1.概述语义网络1968年由J.R.Quillian提出,开始是作为人类
人工智能知识表示方法第四章
清华大学
VISITING TEAM
篮球比赛
ISA SCORE
G25
HOME TEAM
北京大学
85:89
语义网络法
❖ 连接词和量词的表示
✓ 合取和析取的表示:可通过
增加合取节点和析取节点来实 现
✓ 例如:用语义网络表示:“参 赛者有教师有学生,参赛者的 身高有高有低”
✓ 分析参赛者的不同情况,可得 到以下四种情况:
✓ 蕴含的表示:通过增加蕴含关系节点来实现。在蕴含关系中,有 两条指向蕴含节点的弧,一条代表前提条件(Antecedent) ,标记为 ANTE;另一条代表结论(Consequence) ,标记为CONSE
✓ 例如:用语义网络表示:“如果学校组织大学生机器人竞赛活动, 那么李强就参加比赛”
智能机器
比赛 AKO
Artificial Intelligence (AI)
人工智能
第4章:知识 表示
内容提要
第4章:知识表示
1.状态空间法 2.问题归约法 3.谓词逻辑法 4.语义网络法 5.其他方法
语义网络法
❖语义网络法( Semantic Network Representation )
✓ 语义网络是奎廉(J. R. Quillian) 1968年在研究人类联想 记忆时提出的一种心理学模型,认为记忆是由概念间的 联系实现的。随后,奎廉又把它用作知识表示。
Can
Can
运动
动物
吃
语义网络法
❖ 二元关系:二元语义网络表示
✓ 可用二元谓词P(x,y)表示的关系。其中,x,y为实体,P为实 体之间的关系。
✓ 单个二元关系可直接用一个基本网元来表示 ✓ 对复杂关系,可通过一些相对独立的二元或一元关系的组合
2.4--语义网络表示法
图2.10 位置关系实例 2013-7-24 人工智能 丁世飞
2.4 语义网络表示法
人工智能
6. 相近关系 相近关系,又称相似关系,是指不同事物在形状、 内容等方面相似和接近。常用的相近关系有: Similar-to:表示一事物与另一事物相似。 Near-to: 表示一事物与另一事物接近。 例如,“狗长得像狼” 其对应的语义网络表示 如图2.11所示。
人工智能
第2章 知识表示
2.1 概 述 2.2 谓词逻辑表示法 2.3 产生式表示法
2.4 语义网络表示法
2013-7-24
人工智能 丁世飞
2.4 语义网络表示法
人工智能
语义网络是J.R.Quillian 1968年在研究人类联 想记忆时提出的一种心理学模型,他认为记忆是由 概念间的联系实现的。随后在他设计的可教式语言 理解器(Teachable Language Comprehendent)中 又把它用作为知识表示方法。1972年,西蒙(Simon) 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。1975年,亨德里克(G .G .Hendrix) 又对全 称量词的表示提出了语义网络分区技术。目前,语 义网络已经成为人工智能中应用较多的一种知识表 示方法,尤其是在自然语言处理方面的应用。
鸟 Have 翅膀 电视机 Can 电视节目
图2.8 属性关系实例
2013-7-24
人工智能 丁世飞
2.4 语义网络表示法
4.时间关系
人工智能
时间关系是指不同事件在其发生时间方面的先后关系,节 点间的不具备属性继承性。常用的时间关系有: Before:表示一个事件在一个事件之前发生。 After:表示一个事件在一个事件之后发生。 例如,“香港回归之后,澳门也会回归了”,“王芳在黎 明之前毕业”。其对应的语义网络表示如图2.9所示
人工智能_3知识表示_语义网络法
▪ 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。
2020/2/25
5
2.4.1 二元语义网络的表示
(Representation of Two-Element Semantic Network)
▪ 1.表示简单的事实 例1. 所有的燕子都是鸟
2020/2/25
6
▪ 2.表示占有关系 例2. 小燕是一只燕子, 燕子是鸟;巢-1是小燕的巢,巢-1是巢中的 一个。
ISA
ISA
XIAOYAN
SWALLOW
BIRD
OWNS
ISA NEST-1
NEST
2020/2/25
7
▪ 3.选择语义基元 选择语义基元就是试图用一组基元来
▪ 例如,三根线a,b,c组成一个三角形。这可表 示成TRIANGLE(a,b,c)。
▪ 这个三元关系可转换成一组二元关系的合取,
即CAT(a,b)∧CAT(b,c)∧CAT(c,a)
▪ 其中,CAT表示串行连接。
2020/2/25
12
▪ 要在语义网络中进行这种转换需要引入附 加节点。对于上述球赛,我们可以建立一 个G25节点来表示这场特定的球赛。然后, 把有关球赛的信息和这场球赛联系起来。 这样的过程如图2.16所示。
ISA
Major
教育
教育1
?
3. 将其与知识库中的知识网络进行匹配,由 Major 弧所指节点可知赵云主修课程是计算 机。
2020/2/25
17
语义网络表示法
A-Member-of:直观含义“是……的一员”, 即表示一个事物是另一个事物的成员,反映 了个体与集件(类或集合)之间的关系。
Instance-Of:关系用来建立AKO关系的逆关系, 表示一个事物是另一个事物的实例。
类属关系
属性关系
属性关系一般是指事物和其属性之间的关系。一 个类的对象一般都有一个以上的属性,而每个属 性又有一个值。属性和值组合成特性。
多元语义网络的表示
从本质上讲,节点之间的连接是二元关系,因 此语义网络很适合于表示二元关系。但是一元 关系和多元关系都可以用二元关系来表示。 如果所要表示的事实是多元关系的,可以把这 个多元关系转化成一组二元关系的组合,或二 元关系的合取。具体来说,多元关系R(XI, X2,…,Xd)总可以转换成 R1(X11,X12)∧ R2(X21,X22)∧……∧ Rn (Xn1 , Xn2)
事件(Event)的语义网络
1. the event is 事件 2. the agent of the event is 施动者 3. the object of the event is 受动者
实例
Micheal is an employee and Jack is his boss. Someday Micheal kicked his boss.
例如:香港回归之后,澳门也会回归了。
位置关系
位置关系是指不同事物在位置方面的关 系。 常用的位置关系:
Located-on:一物在另一物之上。 Located-at:一物在何位置。 Located-under: 一物在另一物之下。 Located-inside: 一物在另一物之中。 Located-outside: 一物在另一物之外。
类属关系
关于人工智能的研究
关于人工智能的研究1.人工智能的内涵通过对现有文献进行梳理发现,人工智能的内涵至今未有定论,但究其本质而言,人工智能是代理者(机器、算法、系统等)从结构上、功能上和行为上模仿人类智能行为的能力,表现为具有智能行为的机器智能。
其中,结构上的模拟发端于1943年Mc Culloch和Pitts 提出的人工神经细胞模型(M-P 模型),该方法试图建造人工的神经细胞来模拟人类的思维能力,后来逐步演化出人工神经网络(ANN)。
为解决人工神经网络“结构复杂”问题,1956年Mc Carthy、Shannon 和Minsky 等探讨利用电子计算机作为硬件平台,通过软件模拟人类逻辑思维功能,并正式提出人工智能(AI)概念,即人工智能是让机器表现出像人一样的智能行为。
与此同时,从功能上模拟人类智能,产生了人工智能领域第二类方法——基于功能模拟的物理符号系统(Simon,1969;Newell & Simon,1972)。
功能模拟早期主要集中于“逻辑推理机”这一启发程序的研制,后来演变为专家系统(Expert System),早期的显著成就为第一个通过图灵测试的血液感染疾病诊断专家系统(MYCIN)和战胜国际象棋大师的“深兰(Deeper Blue)”专家系统。
而基于行为的模拟起源于控制论动物,即能够模拟动物的某种智能行为的机器动物模型,例如香农研制的“香农老鼠”和瓦尔特研制的“电动乌龟”。
之后,功能模拟进入智能机器人研究阶段,Brooks(1991)等提出“无需知识表示和推理的智能系统”的“行为主义”方法,并成功研发一种新型的机器人,它拥有150多个各种类型的传感器,能够模拟六脚虫的行为方式。
钟义信(2006)提出智能生成的“机制主义”,机制主义是人工智能结构主义、功能主义、行为主义的统一。
综上所述,人工智能是人类制造出的智能,即是代理者(机器、算法、系统等)模仿人类智能行为的能力,表现为具有智能行为的机器智能,包括没有物质形态的基于结构和功能上的模拟以及有物质形态的基于行为上的模拟。
[电脑基础知识]24--语义网络表示法
2011-3-10
图书
情况
Object
AKO
Before
归还
2006年6月
图2.15 带有情况节点的语义网络 人工智能 丁世飞
2.4 语义网络表示法 人工智能
(2)动作的表示 有些表示知识的语句既有发出动作的主体,又有接
受动作的客体。在用语义网络表示这样的知识时,可 以增加一个动作节点用于指出动作的主体和客体。
属性关系是指事物和其属性之间的关系。常用的属 性关系有:
Have:表示一个结点具有另一个结点所描述的属性。 Can:表示一个结点能做另一个结点的事情。 例如,“鸟有翅膀”,“电视机可以放电视节目”。 其对应的语义网络表示如图2.8所示。
鸟
Have
翅膀
电视机
Can
电视节目
2011-3-10
图2.8 属性关系实例 人工智能 丁世飞
R
A
B
R1
A
R3
R2
B
C
D
R4
R5
图2.3 语义基元结构
图2.4 语义网络结构
2011-3-10
人工智能 丁世飞
2.4 语义网络表示法 人工智能
2.4.2 语义网络的基本语义联系
语义网络除了可以描述事物本身之外,还可以 描述事物之间的错综复杂的关系。基本语义联系是 构成复杂语义联系的基本单元,也是语义网络表示 知识的基础,因此从一些基本的语义联系组合成任 意复杂的语义联系是可以实现的。这里只给出一些 经常使用的最基本语义关系。
情况的参观者。 2011-3-10
人工智能 丁世飞
2.4 语义网络表示法
人
部分
部分
ISA 参观者
部分
知识的语义网络表示方法
张山
主体
一本书 客体2
给予事件 客体1 动作
给
肖红
2020/3/29
7
例2:有下述事实: “小信使”这只鸽子从春天到秋天占有一个窝。
小信使 是一只
占有者
占有
占有物
开始于
鸽子 ቤተ መጻሕፍቲ ባይዱ 春天
是一种 是一种
▪ 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。
2020/3/29
2
一个最简单的语义网络是如下一个三元组: (节点1,弧,节点2)
它可用图表示,称为一个基本网元。
A
RAB
B
其中,A,B分别代表两个节点;RAB表示A与B之间的语某种语义联系。
例如:
是一种
猎狗
狗
其中,在猎狗与狗之间的语义关系”是一种”具体的指出了猎狗与狗的语 义关系,即猎狗是狗的一种,两者之间存在类属关系。
2.4 知识的语义网络表示方法
1. 概述
语义网络1968年由J.R.Quillian提出,开始是作为人类联想记忆的一 个显式心理学模型提出,随后在AI中用于自然语言理解,表示命题 信息(具有逻辑真的事实)。目前语义网络已广泛应用于人工智能 的许多领域,是一种表达能力强而且灵活的知识表达方式。
• 语义网络是通过概念及其语义关系来表示知识的一种网络图 ; • 从图论的观点看,他们就是一个“带标识的有向图” ; • 语义网络由节点和节点间的弧组成;
身上有毛 狗
有尾巴
有生命
动物 会 吃
能运动
:表示节点—— :表示狐 :该节点描述对象的属性
人工智能复习总结讲解
➢ 综合数据库,用于存放求解过程中各种当前信息的数据结构,如问题是的初始状态、
事实或证据、中间推理结论和最后结果等。
➢ 规则库,用于存放与求解问题有关的某个领域知识的规则之集合及其交换规则。
➢
其基本形式为
•
IF 前提 THEN 结论
➢ 控制策略的作用是说明下一步应该选用什么规则。
2.2.4 语义网络法
3.3 启发式搜索 ➢ 盲目搜索的不足:效率低,耗费过多的计算空间与时间。 ➢ 宽度优先、深度优先搜索,或代价树搜索算法,其主要的差别是 OPEN 表中待扩展节 点的顺序问题。人们就试图找到一种方法用于排列待扩展节点的顺序,即选择最有 希望的节点加以扩展,那么,搜索效率将会大为提高。 ➢ 启发信息:进行搜索技术一般需要某些有关具体问题领域的特性的信息。 ➢ 把利用启发信息的搜索方法叫做启发式搜索方法。 ➢ 启发式搜索策略 ➢ 启发信息用于决定要扩展的下一个节点, ➢ 这种搜索总是选择“最有希望”的节点作为下一个被扩展的节点。
(4)喜欢读《三国演义》的人必读《水浒》。
定义谓词:
MAN(x):x 是人。
LIKE(x,y):x 喜欢读 y。
(x)(MAN(x)∧LIKE(x, 《SANGUOYANYI》)
→LIKE(x, 《SHUIHU》))
(5)有的人喜欢梅花,有的人喜欢菊花,有的人既喜欢梅花又喜欢菊花。
定义谓词:
MAN(x):x 是人。
例: 一个用来描述硕士生有关情况的框架 Frame <硕士生>
姓名: 单位(姓,名) 性别:范围(男,女)
默认:男 年龄:单位(岁)
条件:岁>16 学习专业:单位(专业名)
研究方向:单位(方向名) 导师姓名:单位(姓,名) 参加课题:范围(国家级,省部级,其他)
《人工智能》知识点整理
《人工智能》知识点整理第二讲知识表示2.0.知识表示的重要性知识是智能的基础:获得知识、运用知识符合计算机要求的知识模式:计算机能存储、处理的知识表示模式;数据结构(List, Table, Tree, Graph, etc.)2.1 基本概念2.1.1 数据、信息与知识数据(Data)⏹信息的载体和表示⏹用一组符号及其组合表示信息信息(Information)⏹数据的语义⏹数据在特定场合下的具体含义知识(Knowledge)⏹信息关联后所形成的信息结构:事实& 规则⏹经加工、整理、解释、挑选、改造后的信息2.1.2 知识的特性⏹相对正确性⏹一定条件下⏹某种环境中⏹......⏹不确定性⏹存在“中间状态”⏹“真”(“假”)程度⏹随机性⏹模糊性⏹经验性⏹不完全性⏹...... ⏹可表示性& 可利用性⏹语言⏹文字⏹图形⏹图像⏹视频⏹音频⏹神经网络⏹概率图模型⏹......2.1.3 知识的分类⏹常识性知识、领域性知识(作用范围)⏹事实性知识、过程性知识、控制知识(作用及表示)⏹确定性知识、不确定性知识(确定性)⏹逻辑性知识、形象性知识(结构及表现形式)⏹零级知识、一级知识、二级知识(抽象程度)2.1.4 常用的知识表示方法⏹一阶谓词(First Order Predicate)⏹产生式(Production)⏹框架(Framework)⏹语义网络(Semantic Network)⏹剧本(Script)⏹过程(Procedure)⏹面向对象(Object-Oriented)⏹Petri网(Petri Network)⏹信念网(Belief Network)⏹本体论(Ontology)……2.1.5 如何选择合适的表示方法?⏹充分表示领域知识⏹有利于对知识的利用⏹便于理解和实现⏹便于对知识的组织、管理与维护2.2 一阶谓词表示法1. 优点⏹自然性⏹接近自然语言,容易接受⏹精确性⏹用于表示精确知识⏹严密性⏹有严格的形式定义和推理规则⏹易实现性⏹易于转换为计算机内部形式2. 缺点⏹无法表示不确定性知识⏹所能表示的知识范围太狭窄⏹难以表示启发性知识及元知识⏹未能充分利用与问题本身特性有关的知识⏹组合爆炸⏹经常出现事实、规则等的组合爆炸⏹效率低⏹推理与知识的语义完全割裂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⏹AI中应用最多的知识方法之一⏹Feigenbaum研制的化学分子结构专家系统DENDRAL⏹Shortliffe研制的的诊断感染性疾病的专家系统MYCIN⏹……2.3.1 产生式的基本形式P → Q 或IF P THEN Q CF = [0, 1]其中,P是产生式的前提,Q是一组结论或操作,CF(Certainty Factor)为确定性因子,也称置信度。
语义网络及其应用实例浅析
语义网络及其应用实例浅析姓名:景飞班级: 3005学号:3113003029摘要:本文从语义网络的实际应用为出发点,首先介绍了语义网络的基本概念,随后通过列举如何将其应用于家族人物关系的模型建立以及如何建立基于特征的零件知识语义网络两个实例,来说明语义网络在实际建模中的实用性和便捷性,以此说明语义网络的未来发展空间还很大,将其用在智能控制领域会有很大成果。
关键词:语义网络家族人物关系模型零件知识语义网络一、语义网络概述语义网络是一种出现较早的知识表达形式,并在人工智能中得到了比较广泛的应用。
语义网络最早是1968年奎廉(Quillian)在他的博士论文中作为人类联想记忆的一个显式心理学模型提出的,认为记忆是由概念间的联系来是实现的,他主张处理问句时,将语义放在首位。
当时的语义网络主要应用于自然语言理解系统中,表示事物之间的关系。
由于其强大和直观的表示能力,不久就广泛应用于人工智能研究和应用开发的许多领域。
1972年,西蒙正式提出语义网络的概念,讨论了它和一阶谓词的关系,并将语义网络应用到了自然语言理解的研究中。
语义网络采用网络形式表示人类的知识,其表示由词法部分、结构部分、过程部分和语义部分四部分组成。
一个语义网络是一个带标示的有向图。
其中,带有标识的结点表示问题领域中的物体、概念、时间、动作或者态势。
在语义网络知识表示中,结点一般划分为实例节点和类节点两种类型。
结点之间带有标识的有向弧标识结点之间的语义联系,是语义网络组织知识的关键。
因为语义网络表示知识的实质是知识的图解表示,所以这种表示法容易把各种事物有机地联系起来,它特别适于表达关系知识。
语义网络通过对于个体间的联系追溯到有关个体的节点,实现对知识的直接存取,能比较正确地反映人类对客观事物的本质认识。
应用语义网络使得知识表示更为直观,便于理解。
语义网络的特征包括以下几个方面的内容:1、重要的相关性得意明确表示;2、相关事实可以从直接相连的节点推导出来,不必遍历整个庞大的知识库;3、能够利用“IS-A”和“Subset”链在语义网络中建立属性继承的层次关系;4、易于对继承的属性进行演绎;5、能够利用少量基本概念的几号建立状态和动作的描述。
语义网络与外语词汇教学
2. 由于与概念相关的属性和联系被组织在一个 相应的节点中 ,因而使概念能被访问和学习 。
3. 表现问题更加直观 ,更易于理解 ,适于沟通 ,语 义网络中的继承方式也符合人类的思维习惯 。
由于语义网络能表示事物之间属性的继承 、补 充 、变异及细化等关系 , 因而自 1968 年由 Quillian (奎林) 提出以来 ,就在人工智能知识表示中有着广泛 的应用 ,并取得了一些有现实意义的成果[6] 。本文主 要尝试阐述语义网络在大学英语词汇教学中的作用 。
下面以《大学英语》3 (全新版) 综合教程 (上海外 语教育出版社 ,2002) Text A : L EA RN IN G , C H I2 N ESE - S T YL E (in U nit 1) 为例 ,来说明利用语义网 络教学词汇的可行性 。
全篇文章共 15 自然段 ,分为 5 部分 。在课文讲 授过程中 ,以部分作单位 ,以课文“I’m going to buy Broo klyn Bridge”为主题 ,借助语义网络讲解课文 ,从 而习得词汇 。
课文 ,是由有一定语义关系的词汇网络 ,按照特 定的顺序 、方式组合而成的 。课文情景中的词汇语义 网络 ,是由学生已获得事件图式 、语言图式以及将要 学习的新词汇组成的 ,有关课文主题的语义关系网
学报
2007 年第 4 期
络[10] 。在特定课文情景中 ,词汇的学习便是从记忆 中输出所需信息 ,并通过辨认 、解释 、重组信息等程 序 ,推断提供所需的正确信息 ,从而建立词汇网络的 语义关系 。
局限性以词汇语义网络的形式教授学生词汇的方法所需时间较长当课文很长时应考虑教学内容课时安排以及教学任务之间的关系同时对学生的英语水平也要求较高教学中应根据学生的实际水平去作调另外要使语义网络应用于词汇教学的课堂上还需对现行的教学模式教材做出必要修订只有这样才能真正成为促进外语词汇教学的一个新渠道这些方面还需要进一步探讨
语义网络表示法
何为语义网络?
语义网络是一种用实体及其语义关系来表达知识 的有向图。 一个语义网络主要包括了两个部分:事件,以及 事件之间的关系。
从结构上来看,语义网络一般由一些最基本的语 义单元组成。这些最基本的语义单元被称为语义 基元。可用如下三元组来表示:
(结点1,弧,结点2)
例:
结点:代表实体,表示各种事物、概念、 情况、属性、状态、事件、动作等; 弧:代表语义关系,表示它所连接的两 个实体之间的语义联系。
Giving-Events
ISA
John
ISA
Giver
G1
Receiptor
Object
Book1
ISA
Huma
ISA
Mary
Book
逻辑关系的表示:
合取与析取
1. 合取
在语义网络中,如不加标志,就意味着 连接之间的关系是合取关系。 2. 析取 在语义网络中,为与合取关系相区别,析 取关系可以加上析取界限,并标记DIS。当合取 关系嵌套在析取关系之内时,如果合取关系不 被标注就会引起误解。
Every one who lives at 37 Maple Street is a Programmer
ANTE Address ISA Y Person LOC X Worker Occupation ISA O(x,y)
37-Male
CONSE
Programmer
Profession
合取与析取
The
dog
bit
the
postman.
BITE POSTMAN
DOG
ISA
ISA
ISA
D
ASSAILIANT
知识表示方法语义网络和框架表示方法
B
2.5.1 语义网络的基本概念
基本的语义关系(1/6)
• • 实例关系: ISA 体现的是“具体与抽象”的概念,含义为“是一个”,表示一个事物 是另一个事物的一个实例。例
李刚
ISA
人
• •
分类关系: AKO 亦称泛化关系,体现的是“子类与超类”的概念,含义为“是一种”, 表示一个事物是另一个事物的一种类型。例
人 Is Part A State 或 参赛者 Part Part B C State State 与 Part D State 或
教师
学生
高
低
19
2.5.4 逻辑关系的表示
否定的表示(1/2)
• 可分为基本语义关系的否定和一般语义关系的否定 • 基本语义关系的否定的表示 • 可通过在有向弧上直接标注该基本语义关系的否定的方法来解 决。 • 例2-15: 用语义网络表示:书不在桌子上 • 采用在有向弧上直接标注该基本语义关系的否定的方法,该语 义网络为 •
智能机器
AKO
比赛
AKO
活动
AKO Racer
ANTE
机器人竞赛 Constitution
CONSE
机器人
蕴含
ISA
参加比赛
Manipulator
Joiner 李强
22
学生
学校
人
2.5.4 逻辑关系的表示
存在和全称量词的表示(1/4)
• 存在量词:可直接用“ISA”、“AKO”等这样的语义关系来表示 • 全称量词:可采用亨德里克提出的网络分区技术 • 基本思想:把一个复杂命题划分为若干个子命题,每个子命题用一个 较简单的语义网络表示,称为一个子空间,多个子空间构成一个大空间。 每个子空间看作是大空间中的一个结点,称作超结点。空间可逐层嵌套, 子空间之间用弧互相连结。 • 例2-19 用语义网络表示如下事实: • “每个学生都学习了一门程序设计语言” • 其语义网络如下图。在该图中: • GS是一个概念结点,它表示具有全称量化的一般事件。 • g是一个实例结点,代表GS 中的一个具体例子,如上所提到的事实。 • s是一个全称变量,表示任意一个学生。 • l是一个存在变量,表示某一次学习。 • P是一个存在变量,表示某一门程序设计语言。 • 这样,s、l、p之间的语义联系就构成一个子空间,它表示对每一个学生 23 s,都存在一个学习事件l 和一门程序设计语言p。
1 概述 语义网络1968年由JRQuillian提出,开始是作为人类
大学
ISA
东方大学
1990
ISA
时间
2013-8-6
19
2. 将待求解问题构造一个语义片段: 赵云 Recipient 教育 ISA 教育1 Major ?
3. 将其与知识库中的知识网络进行匹配,由 Major 弧所指节点可知赵云的 主修课程是计算机。
4、语义网络中的推理过程主要有两种:一种是继承,另一种是匹配。
2013-8-6
2
一个最简单的语义网络是如下一个三元组:
(节点1,弧,节点2) 它可用图表示,称为一个基本网元。
A
例如: 猎狗
RAB
B
其中,A,B分别代表两个节点;RAB表示A与B之间的语某种语义联系。 是一种 狗
其中,在猎狗与狗之间的语义关系”是一种”具体的指出了猎狗与狗的语
义关系,即猎狗是狗的一种,两者之间存在类属关系。
2013-8-6
18
例:设有如下事实: 赵云是一个学生; 她在东方大学主修计算机课程; 她入校的时间是1990年。 求解问题: 赵云主修什么课程? 解: 1. 将事实用下列语义网络表示出来放在知识库中。 学生 ISA 赵云 Recipient Major 计算机 ISA 科学
教育
ISA
教育1 Begin Agent
1. 概述 在人工智能的发展史中,关于知识的表示方法 曾存在两种不同的观点。 一种观点认为知识主要是陈述性的,其表示方法 应着重将其静态特性,即事物的属性以及事物间 的关系表示出来,称以这种观点表示知识的方法 为陈述式或说明性表示方法;
说明性表示方法是一种静态表示方法,其主要特征是 把领域内的 过程性知识与控制性知识(即问题求解策略)分离开 来。
A
语义网络表示法0314
语义网络表示法1968年有奎廉提出的博士论文《人类联想记忆的一个显示心理学模型》中最先提出来的。
1. 语义网络的概念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(“带标识的有向图”(图论))。
2. 知识的语义网络表示1) 用语义网络表示事实图1用语义网络表示事实示例图2合取、析取关系语义网络示例图3动作作为节点的语义网络示例图4事件作为节点的语义网络示例2) 语义网络表示事实之间的关系分类关系图5 分类关系示例聚集关系图6 聚集关系示例推论关系图7 推论关系示例时间、位置关系图8 时间、位置关系示例3. 常用的语义联系表1 常用的语义联系4. 语义网络系统中求解问题的基本过程1) 语义网络系统的组成∙语义网络构成的知识库∙用于求解问题的解释程序——语义网络推理机2) 求解问题的过程∙根据待求解问题的要求构造一个网络片段,其中有些节点或弧的标识是空的,反映待求解的问题∙依次网络片段到知识库中去寻找可匹配的网络,以找出需要的信息。
主要解决不确定性匹配问题。
∙当问题的语义网络片段与知识库中的某语义网络片段匹配时,则与询问处匹配的事实就是问题的解。
表2 语义网络表示法的特点参考文献:[1] 王永庆. 人工智能原理与方法. 西安: 西安交通大学出版社[2] 尹朝庆. 人工智能方法与应用. 武汉: 华中科技大学出版社, 2007.《AI语义网络表示法》导学东风一中信息技术课题组【学习目标】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。
【学习任务】语义网络表示的词法、结构、过程、语义。
一、复习知识表示法五种二、新知语义网络(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。
语义网知识表示综述
机械故障诊断专家系统中的语义网知识表示一、知识表示概述知识表示就是知识的形式化和符号化的过程。
知识表示就是为了计算机能够识别客观知识而对客观世界知识所做的一组约定,是知识的符号化过程。
知识表示主要是选择合适的形式表达知识,寻找知识与知识表达之间的映射,其目的是在利用计算机方便的表示、存储处理和利用人类的知识。
简单地说,知识表示就是应用程序对现实世界的建模;严格地说,知识表示的研究范围应该是知识表示方法,研究什么样的描述方式最有利于程序的自动处理和自动推理。
知识表示是指将知识符号化并输入到计算机的过程和方法。
知识表示是关于各种数据结构及其解释过程的结合,知识表示方法研究各种数据结构的设计,以及把一个问题领域的各种知识通过这些数据结构结合到计算机系统的程序设计过程。
对于同一种知识可以采用不同的表示方法。
知识表示的目的不仅仅是要解决知识在计算机中的存储问题,更重要的是要使这种表示能够方便地运用知识和管理知识。
知识表示的好坏,对知识处理的效率和应用范围,对知识的获取都有直接的影响。
到目前为止,许多专家学者在把知识表示和知识运用结合起来研究的过程中,提出了许多知识表示方法,如产生式规则表示法、框架表示法、一阶谓词逻辑表示法、语义网络表示法、面向对象表示法等,这些表示法各适用于表示某种类型的知识。
由于各种知识表示方法的侧重点各不相同,在知识表示和知识运用的过程中各有优缺点。
二、语义网知识表示国内外研究现状西蒙于1970年首先提出了语义网络概念,并于1972年把语义网络表示法应用到语言理论系统中。
语义网最早是为了解决web网页单调枯燥、搜索引擎智能化低等问题而提出来的。
最早把语义网络作为一种知识表示的工具是奎林(J.R.Quilian),在其1968年的博士论文首次提出了语义网络知识表示方法。
语义网络实质上就是通过概念及其语义关系来表达知识的一种网络图。
语义网络的BNF描述:<语义网络>::=<基本网元>|Merge(<基本网元>,…)<基本网元>::=<结点><语义联系><结点><结点>::=(<属性一值对>,…)<属性值对>::=<属性名>:<属性值><语义联系>::=系统预定义的语义联系>|<用户自定义的语义联系>具体来说,语义网络是由节点和弧组成的有向图,是一种带标识的有向图。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
主体
给予事件 动作 给
客体1
肖红
2013-7-26
7
例2:有下述事实: “小信使”这只鸽子从春天到秋天占有一个窝。
是一只
是一种
小信使
占有者
鸽子 窝 春天
鸟 鸟窝 时间
占有
占有物
是一种
开始于
是
结束于
秋天
是
情况 其中,“占有” 为一个动作节点,通过它,不仅可以描述占有“窝”, 还可描述占有“窝”的时间。
的实例。这样,就很容易用一个语义网络把它们表示出来,当要
寻找有关自行车的信息时,只要首先找到自行车这个节点就可以 了。
2013-7-26
12
28型
飞鸽 车名 颜色
是一种 黑色
车型
是 张三
所有者
自行车1
是 人
所有者 是 李四 车型 26型
自行车
是 自行车2 车名 颜色
交通工具
红色
金狮
2013-7-26
张三
A-Member-of
工会
2.Composed –of联系 它表示构成联系,是一种一对多的联系,被它连接的节点不具有属性继 承性。
例如:整数由正整数、负整数及零组成。
Composed–of
正整数 与 零 负整数
2013-7-26 16
整数
3.have 联系 它表示属性或事物的占有关系。
鸟
have
边界_1
郑州
居 中
北京
边界_2
位置关系 为了在语义网络中描述多元关系,可以用节点来表示关系。
2013-7-26
11
(3) 用语义网络表示比较复杂的知识 (多元语义网络的表示)
设有如下两个事实:张三的自行车是飞鸽牌,黑色,28型
李四的自行车是金狮牌,红色,26型
将其用语义网络描述出来。 [分析] • 如写成两个网络,很容易,但对知识的利用带来不便, 如何写成一个呢? • 分析事实发现,它们都是关于自行车的,因此只要把自行车作为 一个通用概念用一个节点表示,而把张三李四的自行车作为他们
13
用语义网络表示较复杂的知识时,往往牵涉到对量化变量的处理。
• 对于存在量词:可以直接用“是一个”、“是一种”等这样的语义
联系起来。 • 对全称量词: 则需用网络分区技术才能实现。网络分区技术是 G.G.Hendrix在1975年提出的,其基本思想是: 把一个表示复杂知识的命题划分为若干子命题,每一个子命题 用一个较简单的语义网络表示,称为一个子空间,多个子空间构成 一个大空间。每个子空间可以看作是大空间中的一个节点 ,称为超 节点。空间可以逐层嵌套,子空间之间用弧互相连接。 例:每个学生都背诵了一首唐诗
为此要把节点分为:概念结点、类结点、实例结点、值结点
2013-7-26
20
5. 语义网络的特点
• 结构性。与框架法一样,语义网络也是一种结构化的知识表示方法。 • • • • 联想性。 自然性。 非严格性。 处理上的复杂性。
2013-7-26
21
2.7 知识的过程表示法
2013-7-26
22
知识的过程表示法
书
located-on
宋朝
6.similar-to,near-to 联系 这些语义联系用来表示事物间的相似和接近的联系。 similar-to
猫
虎
此外,ISA、AKO也可用作语义网络。
2013-7-26 17
4. 语义网络系统中求解问题的基本过程
语义网络系统由两部分组成:由语义网络组成的知识库; 用于求解问题的解释程序,称为语义网络 推理机。 在语义网络中,问题的求解一般是通过匹配实现的,主要过程为:
大学
ISA
东方大学
1990
ISA
时间
2013-7-26
19
2. 将待求解问题构造一个语义片段: 赵云 Recipient 教育 ISA 教育1 Major ?
3. 将其与知识库中的知识网络进行匹配,由 Major 弧所指节点可知赵云的 主修课程是计算机。
4、语义网络中的推理过程主要有两种:一种是继承,另一种是匹配。
2013-7-26 23
另一种观点认为知识主要是过程性的,其表示 方法应将知识及如何使用这些知识的控制策略 均表示为求解问题的过程,称以这种观点表示 知识的方法为过程性表示法,或过程表示法。
过程性表示方法着重于对知识的利用,它把与问题 有关的知识以及如何运用这些知识求解问题的控制 策略都表述为一个或多个求解问题的过程,每一个
2013-7-26 5
Ⅱ. 表示稍复杂系统: 在一些稍复杂的事实性知识中,经常会用到像“并且“及“或者“这样的 连接词。 (用谓词公式表示时,可用合取符号和析取符号把他们表示出来),语义网络 可以通过增设合取节点及析取节点来表示。
人
例如:与会者有男,有女,有年老的, 有年青的。 其语义网络为: (其中,A,B,C,D分别 A 代表四种不同情况的 与会者)
1. 概述 在人工智能的发展史中,关于知识的表示方法 曾存在两种不同的观点。 一种观点认为知识主要是陈述性的,其表示方法 应着重将其静态特性,即事物的属性以及事物间 的关系表示出来,称以这种观点表示知识的方法 为陈述式或说明性表示方法;
说明性表示方法是一种静态表示方法,其主要特征是 把领域内的 过程性知识与控制性知识(即问题求解策略)分离开 来。
翅膀
4.Before, after, at 联系 它们是用来表示事件之间的时间先后关系,其中,before表示一个事件在 另一个事件之前发生,after表示一个事件在另一个事件之后发生, at表示某一事件发生的时间 before
唐朝 宋朝
5.located-on 联系 这些联系用来表示事物间的位置关系。
2.4 知识的语义网络表示方法
1. 概述
语义网络1968年由J.R.Quillian提出,开始是作为人类联想记忆的一 个显式心理学模型提出,随后在AI中用于自然语言理解,表示命题 信息(具有逻辑真的事实)。目前语义网络已广泛应用于人工智能 的许多领域,是一种表达能力强而且灵活的知识表达方式。
• 语义网络是通过概念及其语义关系来表示知识的一种网络图 ; • 从图论的观点看,他们就是一个“带标识的有向图” ; • 语义网络由节点和节点间的弧组成; 节点表示各种事物,概念,情况,属性,动作,状况等; 弧表示各种语义联系,指明他所连接的节点间的各种语义联系; • 节点和弧都必须带有标识,以便区分各种不同对象以及对象间的各种不同 语义联系; • 每个节点可以带有若干属性,一般用框架或元组表示; • 节点还可以是一个语义子网络,形成一个多层次的嵌套结构。
(1) 根据求解问题的要求构造一个网络片断,其中有些节点或弧的标 识是空的,反映待求解的问题。 (2) 依此网络片断到知识库中去寻找可匹配的网络,以找出所需要的 信息。当然这种匹配一般是不完全的,具有不确定性,因此需要解决 不确定性匹配问题。 (3) 当问题的语义网络片断与知识库中的某些语义网络片断匹配时, 则与询问处匹配的就是问题的解。
2013-7-26
18
例:设有如下事实: 赵云是一个学生; 她在东方大学主修计算机课程; 她入校的时间是1990年。 求解问题: 赵云主修什么课程? 解: 1. 将事实用下列语义网络表示出来放在知识库中。 学生 ISA 赵云 Recipient Major 计算机 ISA 科学
教育
ISA
教育1 Begin Agent
2013-7-26 1
总结
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。四部分组成: 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。
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。 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。
2013-7-26
14
GS F g
学生 是 s 主体
背诵 是 客体 r
唐诗 是 p
s——全称变量,表示任一个学生; r——存在变量,表示某一次背诵; p——也是存在变量,表示某一首唐诗; s,r,p及其语义联系——构成一个子网,是一个子空间,表示对每 一个学生s,都存在一个背诵事件r和一首唐诗p;
不会飞 善奔走
有牙
吃肉
下层概念节点除了可继承,细化,补充上层概念节点的属性外,还 出现了变异的情况:鸟是鸵鸟的上层概念节点,其属性是有羽毛,会飞, 但鸵鸟只是继承了有羽毛这一属性,把鸟的会飞变异为不会飞,善奔走。
2013-7-26 9
Ⅱ. 聚集关系:如果下层概念是其上层概念的一方面或者一个部分,则称它们 是聚集关系。 教学
2013-7-26 4
2. 知识的语义网络表示
语义网络可以表示事实性的知识,也可以表示有关事实性知识之间的复杂联系。
(1) 用语义网络表示事实
Ⅰ. 一般表示
吃肉 跑得快 猎狗 身上有毛 狗 有生命 动物
:表示节点—— 会 吃
:表示狐 :该节点描述对象的属性
能狩猎
有尾巴
能运动
该语义网络表示了猎狗是一种狗,且进一步指出狗是一种动物,并且分 别指出他们所具有的属性。(做这些只要在图中增加一个节点和一条弧,并 对每个节点附上相应的属性就可以了。) • 语义网络具有属性继承的特性,即下层概念可以继承上层概念的属性,这 样就可以在下层概念中只列出它独有的属性。 • 另外下层概念还可以对其上层概念的属性作进一步的细化,补充,变异, 使之能更准确的反映下层概念的特征。
2013-7-26
8
(2) 用语义网络表示有关事实间的关系