[精选]人工智能第二章 知识表示方法1

《[精选]人工智能第二章 知识表示方法1》由会员分享，可在线阅读，更多相关《[精选]人工智能第二章 知识表示方法1（32页珍藏版）》请在金锄头文库上搜索。

1、第二章 知识表示方法,2021/6/15,内容简介,2.2 一阶谓词逻辑表示法,2.3 产生式表示法,2.4 框架表示法,2.6 面向对象表示法,6,2,3,4,2.1 概述,1,2.5 语义网络表示法,5,2021/6/15,2.1.1 知识,知识是智能的基础,智能活动的过程就是获取并应用知识,人工智能对问题的求解是以知识为基础 知识获取能力 知识处理能力 知识应用能力,如何将已有的知识以计算机内部代码的形式进行描述和存储，以便利用知识就是知识表示需要解决的问题,什么是知识？ 将数字、字符串等关于客观事物的数量、属性等描述称“数据”；数据不等于数字，姓名、性别也是数据； 数据是信息的载体和表

2、示，信息是数据在特定场合下的含义，如 “6”个人； 知识是数据和信息的结合；,2021/6/15,知识的定义,Feigenbaum,Bernstein,知识是经过削减、塑造、解释和转换的信息。简单地说，知识是经过加工的信息。,知识是由特定领域的描述、关系和过程组成的。,Hayes-Roth,知识是事实、信念和启发式规则。从知识库的观点看，知识是某领域中所涉及的各有关方面的一种符号表示。,总结：知识是把有关信息关联在一起形成的信息结构 例如：以如果则关联起来的信息,2021/6/15,知识要素,事实,规则,有关问题环境的一些事物的知识，常以“是”的形式出现，表示静态的知识。,有关问题中与事物的行

3、动、动作相联系的因果关系知识，是动态的，常以“如果那么”形式出现。,控制,有关问题的求解步骤、技巧性知识，告诉怎么做一件事。,元知识,有关知识的知识，是知识库中的高层知识。包括怎样使用规则，解释规则、校验规则、解释程序结构等知识。,2021/6/15,知识的特性,相对正确性,不确定性,任何知识都只是在一定条件下产生的，只在一定条件下才是正确的：“以胖为美”;1+1=2;,知识不只有真和假两种状态，也可能具有很多不确定性的状态，因为信息可能是不精确的。 知识的不确定性可能由随机、模糊、不完全性引起的。,可表示性,知识可以用适当形式表示出来，如使用语言、文字、图形；,2021/6/15,知识分类,

4、事实性知识,过程性知识,行为性知识,根据表达内容,实例性知识,类比性知识,元知识,真理、常识性知识,处理问题的方法，具有一定规律性,常表示为某种数学模型,只给出实例，规律隐藏在其中,只给相似性的描述，不能完整刻画事物,关于知识的知识，用于寻找需要的知识,2021/6/15,2.1.2 知识表示,知识需要合适的表示方式,任何国家民族都需要自己的语言文字来交流、记录知识； 二进制使得数据可以在计算机中存储； 需要研究人类智能在计算机上的表示方式，才能实现人工智能；,2021/6/15,2.1.2 知识表示,分类-根据表示与运用的关系划分,陈述性知识表示：将知识表示与知识的运用分开处理，在表示知识时

5、，并不涉及如何运用知识的问题，是一种静态的描述方法。如：语义网络 优点：灵活简洁，只需存储每个事实一次； 缺点：工作效率低下，推理过程不透明； 过程性知识表示：将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。如：产生式系统 优点：推理过程直接、清晰，易于推理知识； 缺点：表示不够严谨，知识交叉重叠，灵活性差；,知识表示的定义,可看成是一组事物的约定，以把人类知识表示成机器能处理的数据结构。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。 需要考虑知识的存储与使用,2021/6/15,选取知识表示的因素,表示知识的范围是否广泛 是否适于推理 是否适于计算机处理 是否有

6、高效的求解算法 能否表示不精确知识 自然界许多知识都是不精确的，对确定性方法有时需要加入不确定性度量,能否在同一层次上和不同层次上模块化 只具有全局知识库无疑不够灵活 知识和元知识能否用统一的形式表示 是否适合于加入启发信息 过程性表示还是说明性表示 表示方法是否自然 自然与效率常是矛盾的，如PROLOG与VC的区别；,2021/6/15,2.2 一阶谓词逻辑表示法,一种重要的知识表示方法，它以数理逻辑为基础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。它的表现方式和人类自然语言非常接近，它能够被计算机作精确推理。,一阶谓词逻辑表示法,2021/6/15,2.2.1 知识的谓词逻

7、辑表示法,用谓词公式既可表示事物的状态、属性和概念等事实性的知识，也可表示事物间具有因果关系的规则性知识。,用谓词公式表示知识的一般步骤,2. 根据所要表达的事物或概念，为每个谓词中的变元赋以特定的值。,1. 定义谓词及个体，确定每个谓词及个体的确切含义。,3. 根据所要表达的知识的语义，用适当的连接符将各个谓词连接起来形成谓词公式。,2021/6/15,谓词公式 连词 非连词 或连词：用连接两个命题称为析取。 与连词：用连接两个命题称为合取。 蕴合连词：它表示 “如果P，则Q”，其中P称为前件，Q称为后件。 量词 全称量词（ x）：表示对个体域 X 中的所有（或任一个）个体 x 。 存在量词

8、（ x ）：表示在个体域X中存在个体 x 。,2021/6/15,由下述规则得到的谓词公式称为合式公式： 单个谓词和单个谓词的否定称为原子谓词公式，原子谓词公式是合式公式。 若A是合式公式，则A也是合式公式。 若A、B都是合式公式，则AB、AB、 AB也都是合式公式。 若A是合式公式，x 是任一个体变元，则( x)A和( x)A也都是合式公式。 在合式公式中，连词的优先级别依序为： ，,2021/6/15,谓词公式的解释 在命题逻辑中，对命题公式中各个命题的一次真值指派称为命题公式的一个解释。 一个谓词公式的解释可能有很多个。对于每一个解释，谓词公式都可求出一个真值（T或F）。,2021/6/

9、15,2.2.2 谓词逻辑表示知识举例,用谓词逻辑表示下列知识： 武汉是一个美丽的城市，但她不是一个沿海城市。 如果马亮是男孩，张红是女孩，则马亮比张红长得高。,例2.2.1,第一步,第二步,第三步,定义谓词如下： BCity(x)：x是一个美丽的城市 HCity(x)：x是一个沿海城市 Boy(x): x是男孩 Girl(x): x是女孩 High(x,y): x比y长得高,根据语义，用逻辑连接符连接 BCity(wuhan)HCity(wuhan) (Boy(mal)Girl(zhangh)High(mal,zhangh),将个体代入谓词中，得到 BCity(wuhan), HCity(w

10、uhan), Boy(mal), Girl(zhangh), High(mal,zhangh),2021/6/15,例：用谓词公式表示下列知识,自然数是大于零的整数。 所有整数不是偶数就是奇数。 偶数除以2是整数。,2021/6/15,（1） 定义谓词 N(x )表示 x 是自然数 I(x )表示 x 是整数 E(x )表示 x 是偶数 O(x )表示 x 是奇数 GZ(x )表示 x 大于零 S(x )表示 x 除以2,（2）谓词公式知识表示 ( x ) (N(x )GZ (x )I (x ) 自然数是大于零的整数 ( x ) (I (x )E (x )O (x ) 所有整数不是偶数就是奇数

11、 ( x ) (E (x )I (S(x ) 偶数除以2是整数,2021/6/15,2.2.3一阶谓词逻辑表示法特点,优点,缺点,严密性,易于实现,知识易表达,通用性,自然性,效率低,灵活性差,组合爆炸,返回,只能表达确定的知识,2021/6/15,2.3 产生式表示法,1943年E. Post第一次提出称为“Post机”的计算模型（计算理论） 一种描述形式语言的语法又称为产生式规则表示法，它和图灵机有相同的计算能力。目前产生式表示法已成为人工智能中应用最多的一种知识表示方法。,产生式知识表示方法,1972年纽厄尔和西蒙在研究人类知识模型开发了基于规则的产生式系统。,2021/6/15,2.3

12、.1 产生式的基本形式,产生式通常用于表示具有因果关系的知识，其基本形式是 PQ 或 IF P THEN Q 其中，P是产生式的前提或条件，用于指出该产生式是否是可用的条件；Q是一组结论或动作，用于指出该产生式的前提条件P被满足时，应该得出的结论或应该执行的操作。P和Q都可以是一个或一组数学表达式或自然语言。,谓词逻辑中的蕴含式与产生式的差别： 蕴含式只能表示精确知识；产生式可以表示精确知识，也可以表示不精确知识。 蕴含式要求匹配是精确的；产生式匹配可以是精确的，也可以是不精确的；可以按某种确信度进行匹配。 可以把蕴含式看出产生式的一个特例,2021/6/15,2.3.2 产生式表示知识方法,

13、确定性和不确定性规则知识的产生式表示,确定性规则知识 可用前面介绍的产生式的基本形式表示即可。 不确定性规则知识 用如下形式表示 PQ （可信度） 或者 IF P THEN Q （可信度） 其中，P是产生式的前提或条件，用于指出该产生式是否是可用的条件；Q是一组结论或动作，用于指出该产生式的前提条件P被满足时，应该得出的结论或应该执行的操作。,2021/6/15,2.3.2 产生式表示知识方法,确定性和不确定性事实性知识的产生式表示,确定性事实性知识 一般使用三元组的形式表示如下 （对象，属性，值）或 （关系，对象1，对象2） 例如：（Lee，Age，35）；(Friend,Lee,Zhang

14、) 不确定性事实性知识 一般用四元组的形式表示如下 （对象，属性，值，不确定度量值）或 （关系，对象1，对象2，不确定度量值） 例如：（Lee，Age，35,0.9）；(Friend,Lee,Zhang,0.2),2021/6/15,2.3.3产生式系统的组成,产生式系统通常由规则库、数据库和推理机这3个基本部分组成。,产生式系统的基本结构,一组产生式在一起互相配合，协同作用，一个产生式生成的结论可以作为另一个产生式的前提，以获得问题的解决，这样的系统为产生式系统。,2021/6/15,2.3.3产生式系统的组成,产生式系统,用于描述某领域内知识的产生式集合，是某领域知识（规则）的存储器。,用

15、来存放输入事实、外部数据库输入的事实以及中间结果和最后结果。,由一组程序组成，用来控制协调规则库与数据库的运行，包含了推理方式和控制策略。,规则库,数据库,推理机,当某个事实符合规则库中规则的前提，该规则被激活，相应的结论放在数据库中,2021/6/15,规则库：产生式的集合 是产生式系统的基础 包含的知识要完整、一直，表达灵活准确； 构建规则库时，应对知识进行合理组织管理； 数据库：包含已知事实 包含的知识是动态变化的； 已知事实常用字符串、向量、矩阵等数据结构表示；,2021/6/15,推理机的工作： （1）按一定的策略从规则库中选择规则，并与综合数据库中的已知事实进行匹配。 （2）当发生

16、冲突（即匹配成功的规则不止一条）时，调用相应的冲突解决策略予以消解。 （3）在执行某条规则时，若该规则的右部是一个或多个结论，则把这些结论加到综合数据库中；若规则的右部是一个或多个操作，则执行这些操作。 （4）对于不确定性知识，在执行每一条规则时，还要按一定的算法计算结论的可信度。 （5）随时掌握结束产生式系统运行的时机，以便在适当的时候停止系统的运行。,2021/6/15,动物识别系统 该系统可以识别老虎、金钱豹、斑马、长颈鹿、企鹅、信天翁这6种动物。其规则库包含如下15条规则： r1 IF 该动物有毛发 THEN 该动物是哺乳动物 r2 IF 该动物有奶 THEN 该动物是哺乳动物 r3 IF 该动物有羽毛 THEN 该动物是鸟 r4 IF 该动物会飞 AND 会下蛋 THEN 该动物是鸟 r5 IF 该动物吃肉 THEN 该动物是食肉动物 r6 IF 该动物有犬齿 AND 有爪 AND 眼盯前方 THEN 该动物是食肉动物 r7 IF 该动物是哺乳动物 AND 有蹄 THEN 该动物是有蹄类动物 r8 IF 该动物是哺乳动物 AND 是嚼反刍动物 THEN 该动物是有蹄类动物 r