人工智能第四章讲义111课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《人工智能第四章讲义111课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 第四 讲义 111 课件
- 资源描述:
-
1、第四章第四章 知识表示知识表示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1.4.1 概述概述l人工智能研究中最基本的问题之一 如何表示知识?如何表示知识?2.知识的定义知识的定义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。NEXT3.爱德华爱德华费根鲍姆费根鲍姆(Edward A.Feigenbaum)知识工程的提出者大型人
2、工智能系统的开拓者返回4.费根鲍姆费根鲍姆-知识工程的创始人知识工程的创始人年,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5.知识的种类知识的种类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).NEXT6
3、.猴子猴子返回7.红烧肉做法红烧肉做法返回8.红烧肉做法红烧肉做法1、主料:五花腩,五层三花的肚腩肉。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9.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
4、。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。知识的种类知识的种类10.知识的要素知识的要素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。11.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
5、12.选取知识表示的因素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13.选取知识表示的因素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。14.知识表示的研究内容知识表示的研究内容l表示观的研究l表示方法的研究15.知识表示观知识表示观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
6、与推理为一体认为推理是表示中不可缺少的部分16.表示方法分类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17.知识表示研究的特点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。18.表示方法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19.4.2 产生式表示方法产生式表示方法l美国数学
7、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。20.1.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 事实与规则的表示事实与规则的表示21.一般用三元组(对象,属性,值
8、)或 (关系,对象1,对象2)l例:(Li,Age,25),(Friend,Li,Chang)4.2.1 事实与规则的表示事实与规则的表示22.2.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 事实与规则的表示事实与规则的表示23.推理机数据库规则库知识库产生式系统结构图 4.2.2 产生式系统结构产生式系统结构24.4.2.2 产生式系统结构产生式系统结构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
9、、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。25.2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 产生式系统结构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。26.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
10、生式系统结构产生式系统结构27.3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结构28.产生式系统举例产生式系统举例-字符转换问题字符转换问题l字符转换问题规则如下:ABCACDBCGBEFDEl已知:A,Bl求:F29.产生式系统举例产生式系统举例-字符转换问题字符转换问题 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 TH
11、EN G(4)IF BE THEN F(5)IF D THEN E30.产生式系统举例产生式系统举例-字符转换问题字符转换问题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。31.正向l推理方法 反向 双向4.2.3 产生式系统的推理产生式系统的推理l基于与或树的推理 32.与或树.核果梨果苹果苹果桃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33.1、正向推理方法:l从已知数据出
12、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 产生式系统的推理产生式系统的推理34.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4.2.3 产生式系统的推理产生式系统的推理35.2.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 产生式系统的推理产生式
13、系统的推理36.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 产生式系统的推理产生式系统的推理37.3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 产生式系统的推理产生式系统的推理38.l
14、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 产生式系统的推理产生式系统的推理39.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 产生式表示的特点产生式表示的特点40.l优点l模块性。规则与规则之间相互独立l灵活性。知识库易于增加、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
15、迹4.2.4 产生式表示的特点产生式表示的特点41.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 产生式表示的特点产生式表示的特点42.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 产生式表示的特点产生式表示的特点43.4.3 语义网络表示语义网络表示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。l1968年Quillian的博士论文建议
16、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。44.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 语义网络的结构语义网络的结构某学校小学生属于45.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 语义网络的结构语义网络的结构例如:小学生坐车去春游。46.一、类属关系类属关系l指具体有共同属性的不同事物间的分类关系、成员指
17、具体有共同属性的不同事物间的分类关系、成员关系或实例关系。关系或实例关系。l体现体现“具体与抽象具体与抽象”、“个体与集体个体与集体”的概念。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。具体层的结点可以继承抽象层结点的所有属性。4.3.2 基本语义关系基本语义关系47.l类属关系常用属性:类属关系常用属性:A-Kind-of:A-Kind-of:表示一个事物是另一个事物的一种类型表示一个事物是另一个事物的一种类型 A-Member-of:A-Member-of:表示一个事物是另一个事物的成员表示一个
18、事物是另一个事物的成员 Is-a:Is-a:表示一个事物是另一个事物的实例表示一个事物是另一个事物的实例4.3.2 基本语义关系基本语义关系l注:注:在类属关系中,具体层的结点除了具有抽象层在类属关系中,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。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刘军中共党员A-Member-of草鱼 鱼类Is-a类属关系实例类属关系实例48.二、包含关系二、包含关系l也称聚类关系,指具有组织或结构特征的也称聚类关系,指具有组织或结构特征的“部分部分与整体与整体”之间的关系。之间的关系。注:注:与类属关系的最主
19、要区别是包含关系一般不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。具备属性的继承性。l常用的包含关系有:常用的包含关系有:Part-of:Part-of:表示一个事物是另一个事物的一部分表示一个事物是另一个事物的一部分4.3.2 基本语义关系基本语义关系轮胎汽车PartOf显示器PC电脑PartOf49.三、属性关系三、属性关系l指事物和其属性之间的关系。指事物和其属性之间的关系。l常用的属性关系:常用的属性关系:HaveHave:表示一个结点具有另一个结点所描述:表示一个结点具有另一个结点所描述的属性的属性CanCan:表示一个结点能做另一个结点的事情:表示一个结点能做另一个结点
20、的事情例:鸟有翅膀。例:鸟有翅膀。4.3.2 基本语义关系基本语义关系属性关系实例属性关系实例 鸟翅膀have50.四、位置关系四、位置关系l指不同事物在位置方面的关系。指不同事物在位置方面的关系。l常用的位置关系:常用的位置关系:Located-on:Located-on:一物在另一物之上一物在另一物之上Located-at:Located-at:一物在何位置一物在何位置Located-under:Located-under:一物在另一物之下一物在另一物之下Located-inside:Located-inside:一物在另一物之中一物在另一物之中Located-outside:Locate
21、d-outside:一物在另一物之外一物在另一物之外4.3.2 基本语义关系基本语义关系51.五、相近关系五、相近关系l指不同事物在形状、内容等方面相似和接近。指不同事物在形状、内容等方面相似和接近。l常用的相近关系:常用的相近关系:Similar-to:Similar-to:相似相似Near-to:Near-to:接近接近 4.3.2 基本语义关系基本语义关系52.六、时间关系六、时间关系l指不同事件在其发生时间方面的先后关系。指不同事件在其发生时间方面的先后关系。l常用的时间关系:常用的时间关系:BeforeBefore:表示一个事件在一个事件之前发生。:表示一个事件在一个事件之前发生。A
22、fter After:表示一个事件在一个事件之后发生。:表示一个事件在一个事件之后发生。例如:例如:香港回归之后,澳门也会回归了。香港回归之后,澳门也会回归了。4.3.2 基本语义关系基本语义关系53.七、多元逻辑关系七、多元逻辑关系 例如:例如:ACAC米兰队和国际米兰队在一场足球比赛中的成米兰队和国际米兰队在一场足球比赛中的成 绩为绩为0 0:1 1,可以通过,可以通过加入附加结点加入附加结点的办法将多的办法将多 元关系表示成二元关系的组合或合取。元关系表示成二元关系的组合或合取。本例通过加入附加结点本例通过加入附加结点G22G22。4.3.2 基本语义关系基本语义关系54.七、多元逻辑关
23、系七、多元逻辑关系4.3.2 基本语义关系基本语义关系HostGuestscoreIs-a多元逻辑关系语义网络实例多元逻辑关系语义网络实例l从图中看出,原来的多元关系都变成了从图中看出,原来的多元关系都变成了G22结点属性。结点属性。Soccer Soccer GameG22G22 0:1 0:1Inter-MLInter-ML AC-ML AC-ML55.4.3.2 基本语义关系基本语义关系l除表示事物间关系的语义网络外,还有表示除表示事物间关系的语义网络外,还有表示事件的语义网络。事件的语义网络。l事件的语义网络结构:事件的语义网络结构:Event:事件:事件 Agent:施动者:施动者
24、Object:受动者:受动者event受动者AgentObject事件施动者56.例Micheal is an employee and Jack is his boss.Micheal is an employee and Jack is his boss.Someday Micheal kicked his boss.Someday Micheal kicked his boss.eventJackMichealKickedAgentisObjectboss-ofemployeebossperson57.l网络匹配:结构上的匹配,包括结点和弧的匹配。l继承推理:利用成员联系、集合联系、特征
25、联系、相互作用联系等具有继承性质的语义联系建立一些并不一定显示存在于网络知识库中的网络结构。4.3.3 语义网络的推理方法语义网络的推理方法58.l继承的一般规则:lIF X(AKO)Y and Y(AKO)Z then X(AKO)ZlIF X(ISA)Y and Y(AKO)Z then X(ISA)ZlIF X(AKO)Y and Y(属性)Z then X(属性)ZlIF X(ISA)Y and Y(属性)Z then X(属性)ZlIF X(属性)Y and Y(AKO)Z then X(属性)ZlIF X(属性)Y and Y(ISA)Z then X(属性)Z4.3.3 语义网络
展开阅读全文