《人工智能导论》习题及解答 第2章 知识表示

CH2习题与参考答案2.1什么是知识表示？它的核心目标是什么？解答：知识表示是人工智能中用于将现实世界中的知识以形式化方式表示出来，使计算机能够存储、理解和推理的一种方法和技术。知识表示的根本目标可以概括为：将知识转化为一种计算机可以操作的“替代品”，使其能够模拟人类的智能行为。总的来说，知识表示就是寻找一种既能忠实反映现实世界，又能让计算机高效运算，最终支持智能行为的符号化方法。2.2请比较显性知识和隐性知识的区别，并举例说明。解答：显性知识指那些可以用规范化的语言、文字、数字、图表、公式等形式化符号系统进行记录、编码和传播的知识。它通常存储在书籍、文档、数据库或网页中。比如数学公式：E=mc2；规则“如果温度<0℃那么隐性知识那些高度个人化、难以用语言、文字或符号进行明确表达和传递的知识。它深深植根于个人的经验、直觉、洞察力、价值观或身体技能中。比如熟练司机的驾驶经验，老中医的“望闻问切”。2.3在什么情况下选择基于规则的知识表示更为合适？为什么？解答：基于规则的知识表示通常采用：IF条件THEN结论。选择基于规则的知识表示，通常面对“逻辑清晰、边界明确、需要解释性、且依赖专家经验”的场景情况下选用。原因在于基于规则的知识表示具有逻辑透明、易于维护的特性，表示的知识具有清晰的因果逻辑，推理过程具有天然的可解释性（推理逻辑清晰）。2.4试分析基于图的知识表示相对于逻辑表示的优势。解答：基于图的知识表示（如知识图谱、语义网络等）与传统的逻辑表示（如一阶谓词逻辑）相比，具有以下显著优势：（1）直观性与可理解性。图结构更符合人类认知方式，比逻辑公式更容易理解；（2）灵活性与可扩展性。知识图谱可以包含数十亿三元组；（3）高效的关联查询与推理；（4）易于与机器学习结合。2.5给定以下事实，使用命题逻辑和谓词逻辑分别进行表示：张三是一个学生。所有学生都会上学。解答：（1）命题逻辑表示设命题P表示“张三是一个学生”，命题Q表示“所有学生都会上学”。则给定事实为：P，Q。（2）谓词逻辑表示定义谓词：Student(x)：x是学生GoToSchool(x)：x会上学定义常量：ZhangSan：张三则给定事实为：张三是学生Student(ZhangSan)所有学生都会上学∀x(Student(x)→GoToSchool(x))2.6给出一个简单的语义网络，包含以下三元组：(猫，是一种，动物)(猫，拥有，尾巴)(动物，呼吸，空气)解答：语义网络结构：2.7结合知识图谱和向量表示技术，讨论它们如何在搜索引擎优化中协同工作。解答：在当今的搜索引擎优化中，知识图谱与向量表示技术的协同工作，正在推动搜索范式从传统的“关键词匹配”向“语义理解”深刻变革。两者形成了互补的混合系统：知识图谱提供了结构化、可解释的实体关系骨架，而向量表示则赋予了处理非结构化、模糊语义的感知能力。2.8设计一个示例，展示如何通过向量计算实现语义推理，例如“king-man+woman≈queen”。解答：词向量通过将词语映射到高维连续向量空间，使得语义关系可以通过向量算术直观表达。基于简化二维向量示例设计。为了直观理解，我们假设一个简化的二维语义空间，其中两个维度分别代表“性别”和“皇室身份”（实际词向量维度更高，但原理相同）。词语向量（性别维度,皇室维度）含义man(1,0)男性，非皇室woman(-1,0)女性，非皇室king(1,1)男性，皇室queen(-1,1)女性，皇室计算过程：king-man=(1,1)-(1,0)=(0,1)→得到“皇室身份”向量（去除了男性特征）(king-man)+woman=(0,1)+(-1,0)=(-1,1)→恰好等于queen的向量运算结果(-1,1)与queen的向量完全一致，表明通过向量算术成功推理出“国王的男性部分替换为女性后得到王后”。在实际的高维词向量（如300维）中，虽然数字复杂，