人工智能第2章知识表示课件.ppt

1、1 知识是智能的基础。为了使计算机具有智能，知识是智能的基础。为了使计算机具有智能，使它能模拟人类的智能行为，就必须使它具使它能模拟人类的智能行为，就必须使它具有知识。但知识是需要用适当的模式表示出有知识。但知识是需要用适当的模式表示出来才能存储到计算机中去的，因此关于知识来才能存储到计算机中去的，因此关于知识的表示问题就成为人工智能中的一个重要的的表示问题就成为人工智能中的一个重要的研究课题。研究课题。Artificial Intelligence Principles and Applications第第 2 章章 知识表示知识表示 付海艳付海艳海南师范大学信息科学技术学院海南师范大学信息

2、科学技术学院3第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法 4第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法52.1.1 知识的概念知识：在长期的生活及社会实践中、在科学研究及实验知识：在长期的生活及社会实践中、在科学研究及实验中积累起来的对客观世界的认识与经验。中

3、积累起来的对客观世界的认识与经验。知识：把有关知识：把有关信息关联信息关联在一起所形成的信息结构。在一起所形成的信息结构。知识反映了客观世界中事物之间的关系，不同事物或者知识反映了客观世界中事物之间的关系，不同事物或者相同事物间的不同关系形成了不同的知识。相同事物间的不同关系形成了不同的知识。信息关联形式：信息关联形式：“如果如果，则则”如果大雁向南飞，则冬天就要来临了。如果大雁向南飞，则冬天就要来临了。规则规则 事实事实例如：例如：“雪是白色的雪是白色的”。“如果头痛且流涕，则有可能患了感冒如果头痛且流涕，则有可能患了感冒”。62.1.2 知识的特性1.相对正确性相对正确性 任何知识都是在任

4、何知识都是在一定的条件及环境一定的条件及环境下产生的，在这种下产生的，在这种条件及环境下才是正确的。条件及环境下才是正确的。1+1=2 （十进制）1+1=10 (二进制）2.不确定性不确定性 随机性引起的不确定性随机性引起的不确定性 模糊性引起的不确定性模糊性引起的不确定性 经验引起的不确定性经验引起的不确定性 不完全性引起的不确定性不完全性引起的不确定性知识状态：知识状态：“真真”“假假”“真真”与与“假假”之间的中间之间的中间状态状态 “如果头痛且流涕，则如果头痛且流涕，则有可能有可能患了感冒患了感冒”小李小李很高很高72.1.2 知识的特性3.可表示性与可利用性可表示性与可利用性 知识的

5、可表示性知识的可表示性:知识可以用适当形式表示出来，如知识可以用适当形式表示出来，如用语言、文字、图形、神经网络等。用语言、文字、图形、神经网络等。知识的可利用性知识的可利用性:知识可以被利用。知识可以被利用。82.1.3 知识的分类 事实性知识事实性知识：有关概念、事实、事物的属性及状态等。过程性知识过程性知识：有关系统状态变化、问题求解过程的操作、演算和行动的知识。控制性知识控制性知识（深层知识或元知识）：关于如何运用已有的知识进行问题求解的知识。糖是甜的。糖是甜的。西安是一个古老的城市。西安是一个古老的城市。一年有春、夏、秋、冬四个季节。一年有春、夏、秋、冬四个季节。1.按知识按知识的作

6、用范围的作用范围2.按知识按知识的作用及表示的作用及表示 常识性知识常识性知识：通用性知识。领域性知识领域性知识：专业性的知识。1个字节由个字节由8个个“位位”构成。构成。一个扇区有一个扇区有512个个“字节字节”的数据。的数据。92.1.3 知识的分类 例如：从北京到上海是乘飞机还是火车的问题表示如下：事实性知识事实性知识：北京、上海、飞机、时间、费用。过程性知识过程性知识：乘飞机、坐火车。控制性知识控制性知识：乘坐飞机较快、较贵；坐火车较慢、较 便宜。2.按知识的作用及表示按知识的作用及表示102.1.3 知识的分类 确定性知识确定性知识：可指出其真值为“真”或“假”的知识，是精确性的知识

7、。不确定性知识不确定性知识：具有不精确、不完全及模糊性等特性的知识。3.按知识的结构及表现形式按知识的结构及表现形式4.按知识的确定性按知识的确定性 逻辑性知识逻辑性知识：反映人类逻辑思维过程的知识。形象性知识：形象性知识：通过事物的形象建立起来的知识。例：例：什么是树什么是树?112.1.4 知识的表示 知识表示知识表示（knowledge representation）：将人类知识形式化或者模型化。知识表示是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。选择知识表示方法的原则：（1）充分表示领域知识。（2）有利于对知识的利用。（3）便于对知识的组织、维护与

8、管理。（4）便于理解与实现。12第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法 13 2.2 一阶谓词逻辑表示法14 2.2 一阶谓词逻辑表示法2.2.1 命题命题2.2.2 谓词谓词2.2.3 谓词公式谓词公式2.2.4 谓词公式的性质谓词公式的性质2.2.5 一阶谓词逻辑知识表示方法一阶谓词逻辑知识表示方法2.2.6 一阶谓词逻辑表示法的特点一阶谓词逻辑表示法的特点15 命题逻辑命题逻辑：研究命题及命题之间关系的符号逻辑系统。

9、命题逻辑表示法命题逻辑表示法：无法把它所描述的事物的结构及逻辑特征反映出来，也不能把不同事物间的共同特征表述出来。2.2.1 命题 命题（命题（proposition）：一个非真即假的陈述句。若命题的意义为真命题的意义为真，称它的真值为真，记为 T。若命题的意义为假命题的意义为假，称它的真值为假，记为 F。一个命题可在一种条件下为真，在另一种条件下为假命题可在一种条件下为真，在另一种条件下为假。例如：例如：33”：二元谓词 Greater(5,3)“Smith作为一个工程师为作为一个工程师为IBM工作工作”：三元谓词 Works(Smith,IBM,engineer)（1）个体是常量：一个或者

10、一组指定的个体。个体是常量：一个或者一组指定的个体。17 2.2.2 谓词（2）个体是变元（变量）：个体是变元（变量）：没有指定的一个或者一组个体。“小李的父亲是教师小李的父亲是教师”：Teacher(father(Li)（3）个体是个体是函数函数：一个个体到另一个个体的映射。“x5”：Less(x,5)（4）个体是个体是谓词谓词“Smith作为一个工程师为作为一个工程师为IBM工作工作”：二阶二阶谓词谓词 Works(engineer(Smith),IBM)182.2.3 谓词公式1.连接词（连词）连接词（连词）（1）：“否定否定”（negation）或）或“非非”。（2）：“析取析取”（d

11、isjunction）或。或。（3）：“合取合取”（conjunction）与。与。“机器人不在机器人不在2号房间号房间”：Inroom(robot,r2)“李明打篮球或踢足球李明打篮球或踢足球”：Plays(Liming,basketball)Plays(Liming,football)“我喜欢音乐和绘画我喜欢音乐和绘画”：Like(I,music)Like(I,painting)192.2.3 谓词公式 1.连接词（连词）连接词（连词）（4）：“蕴含蕴含”(implication)或或“条条件件”(condition)。“如果刘华跑得最快，那么他取得冠军。如果刘华跑得最快，那么他取得冠军。

12、”：RUNS(Liuhua，faster)WINS(Liuhua，champion)（5）：“等价等价”（equivalence）或）或“双条件双条件”（bicondition）。）。P Q:“:“P当且仅当当且仅当Q”。202.2.3 谓词公式1.连接词（连词）连接词（连词）谓词逻辑真值表谓词逻辑真值表 212.2.3 谓词公式 2.量词（量词（quantifier）（1）全称量词（）全称量词（universal quantifier）（）（x）：）：“对个体域中的所有（或任一个）个体 x”。“所有的机器人都是灰色的”：(x)ROBOT(x)COLOR(x，GRAY)（2）存在量词（）存在量

13、词（existential quantifier）（）（x）：）：“在个体域中存在个体 x”。“1号房间有个物体”：（x）INROOM（x，r1）222.2.3 谓词公式全称量词和存在量词举例：全称量词和存在量词举例：(x)(y)F(x,y)表示对于个体域中的任何个体表示对于个体域中的任何个体x都存在都存在个体个体y，x与与y是朋友。是朋友。(x)(y)F(x,y)表示在个体域中存在个体表示在个体域中存在个体x，与个体域，与个体域中的任何个体中的任何个体y都是朋友。都是朋友。(x)(y)F(x,y)表示在个体域中存在个体表示在个体域中存在个体x与个体与个体y，x与与y是朋友。是朋友。(x)(y

14、)F(x,y)表示对于个体域中的任何两个个体表示对于个体域中的任何两个个体x和和y，x与与y都是朋友。都是朋友。232.2.3 谓词公式全称量词和存在量词出现的次序将影响命题的意思。全称量词和存在量词出现的次序将影响命题的意思。例如：例如：(x)(y)(Employee(x)Manager(y,x):“每个雇员都有一个经理。”(y)(x)(Employee(x)Manager(y,x):“有一个人是所有雇员的经理。”242.2.3 谓词公式3.谓词公式谓词公式定义定义2.2 可按下述规则得到谓词演算的谓词公式：(1)单个谓词是谓词公式，称为原子谓词公式。(2)若A是谓词公式，则A也是谓词公式。

15、(3)若A，B都是谓词公式，则AB，AB，AB，A B也都是谓词公式。(4)若A是谓词公式，则 (x)A，(x)A也是谓词公式。(5)有限步应用（1）（4）生成的公式也是谓词公式。连接词的优先级别从高到低排列：，252.2.3 谓词公式4量词的辖域量词的辖域 量词的辖域：位于量词后面的单个谓词或者用括弧括起来的谓词公式。约束变元与自由变元：辖域内与量词中同名的变元称为约束变元，不同名的变元称为自由变元。例如：(x)(P(x,y)Q(x,y)R(x,y)(P(x,y)Q(x,y)：(x)的辖域，辖域内的变元x是受（x）约束的变元，R(x,y)中的x是自由变元。公式中的所有y都是自由变元。262.

16、2.4 谓词公式的性质1.谓词公式的解释谓词公式的解释 谓词公式在个体域上的解释：谓词公式在个体域上的解释：个体域中的实体对谓词演算表达式的每个常量、变量、谓词和函数符号的指派。Friends(george,x)Friends(george,susie)TFriends(george,kate)F 对于每一个解释，谓词公式都可求出一个真值（对于每一个解释，谓词公式都可求出一个真值（T或或F）。）。272.2.4 谓词公式的性质 2.谓词公式的永真性、可满足性、不可满足性谓词公式的永真性、可满足性、不可满足性 定义定义2.5 对于谓词公式对于谓词公式P，如果至少存在一个解释使得，如果至少存在一个

17、解释使得P在此解释下的真值为在此解释下的真值为T，则称，则称P是可满足的，否则，则称是可满足的，否则，则称P是不可满足的。是不可满足的。定义定义2.4 如果谓词公式如果谓词公式P对个体域对个体域D上的任何一个解释都上的任何一个解释都取得真值取得真值F，则称，则称P在在D上是永假的；如果上是永假的；如果P在每个非空个在每个非空个体域上均永假，则称体域上均永假，则称P永假永假。定义定义2.3 如果谓词公式如果谓词公式P对个体域对个体域D上的任何一个解释上的任何一个解释都取得真值都取得真值T，则称，则称P在在D上是永真的；如果上是永真的；如果P在每个非空在每个非空个体域上均永真，则称个体域上均永真，

18、则称P永真永真。282.2.4 谓词公式的性质3.谓词公式的等价性谓词公式的等价性 定义定义2.6 设设P与与Q是两个谓词公式，是两个谓词公式，D是它们共同的个是它们共同的个体域，若对体域，若对D上的任何一个解释，上的任何一个解释，P与与Q都有相同的真都有相同的真值，则称公式值，则称公式P和和Q在在D上是等价的。如果上是等价的。如果D是任意个是任意个体域，则称体域，则称P和和Q是等价的，记为是等价的，记为P Q。（4）德）德.摩根律摩根律(De.Morgen)（8）连接词化规律（蕴含、等价等值式）连接词化规律（蕴含、等价等值式）（10）量词转换律）量词转换律 292.2.4 谓词公式的性质4.

19、谓词公式谓词公式的永真蕴含的永真蕴含 定义定义2.7 对于谓词公式对于谓词公式P与与Q，如果，如果PQ永真，则称永真，则称公式公式P永真蕴含永真蕴含Q，且称，且称Q为为P的逻辑结论，称的逻辑结论，称P为为Q的的前提，记为前提，记为P Q。（3）假言推理）假言推理（4）拒取式推理）拒取式推理（5）假言三段论）假言三段论 302.2.4 谓词公式的性质谓词逻辑的其他推理规则谓词逻辑的其他推理规则 P规则：规则：在推理的任何步骤上都可引入前提。T规则：规则：在推理过程中，如果前面步骤中有一个或多个公式永真蕴含公式S，则可把S引入推理过程中。CP规则：规则：如果能从任意引入的命题R和前提集合中推出S来

20、，则可从前提集合推出R S来。312.2.4 谓词公式的性质 所有的人都是会死的，所有的人都是会死的，因为诸葛亮是人，因为诸葛亮是人，Human（Zhugeliang）所以诸葛亮是会死的。所以诸葛亮是会死的。Die（Zhugeliang）1 P规则规则 2 Human（Zhugeliang）P规则规则 1,2 Die（Zhugeliang）T规则规则 QQPP,)3()()(xDiexHumanx)()(xDiexHumanx322.2.4 谓词公式的性质谓词逻辑的其他推理规则：谓词逻辑的其他推理规则：反证法：反证法：，当且仅当 ，即Q为P的逻辑结论，当且仅当 是不可满足的。QP FQPQP

21、定理：定理：Q为 ，的逻辑结论，当且仅当 是不可满足的。1P2PnPQPPPn)(21332.2.5 一阶谓词逻辑知识表示方法谓词公式表示知识的步骤：谓词公式表示知识的步骤：（1）定义谓词及个体。）定义谓词及个体。（2）变元赋值。）变元赋值。（3）用连接词连接各个谓词，形成谓词公式）用连接词连接各个谓词，形成谓词公式。例例如：如：用一阶谓词逻辑表示下列关系数据库。用一阶谓词逻辑表示下列关系数据库。住户住户 房间房间 电话号码电话号码 房间房间Zhang 201 491 201Li 201 492 201Wang 202 451 202Zhao 203 451 203OccupantTeleph

22、one34用一阶谓词表示：用一阶谓词表示：Occupant（Zhang，201）Occupant（Li，201）Occupant（Wang，202）Occupant（Zhao，203）Telephone（491，201）Telephone（492，201）Telephone（451，202）Telephone（451，203）2.2.5 一阶谓词逻辑知识表示方法352.2.6 一阶谓词逻辑表示法的特点优点：优点：自然性自然性 精确性精确性 严密性严密性 容易实现容易实现q 应用：应用：（1）自动问答系统（）自动问答系统（Green等人研制的等人研制的QA3系统）系统）（2）机器人行动规划系统（

23、）机器人行动规划系统（Fikes等人研制的等人研制的STRIPS系统）系统）（3）机器博弈系统（）机器博弈系统（Filman等人研制的等人研制的FOL系统）系统）（4）问题求解系统（）问题求解系统（Kowalski等设计的等设计的PS系统）系统）局限性：局限性：不能表示不确定的知识不能表示不确定的知识 组合爆炸组合爆炸 效率低效率低36第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法 37 2.3 产生式表示法2.3.1 产生式产生

24、式2.3.2 产生式系统产生式系统2.3.3 产生式系统产生式系统动物识别系统动物识别系统2.3.4 产生式表示法的特点产生式表示法的特点38 2.3.1 产生式“产生式产生式”：1943年，美国数学家波斯年，美国数学家波斯特（特（E.Post）首先提出。）首先提出。1972年，纽厄尔和西蒙在研究人类的认知模型年，纽厄尔和西蒙在研究人类的认知模型中开发了基于规则的产生式系统。中开发了基于规则的产生式系统。产生式通常用于表示事实、规则以及它们的不产生式通常用于表示事实、规则以及它们的不确定性度量，适合于表示事实性知识和规则性确定性度量，适合于表示事实性知识和规则性知识。知识。392.3.1 产生

25、式1.确定性规则知识的产生式表示确定性规则知识的产生式表示2.不确定性规则知识的产生式表示不确定性规则知识的产生式表示 基本形式：IF P THEN Q 或者：例如：r4：IF 动物会飞 AND 会下蛋 THEN 该动物是鸟QP 基本形式：IF P THEN Q（置信度）或者：（置信度）例如：例如：IF 发烧发烧 THEN 感冒感冒 （0.6）QP 402.3.1 产生式3.确定性事实性知识的产生式表示确定性事实性知识的产生式表示4.不确定性事实性知识的产生式表示不确定性事实性知识的产生式表示 三元组表示：（对象，属性，值）（对象，属性，值）或者：（关系，对象（关系，对象1，对象，对象2）例：

26、老李年龄是40岁：（Li，age，40）老李和老王是朋友：（friend，Li，Wang）四元组表示：（对象，属性，值，置信度）（对象，属性，值，置信度）或者：（关系，对象（关系，对象1，对象，对象2，置信度），置信度）例：老李年龄很可能是40岁：（Li，age，40，0.8）老李和老王不大可能是朋友：（friend，Li，Wang，0.1）412.3.1 产生式产生式与谓词逻辑中的蕴含式的区别：产生式与谓词逻辑中的蕴含式的区别：（1）除逻辑蕴含外，产生式还包括各种操作、规则、）除逻辑蕴含外，产生式还包括各种操作、规则、变换、算子、函数等。例如，变换、算子、函数等。例如，“如果炉温超过上限，如

27、果炉温超过上限，则立即关闭风门则立即关闭风门”是一个产生式，但不是蕴含式。是一个产生式，但不是蕴含式。（2）蕴含式只能表示精确知识，而产生式不仅可以表）蕴含式只能表示精确知识，而产生式不仅可以表示精确的知识，还可以表示不精确知识。蕴含式的示精确的知识，还可以表示不精确知识。蕴含式的匹配总要求是精确的。产生式匹配可以是精确的，匹配总要求是精确的。产生式匹配可以是精确的，也可以是不精确的，只要按某种算法求出的相似度也可以是不精确的，只要按某种算法求出的相似度落在预先指定的范围内就认为是可匹配的。落在预先指定的范围内就认为是可匹配的。422.3.1 产生式产生式的形式描述及语义产生式的形式描述及语义

28、巴科斯范式巴科斯范式BNF（backus normal form）:=:=|:=|:=ANDAND|OROR:=(，)符号符号“:=”表示表示“定义为定义为”；符号；符号“|”|”表示表示“或或者是者是”；符号；符号“”表示表示“可缺省可缺省”。432.3.2 产生式系统把一组产生式放在一起，让它们相互配合、把一组产生式放在一起，让它们相互配合、协同作用，一个产生式生成的结论可以供另协同作用，一个产生式生成的结论可以供另一个产生式作为已知事实使用，以求得问题一个产生式作为已知事实使用，以求得问题的解，这样的系统称为产生式系统。的解，这样的系统称为产生式系统。442.3.2 产生式系统控 制规则

29、库推理机综合数据库产生式系统的基本结构452.3.2 产生式系统1.规则库规则库2.综合数据库综合数据库 规则库规则库:用于描述相应领域内知识的产生式集合。综合数据库综合数据库(事实库、上下文、黑板等)：一个用于存放问题求解过程中各种当前信息的数据结构。3控制系统控制系统 控制系统控制系统（推理机构）：由一组程序组成，负责整个产生式系统的运行，实现对问题的求解。462.3.2 产生式系统3控制系统（续）控制系统（续）控制系统要做以下几项工作：控制系统要做以下几项工作：（1）从规则库中选择与综合数据库中的已知事实进行匹配。）从规则库中选择与综合数据库中的已知事实进行匹配。（2）匹配成功的规则可能

30、不止一条，进行冲突消解。）匹配成功的规则可能不止一条，进行冲突消解。（3）执行某一规则时，如果其右部是一个或多个结论，则把这）执行某一规则时，如果其右部是一个或多个结论，则把这些结论加入到综合数据库中：如果其右部是一个或多个操作，些结论加入到综合数据库中：如果其右部是一个或多个操作，则执行这些操作。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）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不确定性。法计算结论的不确定性。（5）检查综合数据库中是否包含了最终结论，决定是否停止系）检查综合数据库中是否包含了最终结论，决定是否停止系统的运行。统的运行。47

31、2.3.3 产生式系统的例子动物识别系统例如：例如：动物识别系统动物识别系统识别识别虎、金钱豹、斑马、长颈虎、金钱豹、斑马、长颈鹿、鸵鸟、企鹅、信天翁鹿、鸵鸟、企鹅、信天翁等七种动物的产生式系统。等七种动物的产生式系统。482.3.3 产生式系统的例子动物识别系统规则库：规则库：r1：IF 该动物有毛发该动物有毛发 THEN 该动物是哺乳动物该动物是哺乳动物r2：IF 该动物有奶该动物有奶 THEN 该动物是哺乳动物该动物是哺乳动物r3：IF 该动物有羽毛该动物有羽毛 THEN 该动物是该动物是鸟鸟r4：IF 该动物会飞该动物会飞 AND 会下蛋会下蛋 THEN 该动物是该动物是鸟鸟r5：IF

32、 该动物吃肉该动物吃肉 THEN 该动物是该动物是食肉动物食肉动物r6：IF 该动物有犬齿该动物有犬齿 AND 有爪有爪 AND 眼盯前方眼盯前方 THEN 该动物是该动物是食肉动物食肉动物r7：IF 该动物是哺乳动物该动物是哺乳动物 AND 有蹄有蹄 THEN 该动物是该动物是有蹄类动物有蹄类动物r 8：IF 该动物是哺乳动物该动物是哺乳动物 AND 是反刍动物是反刍动物 THEN 该动物是该动物是有蹄类动物有蹄类动物492.3.3 产生式系统的例子动物识别系统r9：IF 该动物是哺乳动物该动物是哺乳动物 AND 是食肉动物是食肉动物 AND 是黄褐色是黄褐色 AND 身上有暗斑点身上有暗斑

33、点 THEN 该动物是该动物是金钱豹金钱豹 r10：IF 该动物是哺乳动物该动物是哺乳动物 AND 是食肉动物是食肉动物 AND 是黄褐色是黄褐色 AND 身上有黑色条纹身上有黑色条纹 THEN 该动物是该动物是虎虎 r11：IF 该动物是有蹄类动物该动物是有蹄类动物 AND 有长脖子有长脖子 AND 有长腿有长腿 AND 身上有暗斑点身上有暗斑点 THEN 该动物是该动物是长颈鹿长颈鹿 r 12：IF 该动物有蹄类动物该动物有蹄类动物 AND 身上有黑色条纹身上有黑色条纹 THEN 该动物是该动物是斑马斑马r13：IF 该动物是鸟该动物是鸟 AND 有长脖子有长脖子 AND 有长腿有长腿 A

34、ND 不会飞不会飞 AND 有黑白二色有黑白二色 THEN 该动物是该动物是鸵鸟鸵鸟r14：IF 该动物是鸟该动物是鸟 AND 会游泳会游泳 AND 不会飞不会飞 AND 有黑白二色有黑白二色 THEN 该动物是该动物是企鹅企鹅 r15：IF 该动物是鸟该动物是鸟 AND 善飞善飞 THEN 该动物是该动物是信天翁信天翁502.3.3 产生式系统的例子动物识别系统 设已知初始事实存放在综合数据库综合数据库中：该动物身上有：暗斑点，长脖子，长腿，奶，蹄该动物身上有：暗斑点，长脖子，长腿，奶，蹄 推理机构的工作过程推理机构的工作过程：（1）从规则库中取出r1，检查其前提是否可与综合数据库中的已知事

35、实匹配。匹配失败则r1不能被用于推理。然后取r2进行同样的工作。匹配成功则r2被执行。综合数据库综合数据库 ：该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺乳动物乳动物 512.3.3 产生式系统的例子动物识别系统（2）分别用r3，r4，r5，r6综合数据库中的已知事实进行匹配，均不成功。r7匹配成功，执行r7。综合数据库：综合数据库：该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺该动物身上有：暗斑点，长脖子，长腿，奶，蹄，哺乳动物，有蹄类动物乳动物，有蹄类动物（3）r11匹配成功，并推出“该动物是长颈鹿”。推理机构的工作过程推理机构的工作过程：5

36、2暗斑点长脖子长腿奶蹄哺乳动物r2有蹄类动物r7长颈鹿r112.3.3 产生式系统的例子动物识别系统532.3.4 产生式表示法的特点1.产生式表示法的优点产生式表示法的优点（1）自然性）自然性（2）模块性）模块性（3）有效性）有效性（4）清晰性）清晰性 2.产生式表示法的缺点产生式表示法的缺点（1）效率不高）效率不高（2）不能表达结构性知识）不能表达结构性知识 3.适合产生式适合产生式表示的知识表示的知识（1）领域知识间关系不密切，）领域知识间关系不密切，不存在结构关系。不存在结构关系。（2）经验性及不确定性的知识，）经验性及不确定性的知识，且相关领域中对这些知识没有且相关领域中对这些知识没

37、有严格、统一的理论。严格、统一的理论。（3）领域问题的求解过程可被）领域问题的求解过程可被表示为一系列相对独立的操作，表示为一系列相对独立的操作，且每个操作且每个操作可被表示为一条或可被表示为一条或多条产生式规则。多条产生式规则。54第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法 55 2.4 框架表示法1975年，美国明斯基提出了框架理论：人们对现实年，美国明斯基提出了框架理论：人们对现实世界中各种事物的认识都是以一种类似于框架

38、的结世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的。构存储在记忆中的。框架表示法：一种结构化的知识表示方法，已在多框架表示法：一种结构化的知识表示方法，已在多种系统中得到应用。种系统中得到应用。562.4.1 框架的一般结构框架框架（frame）：一种描述所论对象（一个事物、事件或概念）属性的数据结构。一个框架由若干个被称为“槽”（slot）的结构组成，每一个槽又可根据实际情况划分为若干个“侧面”（faced）。一个槽用于描述所论对象某一方面的属性。一个侧面用于描述相应属性的一个方面。槽和侧面所具有的属性值分别被称为槽值和侧面值。572.4.1 框架的一般结构 槽名槽名1：侧面侧

39、面名名11 侧面侧面值值111，侧面，侧面值值11P1 侧面侧面名名1m 侧面侧面值值1m1，侧面，侧面值值1mPm 槽名槽名n：侧面侧面名名n1 侧面侧面值值n11，侧面，侧面值值n1P1 侧面名侧面名nm 侧面侧面值值nm1，侧面，侧面值值nmPm约束：约束：约束条件约束条件1 约束条件约束条件n582.4.1 框架的一般结构 Slot（槽）（槽）VALUE （值侧面）（值侧面）DEFAULT （缺省值侧面）（缺省值侧面）IF-NEEDED （如果需要值侧面）（如果需要值侧面）IF-ADDED （如果加入值侧面）（如果加入值侧面）“缺省缺省”值：值：当缺少有关事物的信息，同时又无直接反面证

40、据时，就假设按惯例或者一般情况下的填充值。“如果需要如果需要”值：值：过程信息。“如果加入如果加入”值：值：应该做什么的信息。592.4.2 用框架表示知识的例子 框架名：教师框架名：教师 姓名：单位（姓、名）姓名：单位（姓、名）年龄：单位（岁）年龄：单位（岁）性别：范围（男、女）性别：范围（男、女）缺省：男缺省：男 职称：范围（教授，副教授，讲师，助教）职称：范围（教授，副教授，讲师，助教）缺省：讲师缺省：讲师 部门：单位（系，教研室）部门：单位（系，教研室）住址：住址框架住址：住址框架 工资：工资框架工资：工资框架 开始工作时间：单位（年、月）开始工作时间：单位（年、月）截止时间：单位（年

41、、月）截止时间：单位（年、月）缺省：现在缺省：现在 例例1 教师框架教师框架602.4.2 用框架表示知识的例子 框架名：教师框架名：教师-1 姓名：夏冰姓名：夏冰 年龄：年龄：36 性别：女性别：女 职称：副教授职称：副教授 部门：计算机系软件教研室部门：计算机系软件教研室 住址：住址：adr-1 工资：工资：sal-1 开始工作时间：开始工作时间：1988，9 截止时间：截止时间：1996，7 例例2 教师框架教师框架当把具体的信息填入槽或侧面后，就得到了相应框架的一个事例框架。事例框架。612.4.2 用框架表示知识的例子框架名：教室框架名：教室 墙数：墙数：窗数：窗数：门数：门数：座位

42、数：座位数：前墙：墙框架前墙：墙框架 后墙：墙框架后墙：墙框架 左墙：墙框架左墙：墙框架 右墙：墙框架右墙：墙框架 门：门框架门：门框架 窗：窗框架窗：窗框架 黑板：黑板框架黑板：黑板框架 天花板：天花板框架天花板：天花板框架 讲台：讲台框架讲台：讲台框架 例例3 教室框架教室框架622.4.2 用框架表示知识的例子例例4 将下列一则地震消息用框架表示：将下列一则地震消息用框架表示：“某年某月某某年某月某日，某地发生日，某地发生6.0级地震，若以膨胀注水孕震模式为标级地震，若以膨胀注水孕震模式为标准，则三项地震前兆中的波速比为准，则三项地震前兆中的波速比为0.45，水氡含量为，水氡含量为0.4

43、3，地形改变为，地形改变为0.60。”解：地震消息用框架如下图所示。解：地震消息用框架如下图所示。框架名：地震框架名：地震 地地 点：某地点：某地 日日 期：某年某月某日期：某年某月某日 震震 级：级：6.0 波波 速速 比：比：0.45 水氡含量：水氡含量：0.43 地形改变：地形改变：0.60 632.4.2 用框架表示知识的例子642.4.3 框架表示法的特点（1）结构性结构性 便于表达结构性知识，能够将知识的内部结构关系便于表达结构性知识，能够将知识的内部结构关系及知识间的联系表示出来。及知识间的联系表示出来。（2）继承性）继承性 框架网络中，下层框架可以继承上层框架的槽值，框架网络中

44、，下层框架可以继承上层框架的槽值，也可以进行补充和修改。也可以进行补充和修改。（3）自然性）自然性 框架表示法与人在观察事物框架表示法与人在观察事物时的思维活动是一致的。时的思维活动是一致的。65第2章 知识表示2.1 知识与知识表示的概念知识与知识表示的概念 2.2 一阶谓词逻辑表示法一阶谓词逻辑表示法 2.3 产生式表示法产生式表示法 2.4 框架表示法框架表示法 2.5 语义网络表示法语义网络表示法 662.5 语义网络表示法2.5.1 语义网络语义网络2.5.2 基本命题的语义网络表示基本命题的语义网络表示2.5.3 连接词在语义网络中的表示方法连接词在语义网络中的表示方法2.5.4

45、变元和量词在语义网络中的表示方法变元和量词在语义网络中的表示方法672.5.1 语义网络语义网络最早是语义网络最早是1968年年Quillian在他的博士论文中作为人类联想记在他的博士论文中作为人类联想记忆的一个显式心理学忆的一个显式心理学模型提出的。模型提出的。1972年，西蒙在他的自然语言理解系统中也采用了语义网络知识年，西蒙在他的自然语言理解系统中也采用了语义网络知识表示法。表示法。1975年，亨德里克又对全称量词的表示提出了语义网络分区技术。年，亨德里克又对全称量词的表示提出了语义网络分区技术。语义网络是一种采用网络形式表示人类知识的方法。语义网络是一种采用网络形式表示人类知识的方法。

46、一个语义网络是一个带标识的有向图。其中，带有标识的结点表一个语义网络是一个带标识的有向图。其中，带有标识的结点表示问题领域中的物体、概念、事件、动作或者态势。示问题领域中的物体、概念、事件、动作或者态势。在语义网络知识表示中，结点一般划分为在语义网络知识表示中，结点一般划分为实例结点实例结点和和类结点类结点两种两种类型。类型。结点之间带有标识的有向弧结点之间带有标识的有向弧表示结点之间的语义联系，是表示结点之间的语义联系，是语义网络组织知识的关键。语义网络组织知识的关键。682.5.2 基本命题的语义网络表示1.以个体为中心组织知识的语义联系以个体为中心组织知识的语义联系（1）实例联系）实例联

47、系：类结点与所属实例结点之间的联系。李四ISA 张三 教师 ISA 一个实例结点可以通过多个一个实例结点可以通过多个ISA与多个类结点相连接，多个实与多个类结点相连接，多个实例结点也可通过例结点也可通过ISA与一个类结点相连接。与一个类结点相连接。69实例联系的特点n 对概念进行有效分类有利于语义网络的组织于理解。对概念进行有效分类有利于语义网络的组织于理解。n 将同一类实例结点中的共性成分在它们的类结点中将同一类实例结点中的共性成分在它们的类结点中加以描述，可以减少网络的复杂程度，增强知识的加以描述，可以减少网络的复杂程度，增强知识的共享性。共享性。n 而不同的实例结点通过与类结点的联系，可

48、以扩大而不同的实例结点通过与类结点的联系，可以扩大实例结点之间的相关性，从而将分立的知识片段组实例结点之间的相关性，从而将分立的知识片段组织成语义丰富的知识网络结构。织成语义丰富的知识网络结构。702.5.2 基本命题的语义网络表示1.以个体为中心组织知识的语义联系以个体为中心组织知识的语义联系（2）泛化联系泛化联系：表示一种类结点与更抽象的类结点之间的联系，通常用AKO（a kind of）表示。71泛化联系的特点通过通过AKOAKO可以将问题领域中的所有类结点组织可以将问题领域中的所有类结点组织成一个成一个AKOAKO层次网络。层次网络。允许低层类型继承高层类型的属性，这样可允许低层类型继

49、承高层类型的属性，这样可以将公用属性抽象到较高层次。以将公用属性抽象到较高层次。共享属性不在每个结点上重复，减少了对存共享属性不在每个结点上重复，减少了对存储空间的要求。储空间的要求。722.5.2 基本命题的语义网络表示1.以个体为中心组织知识的语义联系以个体为中心组织知识的语义联系（3）聚集联系：）聚集联系：某一个体与其组成成分之间的联 系，part-of。聚集联系基于概念的分解性，将高层概念分解为若干低层概念的集合。例如：两只手是人体的一部分。两只手人体partof732.5.2 基本命题的语义网络表示1.以个体为中心组织知识的语义联系以个体为中心组织知识的语义联系（4）属性联系：属性联

50、系：个体、属性及其取值之间的联系。用有向弧表示属性，用这些弧指向的结点表示各自的值。742.5.2 基本命题的语义网络表示1.以个体为中心组织知识的语义联系以个体为中心组织知识的语义联系（5）所属联系：所属联系：表示具有。用“have”表示。鸟羽毛have75课堂练习用一个语义网络表示事实：用一个语义网络表示事实：苹果树是一种果树，果树又是树的一种，苹果树是一种果树，果树又是树的一种，树有根、有叶而且树是一种植物。树有根、有叶而且树是一种植物。76（1）猪和羊都是动物；）猪和羊都是动物；（2）猪和羊都是偶蹄动物和哺乳动物；）猪和羊都是偶蹄动物和哺乳动物；（3）野猪是猪，但生长在森林中；）野猪是