）教室B211的框架框架名:<教室>类属:<房间>编号：B211位置：教学楼：B

楼层：2类型:大地面：理石黑板:类型：活动颜色：黑色讲台：颜色：黄色类型：大多媒体设备：有桌子：类型：联体颜色：黄色28框架间的关系框架之间的关系框架也分为类框架和实例框架。类-超类（AKO）表示框架之间的子类关系实例-类（ISA）表示框架之间实例关系。29学校大学中华医学大学子类（AKO）实例(ISA)教师大学教师李明子类（AKO）实例(ISA)框架间的关系举例30框架网络框架理论将知识看成相互关系的成块组织（框架）不同知识框架通过（属性-属性值）联系在一起横向联系:当用框架名作为槽值时所建立起来的框架之间的一种关系纵向联系:通过框架之间的继承性所建立起来的框架之间的一种关系具有横向联系及纵向联系的一组框架称为框架网络.31基于框架的推理匹配:构造问题框架，问题框架同知识库中框架的模式匹配.搜索:在框架网络中进行查找有关信息.填槽:根据继承原理,填补问题框架的槽值.

继承:子框架可以拥有其父框架的槽及其槽值;教师大学教师李明子类实例外语:语种:范围:(英，法，日，俄，德，…)

缺省:英水平:(优，良，中，差)

缺省:良外语:语种:

水平:李明的外语能力？33框架的特点结构性是一种结构化的知识表示方法通过槽值的定义可以表示事物之间更加复杂的关系继承性可建立起表示复杂知识的框架网络减少了知识的冗余,较好地保证了知识的一致性自然性与人类在观察事物,处理问题时的思维活动相一致不足之处:不善于表示过程性知识.2.3语义网络表示法

语义网络是奎廉(J.R.Quillian)1968年在研究人类联想记忆时提出的一种心理学模型，认为记忆是由概念间的联系实现的。西蒙发展与完善了语义网络的概念和方法，把它作为知识表示的一种通用手段。苹果计算机苹果电脑苹果的语义网络

苹果营养水果高产富士秦冠中国西部陕西北方甜国家日本脆甜富有是一种引进于味道产于产于是一种是一种是一个特点特点位于2.3.1语义网络的基本概念ABR语义网络是一种用实体及其语义关系来表达知识的有向图。结点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等；弧表示它所连结的两个实体之间的语义联系，它必须带有标识。框架善于描述概念的属性，而语义网络善于描述概念之间的联系鸵鸟鸟是一种雪白颜色ABR规则R的含义是“如果A则B”2.3.1语义网络的基本概念

基本的语义关系(1/6)实例关系：ISA

体现的是“具体与抽象”的概念，含义为“是一个”，表示一个事物是另一个事物的一个实例。例分类关系：AKO

亦称泛化关系，体现的是“子类与超类”的概念，含义为“是一种”，表示一个事物是另一个事物的一种类型。例成员关系：A-Member-of

体现的是“个体与集体”的关系，含义为“是一员”，表示一个事物是另一个事物的一个成员。鸟动物AKO张强共青团员A-Member-of人李刚ISA2.3.1语义网络的基本概念

基本的语义关系(3/6)包含关系

亦称包含关系。指具有组织或结构特征的“部分与整体”之间的关系。常用的包含关系是：

Part-of：含义为“是一部分”，表示一个事物是另一个事物的一部分。例如，“大脑是人体的一部分”再如，“黑板是墙体的一部分”包含关系与实例、分类、成员关系的主要区别包含关系一般不具备属性的继承性。如上两个例子，大脑不一定具有人的各种属性黑板也不具有墙的各种属性。大脑人体Part-of黑板墙体Part-of2.3.1语义网络的基本概念

基本的语义关系(5/6)位置关系指不同事物在位置方面的关系。常用的位置关系有：

Located-on：含义为“在上”，表示某一物体在另一物体之上

Located-at：含义为“在”，表示某一物体所在的位置

Located-under：含义为“在下”，表示某一物体在另一物体之下

Located-inside：含义为“在内”，表示某一物体在另一物体之内；

Located-outside：含义为“在外”，表示某一物体在另一物体之外。例如，“书在桌子上”书桌子Located-on2.3.2事物和概念的表示

表示一元关系、二元关系和复杂关系一元关系指可以用一元谓词P(x)表示的关系。谓词P说明实体的性质、属性等。描述的是一些最简单、最直观的事物或概念，常用：“是”、“有”、“会”、“能”等语义关系来说明。如，“雪是白的”。二元关系可用二元谓词P(x,y)表示的关系。其中，x,y为实体，P为实体之间的关系。复杂关系，可通过一些相对独立的二元或一元关系的组合来实现。例2.8用语义网络表示“动物是一种生物，能运动”。运动生物动物CanAKO2.3.2事物和概念的表示动物吃运动翅膀水中鸟鱼飞游泳CanCanAKOLiveHaveCanAKOCan例2-9用语义网络表示：动物能运动、会吃。鸟是一种动物，鸟有翅膀、会飞。鱼是一种动物，鱼生活在水中、会游泳。42基于语义网络的推理匹配构造问题的目标网络块或网络片断.在整个语义网（知识库）中寻找匹配继承苹果的语义网络

苹果营养水果高产富士秦冠中国西部陕西北方甜国家日本脆甜富有是一种引进于味道产于产于是一种是一种是一个特点特点位于苹果X富士特点AKO语义网络片断脆甜富士苹果的特点？44苹果X富士健康作用AKO语义网络片断苹果营养水果高产富士秦冠中国西部陕西北方甜国家日本脆甜富有是一种引进于味道产于产于是一种是一种是一个特点特点位于营养富士苹果对健康作用？45语义网络的特点与不足主要特点网络性：适于描述概念之间的联系，形成概念关联网络继承性：下层概念可以继承上层概念的属性，实现推理自然联想性：人类的联想思维过程的自然表示主要不足复杂性：大规模语义网络的管理复杂2.4产生式系统专家系统是人工智能传统应用领域之一。专家系统的核心就是产生式系统。人类知识中有一种显性知识：规则性知识。产生式系统基于规则性知识进行逻辑推理。46产生式人很善于总结IF-THEN规则燕子低飞要落雨。蚂蚁搬家早晚要下。鱼儿出水跳，风雨就来到蜻蜓飞得低，出门带斗笠东虹日头西虹雨。久雨鸟鸣，天空会转晴。产生式也称为产生式规则，由数学家于1943提出。4748产生式规则的语义是: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。注意：P和Q不一定总是用谓词表示产生式的一般形式

<前件>→

<后件>含义：条件---->行动或前提---->结论

产生式规则举例(1)如果存款利率下调，那么价格上涨。(2)如果炉温超过上限，则立即关闭风门。(3)如果键盘突然失灵，且屏幕上出现怪字符，则是病毒发作。(4)如果胶卷感光度为200，光线条件为晴天，目标距离不超过5米，则快门速度取250，光圈大小取f16。逻辑推理模式：三段论推理B（结论）A→B(大前提)A（小前提）产生式规则证据事实产生式规则的推理逻辑

推理方式：当有事实能与规则的前提匹配时，就得到该规则后部的结论产生式系统由三部分组成：产生式规则集、推理机和动态数据库，被称为产生式系统的三要素。产生式规则集推理机动态数据库2产生式系统52产生式系统的三要素产生式规则（规则集）：系统的知识库动态数据库：综合数据库识一个用于存放问题求解过程中各种当前信息的数据结构,包括原有信息,中间结果,最终结果等。综合数据库是不断更新和变化的,是动态的综合数据库也称为：上下文、黑板、工作区等控制系统：用于控制系统的运行，它根据动态数据库中的当前数据，来选择合适的规则。图推理机的一次推理过程从规则集中取一个条规则，将其前提同当前动态数据库中的事实/数据进行模式匹配匹配成功否把该规则的结论放入当前动态数据库：或执行规则所规定的动作NY3产生式系统的推理过程54八数码游戏问题的产生式表示八数码游戏(eightpuzzle)237

514861238

476555游戏说明：一个棋盘有9个方格，放了8个数（1-8）；初始时，8个数随机放置；数字移动规则：空格周围的数字可移动到空格中；如果通过移动数字，达到一个目标状态，则游戏成功结束；求一个走步序列;问题：怎样用一个产生式系统描述并解决上述问题？产生式系统的描述:综合数据库：存放棋盘的状态。棋盘的状态：8个数字在棋盘上的位置分布。每走一步，状态就会发生变化；存放棋盘的当前状态；规则：规则是数字移动的方法。空格的移动:如果空格左边有数字，则将左边的数字移到空格上；如果空格右边有数字，则将右边的数字移到空格上；如果空格上边有数字，则将上边的数字移到空格上；如果空格下边有数字，则将下边的数字移到空格上；产生式系统的推理方向

产生式系统的推理可分为正向推理、反向推理和双向推理三种基本方式：正向推理（数据驱动方式）：从已知事实出发,通过规则推导求得结论；反向推理（目标驱动方式

）：从目标出发.反向使用规则,求得已知事实；双向推理：既自顶向下,又自底向上相结合得方法.直至某个中间界面两方向结果相符便成功结束。58正向推理推理过程(1)规则库中规则的前提与数据库中的事实进行匹配,得到匹配成功的规则集合(2)从匹配规则集中选择一条规则作为使用规则(3)执行使用规则的后件,将该规则的后件送入动态数据库.重复上述过程直到达到目标事实目标59反向推理推理过程(1)规则集合中的规则后件与目标事实进行匹配,得到匹配的规则集合；(2)从匹配规则集合中选择一条规则作为使用规则；(3)将使用规则的前件作为子目标；重复上述过程,直到各子目标均为已知事实成功结束事实目标60正向推理与反向推理举例事实：李四昨天晚上12点睡觉规则1：某人睡觉很晚→某人上课一定很困规则2：某人上课很困→某人上课睡觉结论：李四上课睡觉反向推理即是举证过程（收集证据）产生式系统的两大障碍

（1）知识获取瓶颈（2）规则冲突问题IF新硬件未插牢THENWindows蓝屏IF软件冲突THENWindows蓝屏6162冲突消解策略（1）冲突消解过程，是指在进行模式匹配后，若同时有两条以上的规则为竞选规则，系统必须从中选择一条来执行的过程。冲突消解策略按照是否利用问题的启发信息而划分为两类盲目策略：自然顺序法63冲突消解策略（2）利用启发信息的冲突消解策略利用问题求解的特点设计相应的序函数对规则排序，优先级高的规则先执行规则静态排序原则(静态优先权)成功率高的产生式规则优先执行规则动态排序原则(动态优先权)

按性能/代价比排序。对每条规则，记录其成功率和失败率以及成功、失败时各自的计算开销按规则可信度或权威性排序

4产生式系统举例——动物分类问题

设由下列动物识别规则组成一个规则库，控制系统采用上述正向推理算法，建立一个产生式系统。该产生式系统就是一个小型动物分类知识库系统。规则集：

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：若某动物有爪且有犬齿且目盯前方且是哺乳动物。动物分类问题的产生式系统描述及其求解

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，则它是驼鸟。

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。初始事实：f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。目标条件为：该动物是什么？f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库r2：若某动物有毛发，则它是哺乳动物。规则集r1-r15f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。该动物是哺乳动物动态数据库规则集r1-r15f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。该动物是哺乳动物。动态数据库r6：若某动物是哺乳动物且吃肉，则它是食肉动物。规则集r1-r15f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。该动物是哺乳动物。该动物是食肉动物。动态数据库规则集r1-r15f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。该动物是哺乳动物。该动物是食肉动物。动态数据库规则集r1-r15r9：若某动物是食肉动物且黄褐色且有黑色条纹，则它是老虎。f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。该动物是哺乳动物。该动物是食肉动物。该动物是老虎动态数据库规则集r1-r15图5—4动物分类正向推理树老虎食肉动物哺乳动物有毛发吃肉黄褐色有黑色条纹反向推理过程（老虎）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链（某动物是老虎）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链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。（某动物是食肉动物，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链（某动物是食肉动物，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链r5：若某动物有爪且有犬齿且目盯前方且是哺乳动物，则它是食肉动物。（若某动物有爪，有犬齿，目盯前方，是哺乳动物，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链动态数据库中没有对应事实，只能回溯，重选规则进行推理（某动物是食肉动物，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链回溯，重选规则进行推理（某动物是食肉动物，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链r6：若某动物是哺乳动物且吃肉，则它是食肉动物。（某动物是哺乳动物，吃肉，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链r2：若某动物有毛发，则它是哺乳动物。（若某动物有毛发，吃肉，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15目标链（某动物有毛发，吃肉，黄褐色，有黑色条纹）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15（）f1：某动物有毛发。f2：吃肉。f3：黄褐色。f4：有黑色条纹。动态数据库规则集r1-r15对于上例，改为反向推理算法，则得到下图所示的推理树。图5—5动物分类反向推理树

智慧：“己所不欲，勿施于人”4人工智能中著名的（），它是从（）主义的观点，评价机器是否具有智能。按规则可信度或权威性排序（5）结束条件

F∈{x}，当目标F在综合数据库中出现时，则F被求得。产生式系统的推理方向程序嵌入：将知识的表示和知识的运用结合起来，知识包含于程序之中一个描述“教师”的框架：r14：若某动物是鸟且不会飞且会游泳且黑白色，则它是企鹅。规则库Located-at：含义为“在”，表示某一物体所在的位置A∧B→C

A∧C→D

B∧C→G

B∧E→F

D→ELocated-inside：含义为“在内”，表示某一物体在另一物体之内；3人们称（）AI之父，（）知识工程之父`；若已知事实看作底，而结论看作顶正向推理是自底向上的推理，

而反向推理则是自顶向下的推理。在规则库规模较大，问题复杂的情况下，反向推理效率更高，便于实用。比较正向推理与反向推理90产生式系统推导过程举例

规则库1.IF衣服是湿的

AND天气晴朗THEN在户外晾晒衣服2.IF衣服是湿的