人工智能教案04章 4.5 语义网络表示法

4.5语义网络表示法

4.5.1 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。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。

在语义网络中，每一个结点和弧都必须带有标识，这些标识用来说明它所代表的实体或语义。

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，J.R.Quillian又把它用作知识表示。1972年，西蒙在他的自然语言理解系统中也采用了语义网络表示法。1975年，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。

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）

t4-结点1_swf.htm

当把多个语义基元用相应的语义联系关联在一起的时候，就形成了一个语义网络。

注意：在语义网络中，弧是有向弧，方向不能随意调换。

语义网络表示法和产生式表示法及谓词逻辑表示法之间有着对应的表示能力。

思考题：

语义网络

t4-banana_swf.htm

对应的产生式表示法及逻辑表示法是什么？

对比谓词逻辑表示法，Relation（Object1，Object2），语义网络表示法为（Object1，Relation，Object2）。可以认为，语义网络中连接弧上的语义关系对应于逻辑表示法中的谓词关系。

4.5.2 基本的语义关系

从功能上说，语义网络可以描述任何事物间的任意复杂关系。从一些基本的语义关系组合成任意复杂的语义关系是可行的。

下面的例子可以表明一些复杂的语义关系。

图4-3 语义网络图

t4-3图_swf.htm

◇类属关系

类属关系是指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。

它体现的是“具体与抽象”、“个体与集体”的概念。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。

常用的属性有：

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

图4-4 类属关系实例

t4-4a_swf.htm

t4-4b_swf.htm

t4-4c_swf.htm

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。

◇包含关系

包含关系也称为聚类关系，是指具有组织或结构特征的“部分与整体”之间的关系。

它和类属关系的最主要的区别就是包含关系一般不具备属性的继承性。

常用的包含关系的有：

Part_of:表示一个事物是另一个事物的一部分例如：

图4-5 包含关系实例

t4-5a_swf.htm

t4-5b_swf.htm

◇属性关系

属性关系是指事物和其属性之间的关系。

常用的属性的关系有：

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

图4-6 属性关系实例

t4-6_swf.htm

◇时间关系

是指不同事件在其发生时间方面的先后关系。

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。

◇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

◇相近关系

相近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：

Similar-to:相似

Near-to:接近

除了这些简单关系，对于事件（Event）的语义网络描述如下：

图4-7 相近关系实例

t4-7_swf.htm

这个语义网络中，描述了如下的语义：

i. the event is事件

ii. the agent of the event is 施动者

iii. the object of the event is 受动者

下面的实例将给读者一个直观的表示。

例：Micheal is an employee and Jack is his boss. Someday Micheal kicked his boss.的语义描述如右页所示：

图4-8 语义网络实例

t4-8_swf.htm

图中，最外环的语义关系解释了例题中的第一句话，表明Jack和Micheal的关系。中间的语义表示则解释了发生在两人之间的事件：事件的施动者Micheal对受动者Jack做出了Kick的动作。

语义网络是一种网络结构。从本质上讲，结点之间的连接是二元关系。谓词逻辑中一元和多元关系很容易转换为语义网络。如：谓词逻辑中的一元关系Apple（fruit）可以用

t-apple_swf.htm

表示。而对于其中的多元逻辑关系，例如AC米兰队和国际米兰队在一场足球比赛中的成绩为0：1，逻辑表示法为

SCORE( AC-MILAN, INTER-MILAN, 0:1),可以通过加入附加结点的办法将其改成语义网络表示法，其根本方法是将多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G22。

图4-9 多元逻辑关系语义网络实例

t4-9_swf.htm

从图中可以看出，原来的多元关系都变成了G22结点属性。

4.5.3 语义网络的推理

关于语义网络的推理，研究者提出了很多的思路。有人在语义网络中引入逻辑含义，表示出“与”、“或”、“非”等逻辑关系，利用归结推理法进行推理；1977年Hendrix提出了网络的分块技术，将复杂问题分解成许多子问题，每个子问题以一个语义网络