知识表示
知识表示方法
课题：UNIT I CHAP 3-2语义网络表示法 教学目标：认知知识的语义网络表示法。重点掌握语义网络的结构，掌握二元语义网络表示方法，了解语义网络的特点。 通过实际表示的图示过程，增强对知识的信息表述能力。 教学重点：语义网络表示的词法、结构、过程、语义。 教学难点：如何选择节点和弧线来构成语义网络。 教学方法：课堂理解与讨论相结合。 教学后记： 教学过程 一、复习与导入 前面所学习过的知识表示法五种。 二、新授 语义网络（Semantic network）是由节点和带标记的边（弧）组成的一种网络图。其中节点表示事物、对象、状态等，边（弧）表示节点间的联系。语义网络可以表示人类用语言进行描述的知识。 常见的语义关系有以下几种： 1 ?类属关系 类属关系表示类与个体关系，是最常用的一种语义关系，通常用”is_a”或ISA标识。 是一个 李华------------------ ?!中学生 2.聚类关系 聚类关系表示部分与整体的关系，用Part-Of标识。
3.属性关系 属性关系表示个体、属性及其取值，其中有向弧表示属性。 4.泛化关系 指类结点与更高的类之间的关系，AKO (A Kind Of )作为标识。 植物动物 | 5.所属关系 表示关系"具有”，用"have”标识。 语义网络具有结构性、联想性、自然性、非严格性的特点。由结点和弧组成的语义网络，直观、自然、易于理解，但其对于量词的描述局限，很难描述复杂的关系。 一个语义网络表示中学生珍爱银杏树，所构成的语义网络图。 图1-3-10语义网络 二元语义网络的表示：语义网络是知识的一种结构化图解表示，它由节点和弧线或链线组成。节点用于表示实体、概念和情况等，弧线用于表示节点间的关系。
对知识的表示的认识
---------------------------------------------------------------最新资料推荐------------------------------------------------------ 对知识的表示的认识 人工智能课程论文学学院计算机与信息技术专专业计算机科学与技术年年级2010 级计科一班姓姓名课课题对知识的表示的认识学号： 2对知识的表示的认识摘要： 知识处理是人工智能这一科学领域的关键问题。 本文对知识处理的核心问题之知识的表示进行了全面的综述,目前流行的知识表达方式不下十种，在此只介绍一阶谓词逻辑、产生式、语义网络、框架、混合等目前最常用的知识表示方法。 并对其进行了优缺点分析及简单对比。 最后对知识表示的发展趋向作出了展望。 关键词： 知识；人工智能（AI）；知识表达式；一阶谓词逻辑；产生式一、知识和知识的表示 1、知识的概念知识是人类世界特有的概念，他是人类对客观世界的一种比较准确、全面的认识和理解的结晶。 (1) 知识只有相对正确的特性。 常言道： 实践出真理。 1 / 10
只是源于人们生活、学习与工作的实践，知识是人们在信息社会中各种实践经验的汇集、智慧的概括与积累。 只是爱源于人们对客观世界运动规律的正确认识，是从感知认识上升成为理性认识的高级思维劳动过程的结晶，故相应于一定的客观环境与条件下，只是无疑是正确的。 然而当客观环境与条件发生改变时，知识的正确性就接受检验，必要时就要对原来的认识加以修改和补充，一至全部更新而取而代之。 例如知道 1543 年哥白尼学说问世之前，人们一直都以为地球是宇宙的核心；再有： 人们都知道一个关于瞎子摸象的故事，它通俗地说明了完整的只是形式是一个复杂的智能过程。 通常人们获取知识的重要手段是： 利用信息，把各种信息提炼、概括并关联在一起，就形成了知识。 而利用信息关联构成知识的形式有多种多样。 (2) 知识的确定与不确定性知识有若干信息关联的结构组成，但是，其中有的信息是精确的，有的信息却是不精确的。 这样，则由该信息结构形成的知识也有了确定与不确定的特征。 例如，在我国中南地区，根据天上出现彩虹的方向及其位置，可以预示天气 3的变化。 有谚语曰： 东边日（晴天），西边雨。
第三章 知识的状态空间表示法
第三章知识的状态空间表示法 1 课前思考： 人类的思维过程，可以看作是一个搜索的过程。 某个方案所用的步骤是否最少？也就是说它是最优的吗？如果不是，如何才能找到最优的方案？在计算机上又如何实现这样的搜索？这些问题实际上就是本章我们要介绍的搜索问题。 2 学习目标： 掌握回溯搜索算法、深度优先搜索算法、宽度优先搜索算法和A搜索算法，对典型问题，掌握启发式函数的定义方法。 3 学习指南： 了解算法的每一个过程和细节问题，掌握一些重要的定理和结论，在有条件的情况下，程序实现每一个算法，求解一些典型的问题。 4 难重点： 回溯搜索算法、算法及其性质、改进的Ａ＊算法。 5 知识点： 本章所要的讨论的问题如下： 有哪些常用的搜索算法。 问题有解时能否找到解。 找到的解是最佳的吗？ 什么情况下可以找到最佳解？ 求解的效率如何。 3.1 状态空间表示知识 一、状态空间表示知识要点 1．状态 状态（State）用于描述叙述性知识的一组变量或数组，也可以说成是描述问题求解过程中任意时刻的数据结构。通常表示成： Q={q1，q2，……，qn} 当给每一个分量以确定的值时，就得到一个具体的状态，每一个状态都是一个结点（节点）。
实际上任何一种类型的数据结构都可以用来描述状态，只要它有利于问题求解，就可以选用。 2．操作（规则或算符） 操作（Operator）是把问题从一种状态变成为另一种状态的手段。当对一个问题状态使用某个可用操作时，它将引起该状态中某一些分量发生变化，从而使问题由一个具体状态变成另一个具体状态。操作可以是一个机械步骤、一个运算、一条规则或一个过程。操作可理解为状态集合上的一个函数，它描述了状态之间的关系。通常可表示为： F={ f1 , f2,……… fm} 3．状态空间 状态空间（State Space）是由问题的全部及一切可用算符（操作）所构成的集合称为问题的状态空间。用三元组表示为： （{Qs}，{F}，{Qg}） Qs：初始状态，Qg：目标状态，F：操作（或规则）。 4．状态空间（转换）图 状态空间也可以用一个赋值的有向图来表示，该有向图称为状态空间图，在状态空间图中包含了操作和状态之间的转换关系，节点表示问题的状态，有向边表示操作。 二、状态图搜索 1.搜索方式 用计算机来实现状态图的搜索，有两种最基本的方式：树式搜索和线式搜索。 2.搜索策略 大体可分为盲目搜索和启发式（heuristic）搜索两大类。 搜索空间示意图 例3.1 钱币翻转问题 设有三枚硬币，其初始状态为（反，正，反），允许每次翻转一个硬币（只翻一个硬币，必须翻一个硬币）。必须连翻三次。问是否可以达到目标状态（正，正，正）或（反，反，反）。问题求解过程如下： 用数组表示的话，显然每一硬币需占一维空间，则用三维数组状态变量表示这个知识： Q=（q1 , q2 , q3） 取q=0 表示钱币的正面q=1 表示钱币的反面 构成的问题状态空间显然为： Q0=（0，0，0），Q1=（0，0，1），Q2=（0，1，0），Q3=（0，1，1）
人工智能习题答案-第2章-知识表示方法
第二章知识表示方法 2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去 （答案并不唯一，意思正确即可） 用S i(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=3 3. nC=nY>=0 (当nC不等于0或3) 用d i(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC, dY同时为非正数，表示船驶回岸边。 初始状态为S0(0, 0)，目标状态为S0(3, 3)，用深度优先搜索的方法可寻找渡河方案。 在此，用图求法该问题，令横坐标为nY, 纵坐标为nC，可行状态为空心点表示，每次可以在格子上，沿对角线移动一格，也可以沿坐标轴方向移动1格，或沿坐标轴方向移动2格。第奇数次数状态转移，沿右方，上方，或右上方移动，第偶数次数状态转移，沿左方，下方，或左下方移动。
从(0,0)开始，依次沿箭头方向改变状态，经过11步之后，即可以到达目标状态(3,3)，相应的渡河方案为： d1(1,1)--d2(-1,0)--d3(0,2)--d4(0,-1)--d5(2,0)--d6(-1,-1)--d7(2,0)--d8(0,-1)--d9(0,2)--d10(-1,0)--d11(1,1) 2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 用四元数列 (nA, nB, nC, nD) 来表示状态，其中nA 表示A 盘落在第nA 号柱子上，nB 表示B 盘落在第nB 号柱子上，nC 表示C 盘落在第nC 号柱子上，nD 表示D 盘落在第nD 号柱子上。 初始状态为 1111，目标状态为 3333 1 nC nY 2 3 1 3 2
论知识表示
收稿日期:2013-10-03 基金项目:本文系江苏高校重点研究基地重大项目“先秦文献词汇知识挖掘”(项目编号:2010JD XM023)的研究成果之一。作者简介:马创新(1980-),男,博士研究生,研究方向:知识组织与计算语言学。 ·理论探索· 论知识表示 马创新 (南京师范大学文学院,南京江苏210097) 〔摘 要〕知识必须具有适当的表示形式才能便于使用,为了探索适合于人类和计算机使用的知识表示方法,文章首先分析了知识表示的完整过程,探讨知识表示的方法体系,然后介绍了几种主要的知识表示方法,并且构建了知识表示方法的评价框架,利用该框架从认知层面、本体层面和实现层面对几种主要的知识表示方法进行考察。 〔关键词〕知识表示;方法;体系;比较研究 DOI :10.3969/j .issn .1008-0821.2014.03.005 〔中图分类号〕TP311 〔文献标识码〕A 〔文章编号〕1008-0821(2014)03-0021-04 The Research of Knowledge Representation Ma Chuangxin (College of Liberal Arts ,Nanjing Normal University ,Nanjing 210097,China ) 〔Abstract 〕Knowledge must have appropriate representation as to facilitate the use of hu man and computer .In order to ex -plore the methods of knowled ge representation s uitable for humans and computers ,this article first analysed the complete process of knowledge representation and discussed the methodology of knowledge representation .Then it introduced several main methods of knowledge representation .And it built a knowledge representation framework for evaluation ,and estimated several main methods of knowledge representation from the cognitive level ,the ontology level and the implementation level by the framework . 〔Key words 〕knowled ge representation ;method ;system ;comparative study 知识表示是知识组织的基础和前提,知识重组、知识聚类、知识存检、知识编辑、知识布局和知识监控等其他知识组织方式都要建立在知识表示的基础上[1]。知识表示方法能够影响到知识在使用过程中的完备性、共享性和有效性。对于同一知识,人们可以采用不同的方法来表示,也会因此产生不同的表示效果。 1 知识表示的完整过程 从一般意义上讲,知识表示就是为描述世界所做的一组约定,是知识的符号化、形式化或模型化;从计算机科学的角度来看,知识表示是研究计算机表示知识的可行性、有效性的一般方法,是把人类知识表示成机器能处理的数据结构和系统控制结构的策略[2-3]。 一个完整知识表示过程是:首先是设计者针对各种类型的问题设计多种知识表示方法;然后表示方法的使用者选用合适的表示方法表示某类知识;最后知识的使用者使 用或者学习经过表示方法处理后的知识。所以,知识表示的客体就是知识;知识表示的主体包括3类:表示方法的设计者、表示方法的使用者、知识的使用者。具体来说,知识表示的主体主要指的是人(个人或集体),有时也可能是计算机。 知识表示的过程如图1所示。图1中的“知识Ⅰ”是指隐性知识或者使用其他表示方法表示的显性知识;“知识Ⅱ”是指使用该种知识表示方法表示后的显性知识。“知识Ⅰ”与“知识Ⅱ”的深层结构一致,只是表示形式不同。所以,知识表示的过程就是把隐性知识转化为显性知识的过程,或者是把知识由一种表示形式转化成另一种表示形式的过程。 2 知识表示的方法体系 狭义的知识表示方法专指计算机科学领域使用的知识表示方法,指的是各种不同的适合于机器处理的、形式化 2014年3月第34卷第3期 现代情报 Journal of Modern In formation M ar .,2014Vol .34 No .3
各种各样的知识表示方法及其应用
各种各样的知识表示方法及其应用 众所周知，知识是一个比较普遍的概念，在生活中有着各种各样的表现形式，而如何把知识表示出来，也就是把知识提取这一过程就显得异常重要了。每一种知识可能要采取不同的知识表示方法才能更加有效。而且知识有可能只有一部分是我们所需要的，可以利用的，因此只有选择好一个知识表示方法，才能剔除不需要的东西，而留下精华。 在人工智能课程的学习中,我已经学到了许多知识表示方法,而通过这次读书活动,我学到了更多的知识表示方法以及相同方法的不同表现形式,现在做出如下比较与总结。由于书中的知识表示方法在表达和分析上都跟其他书上介绍的都有区别，因此我把它们进行了比较分析。把与书上不同的观点罗列出来，并且对相似的观点进行比较，从中收获很大。 与书中相似相似的方法: 第一、语义网络法 语义网络是1968年Quilian在研究人类联想记忆时提出的心理学模型，认为记忆是由概念间的联系来实现的。1972年，Simmons首先将语义网络表示法用于自然语言理解系统。 语义网络的结构：语义网络是知识的一种图解表示，它由节点和弧线或链线组成。节点用于表示实体、概念和情况等，弧线用于表示节点间的关系。 组成部分 词法部分决定表示词汇表中允许有哪些符号，它涉及各个节点和弧线。 结构部分叙述符号排列的约束条件，指定各弧线连接的节点对。 过程部分说明访问过程，这些过程能用来建立和修正描述，以及回答相关问题。 语义部分确定与描述相关的(联想)意义的方法即确定有关节点的排列及其占有物和对应弧线。 书本上讲述的语义网络法可以用来表示事实;表示事实间的关系;表示比较复杂的知识。 而书上所讲的应用似乎不够完全,除了用来表示简单的事实、表示占有关系和其它情况之外它还能选择语义基元（试图用一组基元来表示知识，以便简化表示，并可用简单的知识来表示更复杂的知识。） 语义网络法可以分成二元语义网络的表示(Representation of Two-Element Semantic Network)和多元语义网络的表示（Representation of Multi-Element Semantic Network） 语义网络法可以与谓词逻辑等效，用语义网络表示谓词逻辑法中的各种连词及量化，具体表示如下 1.合取：多元关系可以被转换成一组二元关系的合取，从而可以用语义网络
知识表示法之脚本表示法
知识表示法之脚本表示法 一.知识 1.1定义 知识首先是对客观世界的描述、名称、数据和数字等所构成的信息，这些信息经过加工整理后才能形成知识。目前在知识处理的研究者中对“知识”存在三种比较有代表性的定义。 1)Feigenbaum：知识是经过削减、塑造、解释、选择和转换的信息。 2)Bemstein：知识是由特定领域的描述、关系和过程组成的。 3)Heyes—Roth：知识=事实+信念+启发式。 从知识库的观点看，知识是某一领域中所涉及的各有关方面的一种符号表示。 1.2分类 下面主要从知识表示角度对知识进行分类: (1) 事实性知识。现实世界中所发生及存在的动作及事件。比如:“离散数学式一门基础学科, 我们是计算机专业的学生”等。 (2) 过程性知识。描述做某事的过程, 使人或者计算机可照着去做。例如: 在离散数学中“怎样构造一个二元关系”, “怎么样对一个树进行遍历”等。 (3) 实例性知识。只给出一些具体的实例, 关于某一事物的知识隐藏在这些实例之中, 例如: “老师可以通过调查离散数学双语教学的效果来进行课程的安排”。 (4) 行为性知识。不直接给出事实本身, 只给出它在某些( 或某一)方面的行为, 经常被表示为某种数学模型, 从某种意义上说, 描述事物的内涵而不描述事物的外延。 (5) 类比知识。启发人们用一个领域的知识去解决另一个领域的知识, 体现了推理机制。 (6) 元知识。关于知识的知识, 即在现实世界中使用我们原先已知的知识。 1.3常用的知识表示法 常用的知识表示方法有：一阶谓词逻辑表示、自然语言表示、产生式规则表示、语义网络表示、过程表示、脚本表示、框架结构表示法及面向对象的知识表示等。 （一）一阶谓词逻辑表示。谓词逻辑适合表示事物的状态、属性、概念等事实性的知识，也可以用来表示事物间确定的因果关系，即规则。事实采用谓词公式的合取及析取连接起来的公式，规则采用蕴含式表示。一阶谓词用逻辑方法研究条件与结论之间的蕴含关系。 （二）产生式知识表示。产生式又称为产生式规则表示法。通常用于表示具有因果关系的知识，其基本形式是“if P then Q”，其中P 是产生式的前提，用于指出产生式是否可用的条件；Q 是一组结论，表示：如果前提P 被满足，则可推出结论Q。 （三）框架表示。框架表示是以框架理论为基础的一种结构化知识表示方法。框架是一种描述所论对象（一个事物、一个事件或一个概念）属性的数据结构。一个框架由若干“槽”组成，每一个“槽”又可分为若干个“侧面”。“槽”用于描述所论对象某一方面的属性，“侧面”用于描述相应属性的一个方面。若干相互联系的框架可以形成框架网络。 （四）语义网络表示。语义网络是通过概念及其语义关系来表达知识的一种网络图，是一种带标示的有向图。其中，节点表示各种事物、概念、情况、属性、动作、状态等；弧表示各种语义联系，表明所连接节点间的某种语义联系。语义网络不仅包括由语义网络构成的知识库，也包括用于求解问题的解释程序。语义网络可以表示事实性的知识，也可以表示事实性知识间的复杂联系。 语义网络的优点是：与框架表示一样，语义网络表示也是一种结构化的知识表示法。但框架表示适合于表达固定的、典型的概念、事件和行为，而语义网络表示具有更大的灵
人工智能中的知识表示方法
人工智能中的知识表示方法 1.一阶谓词逻辑表示方法 2.产生式表示方法 3.语义网络表示方法 4.框架表示方法、 5.过程表示方法 除了以上五种表示方法，比较常用的还有以下几种表示方法：6.面向对象表示方法： 对象是有一组数据和该数据相关的操作构成的实体。 类由一组变量和一组操作组成，它描述了一组具有相同属性和操作的对象。每个对象都属于某一个类，每个对象都可由相关的类生成，类的生成过程就是例化。 面向对象的基本特征主要体现在模块性、封装性、继承性、多态性、易维护性等。 7.状态空间表示方法： 状态空间表示法是以状态和运算符为基础来表示和求解问题的一种方法。 （1）状态 描述问题求解过程中任一时刻状况的数据结构，一般用一组变量的有序组合表示。 （2）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称为算符。 （3）状态空间 由问题的全部状态以及一切可用算符所构成的集合称为问题的状态空间。 空间状态表示方法的应用举例： 猴子与香蕉的问题 状态空间表示用四元组（W，x,y,z）其中：W-猴子的水平问题；x-当猴子在箱子顶上时取x=1；否则x=0；y-箱子的水平位置；z-当猴子摘到香蕉时取1，否则取0。 算符 （1）g oto(U)猴子走到水平位置U； （2）p ushbox(V)猴子把箱子推到水平位置V； （3）c limbbox猴子爬上箱顶； （4）g rasp猴子摘到香蕉。 求解过程令初始状态为（a,0,b,0）。这时，goto(U)是唯一使用的操作，并导致下一状态（U，0，b，0）。现在有三个适用的操作，若把所有适用操作继续应用于每个状态，就能得到状态空间图。8.问题归约表示法： 问题归约法的基本思想是从目标出发进行逆向推理，通过一系列变换把初始问题变换为子问题集合和子-子问题集合，直至最后归约为一个平凡的本原问题集合。
知识表示与知识库系统-Read
第六章知识表示与知识库系统 一、概述 知识表示：知识的符号化 对传统的AI说，知识表示就智能的表现之一。 知识表示就是要研究可行、有效的、通用的用机器表达知识的原则与方法。 知识的分类： １．事物性知识：事物的概念、类别、性质 ２．事件性知识：事件的论述、特性、现象、时间、因果 ３．性能性知识：如何做事情及其做事的技巧（典型的表示方法就是程序） ４．元知识：关于知识的范围、来源、重要性，力量弱点经验等 知识表示方法应具有的性质： １．充分性：充分、详尽地表示知识 ２．正确性：保证推理正确 ３．有效性：提高推理效率 ４．灵活性：模块化好，利用知识和灵活运用和增删，修改。 ５．自然性：表示接近自然语言，易于理解。 如谓词逻辑：效率低 普通程序：效率高、不灵活 二、谓词逻辑表示方法： 缺点：1. 效率低，当知识增多时，运用知识会导致组合爆炸，只能用于小型知识库系统。 2. 语言结核小，表达事物较简单，不适合表达复杂事物。 三、产生式规则 表示过程性知识（可以放在程序中，最好放在规则库中），利用数据库中事实做正向或逆向推理。 以前的课中讲到了重写规则，也叫产生式规则，其例子用来说明检查语法的正确性。规则的作用十分强大，有时简单的规则能够产生有趣的结果。 例：重写系统（L系统） 同时使用产生式规则： 如：a→ab, b→a b a ab aba abaab abaababa
给这种字符串赋予几何意义. 用龟来说明：(x,y,α)表示龟的状态。(x,y)表示位置，α表示龟爬行的方向。 步长：d，角度增量δ, 用下面命令控制龟的运动: F: 向前移动步长d, 新状态：(x 1, y1, α) X1 = x + cosα * d Y1 = y + sinα* d 在点(x,y)与(x 1, y1)之间画一条线。 f: 向前移动步长d, 不画线。 +：向左转角度δ，新状态：(x 1, y1, α+δ) -：向右转角度δ，新状态：(x 1, y1, α-δ) 举例：w: F-F-F-F, δ=90 P: F→F-F+F+FF-F-F+F 举例：δ=25.7 w: F P: F→F[+F]F[-F]F 产生式系统一般由三个部分组成： 1．一组规则，规则库。 2．数据库（当前状态） 3．解释程序：负责整个产生式系统的运行，包括： a.规则与数据库中数据的匹配 b.选出匹配的规则加以执行 删除老数据，或代换老数据或生成新数据 问题：怎样算匹配上？匹配不上？ 选择规则与数据匹配的次序？ 多个规则匹配成功时，确定所选规则的准则是什么？ 非确定性匹配问题。 特点：1.格式固定，一致性IF-THEN 2.模块化好：易扩充与修改。 3.数据驱动，影响间接，非透明，看不出流程的轮廓。 4.自然 5.效率低：执行时竟选消除 非确定性匹配问题多出现在医学应用上。 咳嗽/\ 流涕/\ 头痛/\ 浑身酸痛/\ 怕冷→感冒 其中有２个或３个满足 或给每一项加权；加权和≥0.8→感冒。 四．语义网络 Quillian在1966年写的一篇博士论文最早研究语义网络表示知识。模拟人的联想记忆的心理学模型。 房间里只有一些椅子。 有的是我的，有的是李华的 我的是木质的，李华的是皮的
知识与知识表示方法
学号 年级 人工智能结课论文小论知识与知识表示方法 专业计算机科学与技术 姓名 联系方式 任课教师 2014年10月 中国南京
摘要 知识是人们在实践中把有关信息关联在一起所形成的信息结构，我们可以利用知识来认识我们的世界。然而知识的表现形式又是多种多样的，即知识不是绝对的正确或者错误，在正确与错误之间还有很多状态，我们必须借助科学的表示方法来研究知识。知识也只有在一定条件下才会是正确的，从而知识可以按照不同的方法对知识进行分类，通过不同角度探索和研究，知识可分为陈述性只是表示和过程性知识表示。对知识表示方法的研究将促使人们更好的利用知识认识我们周围的世界。 关键词：知识表示；知识；人工智能
ABSTRACT Knowledge is information about people in practice to link together to form the information structure, we can use the knowledge to know our world. But form different kinds of knowledge, knowledge is not absolutely right or wrong, there are many state between right and wrong, we must use scientific method to study the knowledge. Knowledge also only under certain conditions is right, and knowledge can be classified according to the different methods of knowledge, through different angles to explore and research, can be divided into declarative knowledge just said and procedural knowledge representation. The study of knowledge representation method will lead to better use of knowledge to know people of the world around us. Key words: knowledge representation； knowledge ；Artificial Intelligence
人工智能[第二章知识表示方法]山东大学期末考试知识点复习
第二章知识表示方法 1．1 知识及其表示 1．知识、信息和数据 数据与信息是两个密切相关的概念。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。只有把两者密切结合起来，才能实现对现实世界中某一具体事物的描述。另外，数据和信息又是两个不同的概念，相同的数据在不同的环境下表示不同的含义，蕴涵有不同的信息。信息是要以数据的形式来表达和传递的，数据中蕴涵着信息，然而，并不是所有的数据中都蕴涵着信息，而是只有那些有格式的数据才有意义。对数据中的信息的理解也是主观的、因人而异的，是以增加知识为目的的。不同格式的数据蕴涵的信息多少也不一样，比如，图像数据所蕴涵的信息量就大，而文本数据所蕴涵的信息量就少。 信息在人类生活中占有十分重要的地位，但是，只有把有关的信息关联到一起的时候，它才有实际的意义，一般把有关信息关联在一起所形成的信息结构称为知识。知识是人们在长期的生活及社会实践、科学研究及实验中积累起来的对客观世界的认识与经验，人们把实践中获得的信息关联在一起，就获得了知识。 因此，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、解释过程会形成信息，而把有关的信息关联到一起，经过处理过程就形成了知识。知识是用信息表达的，信息则是用数据表达的，这种层次不仅反映了数据、信息和知识的因果产生关系，也反映了它们不同的抽象程度。人类在社会实践过程中，其主要的智能活动就是获取知识，并运用知识解决生活中遇到的各种问题。 2．知识的特性与分类 知识具有以下特性：相对正确性；不确定性；可表示性；可利用性。 知识的分类：
(1)按知识的作用范围划分，可分为常识性知识和领域性知识。 (2)按知识的作用及表示划分，可分为事实性知识、规则性知识、控制性知识和元知识。 (3)以知识的确定性来划分，可分为确定知识和不确定知识。 (4)以人的思维及认识方法划分，可分为逻辑性知识和形象性知识。 3．知识的表示 知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示实际上就是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把知识编码成某种数据结构的过程。 目前常用的知识表示方法有：一阶谓词逻辑表示法、产生式表示法、框架表示法、语义网络表示法、面向对象表示法和状态空间表示法，还有过程表示法、脚本表示法、与或树表示法等。 一般来说，在选择知识表示方法时，应该考虑以下几个因素： (1)能否充分表示相关的领域知识。 (2)是否有利于对知识的利用。 (3)是否便于知识的组织、维护和管理。 (4)是否便于理解和实现。 1．2 一阶谓词逻辑表示法 命题逻辑与谓词逻辑是最先应用于人工智能的两种逻辑，在知识的形式化表示，特别是定理的自动证明中发挥了重要作用，在人工智能的发展史中占有重要地位。 谓词逻辑是在命题逻辑的基础上发展起来的，命题逻辑可看作是谓词逻辑的
知识表示方法
知识表示 一、知识表示的基本概念 知识表示是知识的符号化和形式化的过程，是用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。知识表示可以看成是一组描述事物的约定，以把人类知识表示成机器能处理的数据结构。 二、知识表示方法的例举 1、逻辑表示法 逻辑表示法以谓词形式来表示动作的主体、客体，是一种叙述性知识表示方式。利用逻辑公式，人们能描述对象、性质、状况和关系。主要分为命题逻辑和谓词逻辑。 用逻辑表示法主要用于自动定理的证明，而其中谓词逻辑的表现方式与人类自然语言比较接近，适用于自然而精确地表达人类思维和推理的有关知识，是最基本的知识表达方法。 例：用谓词逻辑表示知识“所有教师都有自己的学生”。 首先定义谓词：TEACHER（x）：表示x是教师。 STUDENT（y）：表示y是学生。 TEACHES（x，y）：表示x是y的老师。 此时，该知识可用谓词表示为： 该谓词公式可读作：对所有x，如果x是一个教师，那么一定存在一个个体y，x是y的老师，且y是一个学生。 2、产生式表示法 产生式表示法又称规则表示法，表示一种条件-结果形式，是目前应用最多的一种知识表示方法，也是一种比较成熟的表示方法。 产生式表示法适用于表示具有因果关系的知识，其一般形式为：前件→后件，前件为条件，后件为结果，由逻辑运算符AND、OR、NOT组成表达式。 3、语义网络表示法 语义网络表示法是通过概念及其语义关系来表达知识的一种网络图，利用结点和“带标记的有向图”，描述事件、概念、状况、动作以及客体之间的关系。语义网络通常由语法、结构、过程和语义4部分组成。 语义网络表示法适用于描述客体之间的关系。 例：