人工智能导论 课件 第7章 几种结构化知识表示及其推理

第7章几种结构化知识表示及其推理7.1元组7.2框架

7.3语义网络

7.4知识图谱7.5类与对象

7.1元组元组（tuple）的数学定义是:笛卡尔积中的一个元素,(d1,d2,…,dn)，叫做一个n元组（n-tuple），简称元组。在关系数据库中，一条记录也就是一个元组。元组通常也泛指由若干数据项组成的一个整体。三元组的一般表达形式为：(

对象

,

属性

,

值

)更一般表达形式就是：

(

对象

,

特征

,

值

)或用变量表示为

(x,F,v)这种三元组可用来形式化地表示有些信息或知识。例如，三元组(玫瑰,颜色,红)就表示了语句：玫瑰花是红色的。而三元组(史记,作者,司马迁)就表示了语句：史记的作者是司马迁。三元组可方便地表示简单命题或者原子谓词公式。于是，产生式规则的前、后件也可以用三元组的形式表示。例如，有规则：如果天阴且外出，则带上雨伞。可用元组表示为

(今天,天气,阴)∧(某人,状态,外出)→(该人,行为,带伞)这就是说，元组可以作为规则的一种组件。7.2框架

7.2.1框架的概念框架就是一种结构，一种模式，其一般形式是:

框架名

槽名1

槽值1

|

侧面名11

侧面值111,侧面值112,…

侧面名12

侧面值121,侧面值122,…

槽名2

槽值2

|

侧面名21

侧面值211,侧面值212,…

侧面名22

侧面值221,侧面值222,…

……

…

槽名k

槽值k

|

侧面名k1

侧面值k11,侧面值k12,…

侧面名k2

侧面值k21,侧面值k22,…

例7-1

下面是一个描述“教师”的框架：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>)例7-2

下面是一个描述“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:良例

7-3下面是描述一个具体教师的框架: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:2019年8月工龄:当前年份-参加工作年份工资:<工资单>7.2.2框架的表达能力由框架的形式可以看出，框架适合表达结构性的知识。所以，概念、对象等知识最适于用框架表示。其实，框架的槽就是对象的属性或状态，槽值就是属性值或状态值。不仅如此，框架还可以表示行为（动作），所以，有些过程性事件或情节也可用框架网络来表示。例7-4下面是关于房间的框架:框架名:<房间>墙数x1:

缺省:x1=4

条件:x1>0窗数x2:

缺省:x2=2

条件:x2≥0门数x3:

缺省:x3=1

条件:x3>0前墙:(墙框架(w1，d1))后墙:(墙框架(w2，d2))左墙:(墙框架(w3，d3))右墙:(墙框架(w4，d4))天花板:<天花板框架>地板:<地板框架>门:<门框架>窗:<窗框架>条件:w1+w2+w3+w4=x2

d1+d2+d3+d4=x3类型:(<办公室>，<教室>，<会客室>，<卧室>，<厨房>，<仓库>，…)例

7-5机器人纠纷问题的框架描述如图7-1所示。图7-1机器人纠纷问题框架描述

还需指出的是，产生式规则也可用框架表示。例如，产生式：

如果头痛且发烧，则患感冒。用框架表示可为：框架名：<诊断1>

前提：条件1:头痛条件2:发烧结论:患感冒7.2.3基于框架的推理基于框架的推理方法是继承。所谓继承，就是子框架可以拥有其父框架的槽及其槽值。实现继承的操作有匹配、搜索和填槽。匹配就是问题框架同知识库中的框架的模式匹配。所谓问题框架，就是要求解某个问题时，先把问题用一个框架表示出来，然后与知识库中的已有框架进行匹配。如果匹配成功，就可获得有关信息。搜索就是沿着框架间的纵向和横向联系，在框架网络中进行查找。搜索的目的是为了获得有关信息。框架名:〈教师-1〉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：还需指出的是,上述关于框架的推理方法,实际仅适于装载着概念和实体对象的框架,而对于装载着规则的框架,其推理就要用基于规则的演绎推理方法。

7.2.4框架的程序语言实现

有一种名为FRL(FrameRepresentationLanguage)的程序设计语言，就是专门基于框架的程序设计语言。用它就可以方便地实现框架知识表示。不过，用PROLOG也可方便地实现框架表示。用PROLOG实现框架表示，一般采用含结构或表的谓词来实现。因为框架实际上就是树，而PROLOG的结构也是树，表又是特殊的结构，它的元素个数和层数都不限定，可动态变化，因此，更适于表示一般的框架。

例如，前面的“教师”框架用PROLOG可表示如下：

frame(name("教师"),

kind--of("<知识分子>"),

work(scope("教学","科研"),default("教学")),

sex("男","女"),

reco--of--f--s("中师","高师"),

type("<小学教师>","<中学教师>","<大学教师>")).

frame(name("教师"),body([st("类属",[st("<知识分子>",[])]),st("工作",[st("范围",[st("教学",[]),st("科研",[])]),st("缺省",[st("教学",[])])]),st("性别",[st("男",[]),st("女",[])]),st("学历",[st("中师",[]),st("高师",[])]),st("类型",[st("<小学教师>",[]),st("<中学教师>",[]),st("<大学教师>",[])])])).或者用下面的一个语句表示：上面的语句是一个PROLOG的“事实”，其谓词及领域说明如下:domains

name=name(string)

body=body(subtreelist)

subtreelist=subtree*

subtree=st(string，subtreelist)database

frame(name，body)其中的subtreelist是递归定义的。按此定义所有框架都取统一的表示形式。7.3语义网络7.3.1语义网络的概念

语义网络是由节点和边（也称有向弧）组成的一种有向图。其中节点表示事物、对象、概念、行为、性质、状态等；有向边表示节点之间的某种联系或关系。例如图7-2就是一个语义网络。其中，边上的标记就是边的语义。

七种类型的语义网：

(1)命题语义网（包括分块联想网络）；

(2)数据语义网：以数据为中心的语义网络；(3)语言语义网：用于自然语言的分析和理解；

(4)结构语义网：描述客观事物的结构，常见于模式识别和机器学习等领域；

(5)分类语义网：描述抽象概念及其层次；

(6)推理语义网：是一种命题网，但它已在某种程度上规范化，更适于推理；

(7)框架语义网：与框架相结合的语义网。7.3.2语义网络的表达能力语义网络不仅可以表示事物的属性、状态、行为等，而且更适合于表示事物之间的关系和联系。而表示一个事物的层次、状态、行为的语义网络，也可以看作是该事物与其属性、状态或行为的一种关系。如图7-3所示的语义网络，就表示了专家系统这个事物（的内涵），同时也可以看作是表示了专家系统与“智能系统”“专家知识”“专家思维”及“困难问题”这几个事物之间的关系或联系。所以，抽象地说，语义网络可表示事物之间的关系。因此，关系（或联系）型的知识和能化为关系型的知识都可以用语义网络来表示。下面给出常见的几种。图7-3专家系统概念的语义网络表述

1.实例关系实例关系表示类与其实例（个体）之间的关系。这是最常见的一种语义关系。例如，“小华是一个大学生”就可表示为图7-4。其中，关系“是一个”一般标识为“is-a”，或ISA。

2.分类（或从属、泛化）关系分类关系是指事物间的类属关系，图7-5就是一个描述分类关系的语义网络。在图7-5中，下层概念节点除了可继承、细化、补充上层概念节点的属性外，还出现了变异的情况：鸟是鸵鸟的上层概念节点，其属性是“有羽毛”“会飞”，但鸵鸟的属性只是继承了“有羽毛”这一属性，而把鸟的“会飞”变异为“不会飞”。其中，关系“是一种”一般标识为“a-kind-of”或AKO。图7-5表示分类关系的语义网络示例

3.组装关系如果下层概念是上层概念的一个方面或者一部分，则称它们的关系是组装关系。例如图7-6所示的语义网络就是一种聚集关系。其中，关系“一部分”，一般标识为“a-part-of”。

4.属性关系属性关系表示对象的属性及其属性值。例如，图7-7表示Simon是一个人，男性，40岁，职业是教师。5.集合-成员关系

意思是“是……的成员”，它表示成员（或元素）与集合之间的关系。例如，“张三是计算机学会会员”可表示为图7-8。其中，关系“是成员”一般标识为“a-member-of”。

7.逻辑关系如果一个概念可由另一个概念推出，两个概念间存在因果关系，则称它们之间是逻辑关系。图7-9所示的语义网络就是一个逻辑关系。

7.方位关系在描述一个事物时，经常需要指出它发生的时间、位置，或者指出它的组成、形状等等，此时可用相应的方位关系语义网络表示。

8.所属关系

所属关系表示“具有”的意思。例如“狗有尾巴”可表示为图7-11。图7-12表示语句(事件)的语义网络示例

x(student(x)∧read(x,三国演义))即“某个学生读过《三国演义》”，其语义网络表示为图7-13。7.3.3基于语义网络的推理基于语义网络的推理也是继承。继承也是通过匹配、搜索实现的。

7.3.4语义网络的程序语言实现由于语义网络是一个二元关系图，所以用PROLOG可方便地实现语义网络知识表示。例如，图7-1所示的语义网络用PROLOG可表示如下:

a_kind_of("苹果","水果").

taste("苹果","甜").

a_kind_of("富士","苹果").

intro_from("富士","日本").

is_a("日本","亚洲国家").a_kind_of("秦冠","苹果").produ_in("秦冠","陕西").is_located_at("陕西","中国西部").a_part_of("中国西部","中国").………也可以表示为arc(a_kind_of,"苹果","水果").arc(taste,"苹果","甜").arc(a_kind_of,"富士","苹果").arc(intro_from,"富士","日本").arc(is_a,"日本","亚洲国家").arc(a_kind_of,"秦冠","苹果").arc(produ_in,"秦冠","陕西").arc(is_located_at,"陕西","中国西部").arc(a_part_of,"中国西部","中国").7.4知识图谱

所谓知识图谱（KnowledgeGraph），从知识表示角度讲，也就是上节所述的语义网络。但这一术语还有另一层意思，那就是已经被工程实现了的可付诸实际应用的语义网络；更具体地讲，就是Google用知识图谱（语义网络）这种知识表示形式在互联网上实现的一个大型知识库，而且这个知识库的名称就叫KnowledgeGraph（KG）。也可以说，知识图谱是对原语义网络的概念扩充和技术提升。知识图谱已是当前最通用的语义知识表示形式化框架。它的节点就是语义学里面的“符号根基”，它的边则是语义学里面的“角色指派”。知识图谱可以完美描述实体、关系、属性（状态）及其值等语义要素。7.5类与对象

面向对象技术中的核心概念是对象