人工智能第四章讲义

《人工智能第四章讲义》由会员分享，可在线阅读，更多相关《人工智能第四章讲义（111页珍藏版）》请在金锄头文库上搜索。

1、第四章 知识表示l4.1 概述l4.2 产生式表示l4.3 语义网络表示l4.4 框架表示l4.5 其他表示方法4.1 概述l人工智能研究中最基本的问题之一如何表示知识？知识的定义lFeigenbaum ：知识是经过消减、塑造、解释和转 换的信息。lBernstein：知识是由特定领域的描述、关系和过 程组成的。 lHayes-roth (斯坦福大学教授) ：知识是事实、信 念和启发式规则。 l知识库的观点：知识是某领域中所涉及的各有关方 面的一种符号表示。 NEXT爱德华费根鲍姆 （Edward A. Feigenbaum）知识工程的提出者 大型人工智能系统 的开拓者返回费根鲍姆-知识工程的

2、创始人年，费根鲍姆教授提出了知识工程的 概念，成为知识可操作化的一个里程碑。 多年来，知识工程的研究有了很大发展。知识 工程的处理对象已从规范化的、相对好处理的 知识进一步深入到非规范化的、相对难处理的 知识。它的处理规模和方式从封闭式扩大为开 放式，从小手工作坊式的知识工程扩大为能进 行海量知识处理的大规模工程。返回知识的种类l事实性知识：采用直接表示的形式。如：凡是猴子都有尾巴l过程性知识：描述做某件事的过程。 如：红烧肉做法l行为性知识：不直接给出事实本身，只给出它在 某方面的行为。 如：微分方程、（事物的内涵） NEXT猴子返回红烧肉做法返回红烧肉做法1、主料：五花腩，五层三花的肚腩肉

3、。 2、配料：八角茴、大蒜子。大蒜去皮，至少要2头 3、开始做红烧肉先就植物油烧热后。放入一小勺白 糖，（上色用）这时火要开小一点，待糖熔化变成 酱油色，倒入五花肉、八角茴翻炒炒到肉开始转色 。 4、开始焖：放入足够的热水，要盖过肉多一点，烧 开后改小火，加盖小火焖1个小时左右 。 5、等水份烧干开始出油时，加入大蒜、盐、味精 。 6、再焖几分钟，将肉和大蒜拌匀，再放一点开水焖 几分钟就行了。返回l实例性知识：只给出一些实例，知识藏在实例中。l类比性知识: 即不给出外延，也不给出内涵，只给 出它与其它事物的某些相似之处 。 如：比喻、谜语 l元知识：有关知识的知识。最重要的元知识是如何 使用知

4、识的知识，如何从知识库中找到想要的知识 。 知识的种类知识的要素l事实：事物的分类、属性、事物间关系、科学事 实、客观事实等。（最低层的知识） l规则：事物的行动、动作和联系的因果关系知识 。（启发式规则）。l控制：当有多个动作同时被激活时，选择哪一个 动作来执行的知识。（技巧性） l元知识：高层知识。怎样使用规则、解释规则、 校验规则、解释程序结构等知识。l知识表示研究用机器表示知识的可行 性、有效性的一般方法。 l知识表示是理智推理的部分理论。 l知识表示是有效计算的载体。l知识表示是交流的媒介。知识表示的定义选取知识表示的因素l表示范围是否广泛l是否适于推理l是否适于计算机处理l是否有高

5、效的算法l能否表示不精确知识l能否模块化总之 知识和元知识能否用统一的形式表示是否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选取知识表示的因素 总之，人工智能问题的求解是以知识表示 为基础的。如何将已获得的有关知识以计 算机内部代码形式加以合理地描述、存储 、有效地利用便是知识表示应解决的问题 。 知识表示的研究内容l表示观的研究l表示方法的研究知识表示观l知识表示与推理机分离注重常识知识的表示，忽略启发式方法的研究l知识表示与推理为一体认为推理是表示中不可缺少的部分表示方法分类表示方法直接表示局部表示分布表示陈述性表示过程性表示语义网络表示产生式表示逻辑表示框架表示脚本表示替代表示

6、知识表示研究的特点l智能行为特有的灵活性。“常识问题”不能概括为 一类简洁的理论，是大量小理论的集合。 lAI的任务受到计算装置的约束。这导致了所采 用的“表示”必须同时满足“刻画智能现象”与“计算 装置可以接受”，这两个有时是矛盾的条件。 表示方法产生式规则表示法 语义网络表示法 框架表示法 脚本方法 过程表示 混合型知识表示方法 面向对象的表示方法4.2 产生式表示方法l美国数学家Post，1943年提出了一种计算形式 体系里所使用的术语。l到了60年代，产生式系统成为认知心理学研究 人类心理活动中信息加工过程的基础，用它来 建立人类认知模型。l到目前为止，产生式系统已发展成为人工智能 系

7、统中最典型最普遍的一种结构。产生式表示 方法是专家系统的第一选择的知识表达方式。1. 事实的表示： 可看成是断言一个语言变量的值或是多个语言变量 之间关系的陈述句，语言变量的值或语言变量间的 关系可以是一个词，不一定是数字。例1：香蕉是黄色的。语言变量香蕉，值黄色的例2：小李喜欢小莉。语言变量小李、小莉， 关系值喜欢4.2.1 事实与规则的表示一般用三元组（对象，属性，值）或（关系，对象1，对象2）l例：（Li, Age, 25）, (Friend, Li, Chang)4.2.1 事实与规则的表示2. 规则的表示：规则用于表示事物间的因果关系，来表达求解问 题所需要的知识。产生式规则的一般形

8、式: 条件- 行动 或 前提- 结论 即表示成： if then 例1：如果天下雪，我就不骑车上班。if 天下雪 then 不骑车上班 4.2.1 事实与规则的表示推理机数据库规则库知识库产生式系统结构图 4.2.2 产生式系统结构4.2.2 产生式系统结构1数据库l是一个数据的集合，用于存放在推理过程 中的已知条件、推导出的中间结果和最终 结论等。往往是事实或断言。l这里的数据是广义的常量、变量、多元组 、谓词、表、图像等。l存放的数据是构成产生式的基本元素，又 是产生式作用的对象。2规则集 l相当于系统的知识库，它采用“IF THEN ”的形式，来表达求解问题所 需要的知识。 4.2.2

9、产生式系统结构客观规律知识求解策略知识l规则l 每条规则分为左右两个部分。左部表示激活该规则的条件，右部表示调用该规则后所作的动作。l可触发规则：当一个规则的前件被综合数据库中的数据满足 时，该规则称为可触发规则。l被触发规则：从可触发规则中选择一个规则来执行，被执行 的规则称为被触发规则。4.2.2 产生式系统结构3推理机(规则解释程序)l匹配器：判断规则条件是否成立。l冲突消解器：选择可调用的规则。l解释器：执行规则的动作，并在满足结束条件 时终止产生式系统运行。4.2.2 产生式系统结构产生式系统举例-字符转换问题l字符转换问题规则如下： ABC ACD BCG BEF DEl已知：A，

10、Bl求：F产生式系统举例-字符转换问题1. 综合数据库 综合数据库用集合x表示，其中x为字符。 2. 规则集 用“IF THEN ”的形式表示如下：(1) IF AB THEN C(2) IF AC THEN D(3) IF BC THEN G(4) IF BE THEN F(5) IF D THEN E产生式系统举例-字符转换问题3. 控制策略 就是选择规则的方法，可采用按照规则的自然顺 序选择规则的方法，这种策略称为顺序排队。4. 初始状态 A，B，A、B是已知条件。5.结束条件 Fx，当目标F在综合数据库中出现时，则F被 求得。正向l推理方法 反向双向4.2.3 产生式系统的推理l基于与

11、或树的推理 与或树.核果梨果苹果桃果肉 乳黄色肉质脆无石 细胞外有 纵沟果实 扁圆果皮 有毛李亚科苹果 亚科蔷薇科花两性花托 杯形双子 叶纲网状 叶脉双子 叶胚花瓣5枚1、正向推理方法：l从已知数据出发，一步步应用规则，一直到推出结 论。 l又称自低向上推理方式或数据驱动方式4.2.3 产生式系统的推理l正向推理过程： (1)用工作存储器中的数据与产生式规则的前提条件进 行匹配。 (2)按冲突消解策略从匹配的规则中选择一条规则。 (3)执行选中规则的动作（依次）。修改工作存储器。 (4)用更新后的工作存储器，重复上述工作，直到得出 结论或工作存储器不再发生变化为止。 举例：字符转换问题4.2.

12、3 产生式系统的推理2. 反向推理方法：l从结论出发，一步步反向使用规则，最后看是否所 有的前提条件都成立。l又称自顶向下推理方式或目标驱动方式4.2.3 产生式系统的推理l反向推理过程：(1)首先假定结论正确，然后反向使用规则，看在哪些 条件下该结论才能够成立。 (2) 检查这些条件是否是已知条件。如果全部是已知条 件，则结论得证。如果部分或者全部条件都是非已 知的，则将这些条件看成是新的要求解的结论，用 同样的逆向方法推断它们是否正确。 (3)依次类推，直到所有的条件都是已知的，就推导出 了最初的结论。4.2.3 产生式系统的推理3双向推理方法l即自顶向下、又自底向上作双向推理，直至 某个

13、中间界面上两方向结果相符便成功结束 。l 该方法较正向或反向推理所形成的推理网 络小，从而推理效果更高。4.2.3 产生式系统的推理l推理方法的选择 推理方法的选择取决于推理的目标和搜索空 间的形状。l如果目标是从一组给定事实出发，找出所有可 能的结论，通常使用正向推理。l如果目标是证实或否定某一特定结论，通常使 用反向推理。4.2.3 产生式系统的推理l与人类求解问题时的思维很相像，可用于模 拟人类求解问题的思维过程。l可以把产生式系统作为人工智能系统的基本结构单元或基本模型看待，就像积木世界中 的积木块一样。4.2.4 产生式表示的特点l优点l模块性。 规则与规则之间相互独立l灵活性。 知

14、识库易于增加、修改、删除l自然性。 方便地表示专家的启发性知识与经验l透明性。 易于保留动作所产生的变化、轨迹4.2.4 产生式表示的特点l缺点：l 效率低。l不能表示结构性的知识。由于规则彼此之间不能调 用。4.2.4 产生式表示的特点l应用实例：l用于化工工业测定分子结构的DENDRALl用于诊断脑膜炎和血液病毒感染的MYCINl估计矿藏的PROSPECTOR4.2.4 产生式表示的特点4.3 语义网络表示l产生式表示方法常用于表示有关领域中各个不同 状态间的关系，但不适合表示事物间的分类关系 。 l槽和填槽表示方法便于表示这种分类知识。这种 表示方法包括语义网络、框架、概念从属和脚本 。

15、l1968年Quillian的博士论文建议用一种语义网络来 描述人对事物的认知，实际上是对人脑功能的模 拟。l语义网络多用于自然语言处理。l通过实体及其语义关系来表达知识l语义网络由一些基本的语义单元组成l语义单元（语义基元）：每一个要表达的事实用一个“结点”表示，而事实 之间的关系用“弧线”表示。即，有向图表示的三 元组，（结点1， 弧，结点2）连接而成。4.3.1 语义网络的结构某学校小学生属于某学校小学生属于坐车春游动作目的动作方式多个语义基元通过相应的语义联系关联起来语义网络4.3.1 语义网络的结构例如：小学生坐车去春游。一、类属关系l指具体有共同属性的不同事物间的分类关系、成员 关

16、系或实例关系。l体现“具体与抽象”、“个体与集体”的概念。l类属关系的一个最主要特征是属性的继承性，处在 具体层的结点可以继承抽象层结点的所有属性。4.3.2 基本语义关系l类属关系常用属性：A-Kind-of:表示一个事物是另一个事物的一种类型A-Member-of:表示一个事物是另一个事物的成员Is-a:表示一个事物是另一个事物的实例4.3.2 基本语义关系l注：在类属关系中，具体层的结点除了具有抽象层结点的所有属性外，还可以增加一些自己的个性。 灵长类动物A-Kind-of 刘军党员A-Member-of草鱼 鱼类Is-a类属关系实例二、包含关系l也称聚类关系，指具有组织或结构特征的“部分与 整体”之间的关系。注：与类属关系的最主要区别是包含关系一般不具 备属性的继承性。l常用的包含