论知识表示
论知识表示
论知识表示作者：马创新来源：《现代情报》2014年第03期基金项目：本文系江苏高校重点研究基地重大项目“先秦文献词汇知识挖掘”（项目编号：2010JDXM023）的研究成果之一。
作者简介：马创新（１９８０－），男，博士研究生，研究方向：知识组织与计算语言学。
·理论探索·〔摘要〕知识必须具有适当的表示形式才能便于使用，为了探索适合于人类和计算机使用的知识表示方法，文章首先分析了知识表示的完整过程，探讨知识表示的方法体系，然后介绍了几种主要的知识表示方法，并且构建了知识表示方法的评价框架，利用该框架从认知层面、本体层面和实现层面对几种主要的知识表示方法进行考察。
〔关键词〕知识表示；方法；体系；比较研究ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０３．００５〔中图分类号〕ＴＰ３１１〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０１４）０３－００２１－０４The Research of Knowledge RepresentationMa Chuangxin（College of Liberal Arts，Nanjing Normal University，Nanjing 210097，China）〔Ａｂｓｔｒａｃｔ〕Knowledge must have appropriate representation as to facilitate the use of human and computer.In order to explore the methods of knowledge representation suitable for humans and computers,this article first analysed the complete process of knowledge representation and discussed the methodology of knowledge representation.Then it introduced several main methods of knowledge representation.And it built a knowledge representation framework for evaluation,and estimated several main methods of knowledge representation from the cognitive level,the ontology level and the implementation level by the framework.〔Ｋｅｙｗｏｒｄｓ〕knowledge representation;method;system;comparative study知识表示是知识组织的基础和前提，知识重组、知识聚类、知识存检、知识编辑、知识布局和知识监控等其他知识组织方式都要建立在知识表示的基础上［１］。
知识表示
框架
例子:
框架
例子:
ห้องสมุดไป่ตู้
框架
框架在简单环境下更为有效,如机器人视 觉例子:斜上方观察立方体
框架
框架描述:
框架
参数化框架描述:
框架
框架的特征: 1.每个框架有—个框架名(可带有参数) .每个框架有—个框架名(可带有参数) 2.每个框架有—组属性,每个称为一个槽,里面可以存 .每个框架有— 放属性值. 3.每个属性对其值有一定的类型要求,不同属性的类型 可以不一样 4.属性值可以是子框架调用,子框架调用可以带参数. 5.有些属性值是事先确定的,有些属性值在生成实例时 代入. 6.有些属性值在代人时需满足一定的条件.在不同属性 的属性值之间还有一些条件需要满足
知识的种类
——知识与信息不一样.知识是信息经过加工整理,解释,挑选和改造 ——知识与信息不一样.知识是信息经过加工整理,解释,挑选和改造 而形成的.( 而形成的.( Feigenbaum)
事实性知识.一般采用直接表示的形 式 . 如果事实性知识是批量的, 有规律的, 如果事实性知识是批量的 , 有规律的 , 则往往以表格,数据库等形式出现. 则往往以表格,数据库等形式出现. 过程性知识. 描述做某件事的过程, 过程性知识 . 描述做某件事的过程 , 使人 或计算机可以照此去做. 或计算机可以照此去做. 行为性知识. 不直接结出事实本身 , 行为性知识 . 不直接结出事实本身, 只给 出它在某方面的行为. 出它在某方面的行为 . 经常表示为某种数 学模型,如微分方程. 学模型,如微分方程.
框架
框架系统应实现如下功能: 描述: 每个框架实现系统应该提供一套设备,利用这些 设备可以建立和管理(查阅,修改,控制,……) 设备可以建立和管理(查阅,修改,控制,……) 对某类客观事物的一个描述.此描选可由一组互 相联,互相支持的框架构成.在建立单个框架时, 可以根据需要设置一组槽.规定每个槽的性质, 及槽与槽之间的关系.每个槽在框架中被认为是 无内部结构的,但当需要时,它本身又可扩充成 一个有内部结构的框架.
人工智能_知识表示
_知识表示_知识表示引言：（Artificial Intelligence，简称）是一门研究如何使计算机能够像人一样进行思考和决策的学科。
知识表示是的一个重要研究领域，主要涉及如何以一种能够被计算机理解和处理的形式表示和组织知识，以支持计算机程序进行推理、学习和解决问题。
本文档旨在介绍中的知识表示领域的基本概念、方法和应用。
主要内容包括：语义网络、谓词逻辑、产生式规则、本体论、语义解释器等方面的内容。
一、语义网络语义网络是一种以图形化形式表示知识的方法。
它通过节点和边来表示概念和关系，节点表示概念，边表示概念之间的关系。
语义网络常用于知识图谱的构建，它能够有效地表示和表达知识之间的关联性。
1.1 节点和边的定义在语义网络中，节点用来表示概念，边用来表示概念之间的关系。
节点和边可以通过标签表示其含义，例如，一个表示“猫”的节点可以用标签“猫”表示，一个表示“属于”的边可以用标签“属于”表示。
1.2 常见的语义网络表示法在语义网络中，有多种常见的表示法，包括二元关系表示法、三元关系表示法和本体图表示法。
其中，二元关系表示法通过一对节点和一个边来表示关系，三元关系表示法通过三个节点和两个边来表示关系，本体图表示法通过节点、边和属性来表示关系。
二、谓词逻辑谓词逻辑是一种用符号逻辑表示知识的方法。
它通过定义一组谓词和一组公式来表示概念和关系，谓词表示概念，公式表示概念之间的关系。
谓词逻辑常用于知识推理和自动推理的领域，它能够通过逻辑推理来解决问题。
2.1 谓词和公式的定义在谓词逻辑中，谓词用来表示概念，公式用来表示概念之间的关系。
谓词可以具有多个参数，用来表示概念的属性。
公式由谓词和参数组成，用来表示概念之间的关系。
2.2 常见的谓词逻辑表示法在谓词逻辑中，有多种常见的表示法，包括命题逻辑、一阶逻辑和高阶逻辑。
其中，命题逻辑用来表示简单的真值关系，一阶逻辑用来表示概念和关系的复杂性，高阶逻辑用来表示关系的进一步抽象性。
知识图谱与知识表示
知识图谱与知识表示随着人类社会的不断发展，我们的知识面也在不断拓宽。
越来越多的信息需要人们去学习、研究、整理和理解。
然而，知识的范围之广，形式之多，使得我们不得不依靠计算机技术来帮助我们去管理和利用这些知识。
知识图谱和知识表示就是其中两种比较重要的技术手段。
本篇文章就会对这两种技术进行更加详细的介绍和探讨。
一、什么是知识图谱？知识图谱（Knowledge Graph）是一种将数据以图形方式表示的技术，可以将实体、关系和属性组织成一种结构化的知识表达形式。
简单来说，知识图谱是一种类似于我们脑海中的抽象概念的东西，它并不是现实中的一件具体事物，而是对现实世界的一种抽象和概括。
知识图谱的核心是实体、关系和属性三个元素。
1. 实体在知识图谱中，实体是指现实中可命名或可分类的事物，例如人名、机构名、地名、事件名等。
实体也可以是抽象的，例如学术领域的术语、孔子思想中的“仁”等等。
知识图谱中都可以以实体的形式进行表示。
2. 关系知识图谱中，关系就是连接实体的桥梁，表达实体之间的联系。
例如，“爸爸”和“儿子”之间存在一个“亲属关系”；“北京”和“上海”之间存在一个“相邻关系”。
在知识图谱中，对于每个关系，都有一定的约束条件，例如“父亲-儿子”关系是一种对称关系，而“父亲-女儿”关系则是一种非对称关系。
3. 属性实体可以拥有若干个属性，用于表达它们的特征、状态、属性等。
属性可以是数值型的、字符型的、布尔型的、时间型的等等。
例如，一个人实体可以拥有“姓名”属性和“出生日期”属性等。
通过实体、关系和属性这三个元素，知识图谱可以更加清晰的表达现实世界中的知识，让计算机可以从中理解现实世界中的各种事物之间的关系和联系。
二、什么是知识表示？知识表示（Knowledge Representation）是另外一种由计算机技术服务于人类知识管理的重要手段。
它的目标是将自然语言表述的知识转化为计算机可处理的表达方式，即形式语言。
这样，计算机可以更加方便的进行知识的表示、推理、推断等操作。
人工智能_知识表示
_知识表示1. 简介1.1 定义在领域中，知识表示是指将现实世界的事物、概念和关系转化为计算机可以理解和处理的形式。
1.2 目的知识表示旨在构建一个可用于推理、学习和问题求解等任务的表达方式，以便让计算机具备类似于人类思维过程一样进行分析与决策。
2. 常见方法及技术2.1 符号逻辑（Predicate Logic）- 概述：使用谓词来描述对象之间的关系，并通过规则对这些谓词进行操作。
常用语言包括Prolog。
- 应用场景：符号逻辑主要应用于专家系统、自然语言处理等领域。
2.2 图结构（Graph-based Representation）- 概述：利用图论模型来存储并展示各种实体之间复杂而动态变化着得联系。
节点代表实体或者事件,边代表它们之间存在某种类型/属性上的连接.- 应用场景: 图结构广泛应该网络搜索引擎(如Google Knowledge Graph) 和社交网络分析.3.本体论 (Ontology)- 概述：本体是一种对于某个领域中概念和关系的形式化描述，以便计算机能够理解并进行推理。
常用语言包括OWL、RDF等。
- 应用场景: 本体论主要应用于知识图谱构建与维护,智能搜索引擎.4. 知识表示学习4.1 带标签数据（Supervised Learning）- 概述：通过给定输入和输出样例来训练模型，并利用该模型预测新的未见过的实例。
- 应用场景：带标签数据适合处理分类问题，如垃圾邮件检测、情感分析等。
4.2 半监督学习 (Semi-Supervised Learning)- 概述: 利益已有少量(相较总数) 样品被打上了正确类别后, 使用这些信息去估计剩下大部分没有label 的样品.- 应当使用范围 : 当我们很难获得足够多可靠严格准确label时候 , 可采取半监督方式5.附件：[在此处添加相关附件]6.法律名词及注释:a）(): 是指由程序控制而不需要直接干涉的计算机系统，这些程序可以通过学习和适应来执行任务。
基于本体论知识表示技术的智能机器人语义理解研究
基于本体论知识表示技术的智能机器人语义理解研究近年来，随着机器人技术的不断发展，智能机器人已经成为现代科技领域的重要组成部分。
不同于传统机器人只能执行预先编程好的任务，智能机器人拥有更为强大的智能化能力，能够根据不同的环境和任务做出灵活的决策，并与人类进行有效的交互和协作。
在智能机器人中，语义理解技术是实现其智能化能力的核心之一。
本文将探讨基于本体论知识表示技术的智能机器人语义理解问题。
一、智能机器人语义理解的意义智能机器人语义理解是指机器人对人类语言的理解和解释能力。
其作用旨在实现机器人和人类之间的有效交互和沟通。
智能机器人语义理解技术的实现，使得机器人能够对人类的自然语言进行识别、分析和理解，从而能够根据人类的指令完成指定任务，或者向人类提出问题，进行更为深入的交互和沟通。
在机器人技术的各个应用领域，智能机器人语义理解技术都有着非常重要的应用价值，在家庭服务、医疗护理、农业生产、工业制造、智慧城市等领域都有着广泛的应用。
二、基于本体论知识表示的智能机器人语义理解技术智能机器人语义理解技术的实现需要依赖于强大的知识表示模型和推理机制。
目前，最流行的知识表示模型之一是基于本体论的知识表示。
在基于本体论知识表示技术中，本体指的是将领域知识元素分解为一系列复合的基本概念，并对这些概念之间的关系进行建模的一种形式化语言。
通过使用本体，智能机器人能够把人类所说的话翻译成机器可理解的语言模型，从而能够进行更为准确的语义理解。
在基于本体论知识表示技术中，最常用的本体语言是OWL(Web Ontology Language)。
这种语言能够通过定义本体的类和属性描述，来描述领域中的实体及其之间的关系。
OWL提供了一种形式化的语言表达方式，通过在知识库中存储本体信息，智能机器人能够通过推理规则而得到新的结论，从而能够进行更为准确的语义理解。
三、智能机器人语义理解技术的挑战与应对在使用基于本体论知识表示技术实现智能机器人语义理解技术时，我们可能会面临以下挑战。
1.2知识表示
例1：Intelligent(human),值为”T”
例2：当现实世界中，盒子在桌子上时，公式 ON （BOX,TABLE）为真。
例3：1+1=2,真值为T or F?
2、知识表示
5、基本的知识表示方式 一阶谓词逻辑（First order predicate logic）
但是对于P(A),虽然不存在变量，但是谓词”P”和项常量“A”不具 有具体含义，所以需要建立一种解释。 对一个原子公式，可以规定其中的谓词、常量和函数与论域中的关 系、实体与函数的关系，从而建立起一个解释。在每一种解释 下，根据论域，原子公式有不同的真值。 对于 P(A,x) ，当定义 P 为” Schoolmate”,A 为” zhangxiao“ 时， 则建立了一个解释，在该解释下，若x的论域为 {zhanghua}, 如果现实世界中， zhangxiao 和 zhanghua 为同班同学，则在 该解释下， P(A,x)为”T“, 否则为 ”F”，
2、知识表示
3、知识表示的性能
要兼顾概念效率和计算效率往往是困难的，因为前者要求表示知识的符号结 构与知识的获取和知识库维护相容，而后者则要求与推理机相容。换言 之，为促进知识获取的有效性，知识应以接近人思维的方式表示；但要 提高推理效率，知识应以接近计算机目标代码的方式表示。为解决矛盾， 一种可取的方法是提供两套符号结构，分别面向知识获取和机器推理， 并设计自动转变程序来实现两者间的映射。
2、知识表示
5、基本的知识表示方式 一阶谓词逻辑（First order predicate logic）
存在量词：(x)P(x)：它表示“在个体域中存在个体 x” ，读为” 存在x“，对”某个x“或”至少存在一个x“。 在某一个解释下，对于变量x至少存在一个可能值使P（x）为真， (x)P(x)在该解释下为真。如“有一件东西在桌子上”可以表 示为(x)ON(x, TABLE)
知识与知识表示
第3章 知识与知识表示 李长河主编
2019/11/11
3章知识与知识表示 赵东晋
4
3.1 知识表示概述
3.1.1 3.1.2 3.1.3 3.1.4
事情； ②如果发现太阳黑子增多，那么就预示地球气候会发生反常； ③如果敌进，则我退；如果敌疲，则我打； ④如果大雁南飞，那么就预示着冬天临近。
第3章 知识与知识表示 李长河主编
2019/11/11
3章知识与知识表示 赵东晋
9
3.1 知识表示概述
3.1.2 知识的特性
1. 知识的相对正确性
常言道：实践出真知。知识源于人们生活、学习与工作的实践，知识是 人们在信息社会中各种实践经验的汇集、智慧的概括与积累。
什么是知识 知识的特性 知识的分类 知识映射原理
第3章 知识与知识表示 李长河主编
2019/11/11
3章知识与知识表示 赵东晋
5
3.1 知识表示概述
3.1.1 什么是知识
知识是人类世界特有的概念。它是人类对
客观世界一种较为准确、全面的认识和理解
的结晶。
知识只有相对正确的特性。例如直到1543年哥白尼 学说问世之前，人们一直认为地球是宇宙的核心； 再有：人们都知道一个关于“瞎子摸象”的故事， 它通俗地说明了正确完整的知识形成是一个复杂的 智能过程。
造成知识具有不确定性的因素是多方面的。诸如：①证据 不足、地域时区不同、各种变化因素及现实世界的复杂性， 造成客观后果及其知识的不确定性； ②生活中，模糊性概 念及模糊关系比比皆是，形成了知识的不确定性；③概率 事件发生常常不可避免，一般都具有随机不确定性的规律； ④经验性及各种不完备的积累过程，导致相关知识的不确 定性等。
2.知识表示
例如，MYCIN中有如下产生式：
IF
本微生物的染色斑是革兰氏阴性 本微生物的形状呈杆状 病人是中间宿主
THEN
该微生物是绿脓杆菌，置信度为CF=0.6
CF表示知识的强度，谓词逻辑中的蕴涵式不可以这样做。 （2）用产生式表示知识的系统中，“事实”与产生式 的“前提”中所规定的条件进行匹配时，可以是“精确匹 配”，也可以是基于相似度的“不精确匹配 不精确匹配”，只要相似 不精确匹配 度落入某个预先设定的范围内，即可认为匹配。但对谓词 逻辑的蕴涵式而言，其匹配必须是精确的。
人工智能
第二章 知识表示
主要内容
2.1 基本概念 2.2 一阶谓词表示法 2.3 产生式表示法 2.4 框架表示法 2.5 语义网络表示法 2.6 剧本（脚本）表示法 2.7 过程表示法 2.8 面向对象表示法 2.9 Petri网表示法 2.10 信念网表示法
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.）
控制系统
控制系统又称推理机构 推理机构，由一组程序组成，负责整个 推理机构 产生式系统的运行，实现对问题的求解。 控制系统的主要工作： 选择规则，并与综合数 （1）按一定的策略从规则库中选择规则 选择规则 据库中的已知事实进行匹配 进行匹配。 进行匹配 （2）当发生冲突 冲突（即匹配成功的规则不止一条）时， 冲突 调用相应的冲突解决策略予以消解。 （3）在执行某条规则时，若该规则的右部是一个或多 个结论，则把这些结论加到综合数据库中 把这些结论加到综合数据库中；若规则的右部 把这些结论加到综合数据库中 是一个或多个操作，则执行这些操作 执行这些操作。 执行这些操作
知识表示
20
知识表示方法： 知识表示方法：
知识表示方法又称为知识表示技术， 知识表示方法又称为知识表示技术 ， 其 表示形式被称为知识表示模式。目前， 表示形式被称为知识表示模式 。 目前 ， 使用 较多的知识表示方法有10余种，如: 较多的知识表示方法有10余种， 10余种 • 状态空间法 • 问题归约法 • 谓词逻辑法 • 语义网络法 • 框架表示法 • 剧本表示法 • 过程表示法 • 面向对象表示法
21
状态空间法
对软件智能研究中运用的问题求解方法进 行综合分析， 行综合分析 ， 可以发现许多问题求解方法是 采用试探搜索方法的。 采用试探搜索方法的。 也就是说， 也就是说，这种方法是通过在某个可能的 解空间内寻找一个解来求解问题的。 解空间内寻找一个解来求解问题的。 这种基于解答空间的问题表示和求解方法 这种基于解答空间的问题表示和求解方法 就是状态空间法 状态空间法。 就是状态空间法。 状态空间法是以状态 算符为基础来表示 状态和 状态空间法是以状态和算符为基础来表示 和求解问题的。 和求解问题的。
12
（5）按知识的确定性 • 确定性知识：是可以给出其真值为“真 确定性知识：是可以给出其真值为“ 的知识。 ”或“假”的知识。这些知识是可以精确 表示的知识。 表示的知识。 • 不确定性知识：是指具有“不确定”特 不确定性知识：是指具有“不确定” 性的知识。不确定性的概念包含不精确、 性的知识。不确定性的概念包含不精确、 不完备和模糊。 不完备和模糊。
14
二. 知识表示
所谓知识表示实际上就是对知识的一种描 述 ， 即用一些约定的符号把知识编码成一组计 算机可以接受的数据结构。 算机可以接受的数据结构 。 所谓知识表示过程 就是把知识编码成某种数据结构的过程。 就是把知识编码成某种数据结构的过程 。 一般 来说， 同一知识可以有多种不同的表示形式， 来说 ， 同一知识可以有多种不同的表示形式 ， 而不同表示形式所产生的效果又可能不一样。 而不同表示形式所产生的效果又可能不一样。
基于本体论的知识表示与表达
基于本体论的知识表示与表达随着信息技术的不断发展，我们面临着海量的知识和信息。
如何对这些知识进行有效地表示和表达成为了一个重要的课题。
本体论，作为一种领域交叉的研究领域，提供了一个强大的框架，可以用来表示和表达知识。
本文将探讨基于本体论的知识表示与表达的相关概念和方法。
知识表示是将人类知识以一种形式进行编码和存储的过程。
基于本体论的知识表示是一种将实际世界中的事物和概念进行抽象和建模的方法。
本体是指对实体、概念和关系进行形式化定义的一种结构化表示。
通过定义实体、概念和关系之间的属性和关联，本体能够帮助我们理解和组织知识。
在基于本体论的知识表示中，最重要的概念是本体语言。
本体语言是一种形式化的语言，用于定义本体的类、属性和关系。
基于本体论的知识表示可以使用多种本体语言，如OWL （Web本体语言）和RDF（资源描述框架）。
这些本体语言具有丰富的表达能力，能够表示复杂的概念和关系。
知识表示的核心是概念和关系的定义。
概念是对实体的抽象和分类，关系是描述实体之间的联系。
通过概念和关系的定义，我们可以构建一个知识图谱，用于存储和查询知识。
知识图谱是一种将概念和关系表示为节点和边的图形结构。
通过知识图谱，我们可以实现知识的检索和推理。
基于本体论的知识表示和表达有许多应用领域。
其中最重要的应用是语义网。
语义网是一种建立在本体论基础上的互联网，用于将信息组织、共享和交互。
通过基于本体的知识表示，语义网能够实现自动化的信息处理，提供更加智能化的服务。
在语义网中，我们可以使用本体语言定义概念和关系，构建知识图谱。
通过给实体打上标签，我们可以将不同网页、文档和数据连接在一起，形成一个庞大的知识网络。
这样，我们可以通过语义网实现跨领域的知识共享和集成。
除了语义网，基于本体论的知识表示和表达还被广泛应用于其他领域，如智能搜索、自然语言处理和机器学习等。
在智能搜索中，基于本体的知识表示可以帮助搜索引擎理解用户的查询意图，提供更加准确和个性化的搜索结果。
知识表示
什么是知识表示？
知识表示
知识的分类知识表示方法应具有的性质知识的表示方法知识的表示方法
状态空间方法谓词逻辑表示方法产生式规则语义网络
二元语义网络二元语义网络
二元语义网络
“小燕
语义网络的构建多元语义网络
多元语义网络基本的语义关系
Is-a：
二元语义网络“小燕
基本的语义关系Part-of
已有的语义网络WordNet
张长水清华自动化系知识表示23张长水清华自动化系知识表示
资源
语义网络的推理HowNet2000
继承继承
继承继承
预测
语义网络的问题根据缺省继承关系和
语义网络的问题框架表示
Minsky
框架表示框架表示
框架匹配继承和预测变异（反常现象）混合表示。
知识表示方法
P
Q
¬P P∨Q P∧Q P→Q P↔Q
T
T
F
T
T
T
T
T
F
F
T
F
F
F
F
T
T
T
F
T
F
F
F
T
F
F
T
T
2.2.1一阶谓词逻辑表示的逻辑基础
量词：
：全称量词，意思是“所有的”、“任一个” 命题( x)P(x)为真，当且仅当对论域中的所有x，都有P(x)为真 命题( x)P(x)为假，当且仅当至少存在一个xi D，使得P(xi)为假
Dn {( x1, x2, , xn ) | x1, x2, , xn D}
则称f是D上的一个n元函数，记作 P(x1,x2,…,xn) 谓词与函数的区别：
谓词是D到{T，F}的映射，函数是D到D的映射 谓词的真值是T和F，函数的值（无真值）是D中的元素 谓词可独立存在，函数只能作为谓词的个体 Teacher(Wang) Teacher(father(Wang))
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。
元知识：怎样使用规则、解释规则、校验规则、解 释程序结构等知识。
2.1.2 知识表示的概念
什么是知识表示?
知识表示方法是研究用机器表示知识的可行性、 有效性的一般方法。 是对知识的描述，即用一组符号把知识表示成 计算机可以接受的某种结构。 知识表示方法不唯一。
知识就是力量
F.Bacon(1561—1626)
英国哲学和自然科学家 归纳法的创立者“培根”
第2章 知识表示
2.1 知识与知识表示的概念 2.2 一阶谓词逻辑表示法 2.3 产生式表示法
论知识表示
的客体就是知识 ；知识 表示 的主体包 括 ３类 ：表 示方 法 的 设计者 、表示方 法 的使 用者 、知识 的使 用 者 。具 体 来说 ， 知识表示 的主体主要指的是人 （ 个人或集体 ） ，有 时也可 能 是计算机 。 知识表示的过程如 图 １所示 。图 １中的 “ 知识 Ｉ”是
【 Ｋ ｅ ｙ ｗ ｏ ｒ ｄ ｓ ］ｋ ｎｏ ｗ ｌ ｅ ｄ ｇ ｅ ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ；ｍ ｅ ｔ ｈ ｄ ；ｓ ｏ ｙ ｓ ｔ ｅ ｍ；ｃ ｏ ｍ ｐ ａ ｒ ａ ｔ ｉ ｖ ｅ ｓ ｔ ｕ ｄ ｙ
知识
表1几种常用知识表示方法的比较认知层面本体层面实现层面知识表示可表示实现方法自然性可理解性表示粒度完备性模块性结构性计算效率推理能力知识类型难易度逻辑很好很好陈述型一般差很好差容易差差过程型产生式很好很好一般一般很好一般容易差一般控制型语义网络很好好陈述型一般一般差很好一般一般一般框架很好好兼有好好好好一般很好一般面向对象很好好兼有很好好很好很好一般很好好本体很好一般兼有很好很好好好较复杂很好很好通过表1可以看出相对于其他方法本体方法难以的重点研究面向机器的知识表示方法
ｎｏ ｋ ｗ ｌ ｅ ｄ ｇ ｅ ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｉ ｔ ｏ ｎ ．Ａ ｎ ｄ ｉ ｔ ｂ ｕ ｉ ｌ ｔ ａ ｋ ｎ ｏ ｗ ｌ ｄｇ ｅ ｅ ｒ ｅ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｆ ｒ ａ ｍｅ ｗ ｏ ｒ ｋ ｆ ｏ ｒ ｅ ｖ ａ ｌ ｕ ａ ｉ ｔ ｏ ｎ，ａ ｎｄ ｅ ｓ ｔ ｉ ｍａ ｔ ｄ ｅ ｓ ｅ ｖ ｅ ｒ ａ ｌ ｍａ ｉ ｎ ｍｅ ｈｏ ｔ ｄ ｓ ｆ ｏ ｎｏ ｋ ｗ ｌ ｅ ｄ ｇ ｅ ｒ ｅ ｐ ｒ ｅ ｅｎ ｓ ｔ ａ ｔ ｉ ｏ ｎ ｆ ｒ ｏ ｍ ｈｅ ｔ ｃ ｏ ｇ ｎ ｉ ｔ ｉ ｖ ｅ ｌ ｅ ｖ ｅ ｌ ，ｔ ｈｅ ｏ ｎ ｔ ｏ ｌ ｏ ｇ ｙ ｌ ｅ ｖ ｅ ｌ ａ ｎ ｄ ｈｅ ｔ ｉ ｍｐ ｌ ｅ ｍｅ ｎ ｔ ａ ｔ ｉ ｏ ｎ ｌ ｅ ｖ ｅ ｌ ｂ ｙ ｔ ｈ ｅ ｆ ｌ ￣ ． ｍｅ ｗ ｏ ｒ ｋ．
AI_知识表示
知识表示观与知识表示方法--人工智能学院计算机班级三班姓名王亚飞学号3013216076知识表示观与知识表示方法知识表示知识表示是指把知识客体中的知识因子与知识关联起来,便于人们识别和理解知识.知识表示是知识组织的前提和基础,任何知识组织方法都是要建立在知识表示的基础上.知识表示有主观知识表示和客观知识表示两种.结构：知识的表示就是对知识的一种描述,或者说是对知识的一组约定,一种计算机可以接受的用于描述知识的数据结构.某种意义上讲,表示可视为数据结构及其处理机制的综合：表示=数据结构+处理机制.因此在ES中知识表示是ES中能够完成对专家的知识进行计算机处理的一系列技术手段.常见的有产生式规则、语义网、框架法等.含义：知识是信息接收者通过对信息的提炼和推理而获得得的正确结论;是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握,是人的大脑通过思维重新组合和、系统化的信息集合.在ES中,知识的涵义和一般我们认识的知识的涵义是有所区别的,它是指以某种结构化的方式表示的概念、事件和过程.因此在ES中,并不是日常生活中的所有知识都能够得以体现的,而是只有限定了范围和结构,经过编码改造的知识才能成为ES中的知识.在ES中的知识一般有如下几类：有关现实世界中所关心对象的概念,即用来描述现实世界所抽象总结出的概念.有关现实世界中发生的事件、所关系对象的行为、状态等内容,也就是说不光有静态的概念,还有动态的信息.关于过程的知识,即不光有当前状态和行为的描述,还要有对其发展的变化及其相关条件、因果关系等描述的知识.元知识,即关于知识的知识,例如包括知识利用方面的知识.知识表示是人工智能的基本原理之一知识表示是人工智能研究的一个重要课题，无论应用人工智能技术解决什么问题，首先遇到的就是所涉及的各类知识如何加以表示。
不同的知识有不同的表示方法，合理的知识表示，可以使得问题的求解变得容易，并且有较高的求解效率。
知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，即既要考虑知识的存储又要考虑知识的使用。
- 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)。
收稿日期:2013-10-03基金项目:本文系江苏高校重点研究基地重大项目“先秦文献词汇知识挖掘”(项目编号:2010JD XM023)的研究成果之一。
作者简介:马创新(1980-),男,博士研究生,研究方向:知识组织与计算语言学。
·理论探索·论知识表示马创新(南京师范大学文学院,南京江苏210097)〔摘 要〕知识必须具有适当的表示形式才能便于使用,为了探索适合于人类和计算机使用的知识表示方法,文章首先分析了知识表示的完整过程,探讨知识表示的方法体系,然后介绍了几种主要的知识表示方法,并且构建了知识表示方法的评价框架,利用该框架从认知层面、本体层面和实现层面对几种主要的知识表示方法进行考察。
〔关键词〕知识表示;方法;体系;比较研究DOI :10.3969/j .issn .1008-0821.2014.03.005〔中图分类号〕TP311 〔文献标识码〕A 〔文章编号〕1008-0821(2014)03-0021-04The Research of Knowledge RepresentationMa Chuangxin(College of Liberal Arts ,Nanjing Normal University ,Nanjing 210097,China )〔Abstract 〕Knowledge must have appropriate representation as to facilitate the use of hu man and computer .In order to ex -plore the methods of knowled ge representation s uitable for humans and computers ,this article first analysed the complete process of knowledge representation and discussed the methodology of knowledge representation .Then it introduced several main methods of knowledge representation .And it built a knowledge representation framework for evaluation ,and estimated several main methods of knowledge representation from the cognitive level ,the ontology level and the implementation level by the framework .〔Key words 〕knowled ge representation ;method ;system ;comparative study 知识表示是知识组织的基础和前提,知识重组、知识聚类、知识存检、知识编辑、知识布局和知识监控等其他知识组织方式都要建立在知识表示的基础上[1]。
知识表示方法能够影响到知识在使用过程中的完备性、共享性和有效性。
对于同一知识,人们可以采用不同的方法来表示,也会因此产生不同的表示效果。
1 知识表示的完整过程从一般意义上讲,知识表示就是为描述世界所做的一组约定,是知识的符号化、形式化或模型化;从计算机科学的角度来看,知识表示是研究计算机表示知识的可行性、有效性的一般方法,是把人类知识表示成机器能处理的数据结构和系统控制结构的策略[2-3]。
一个完整知识表示过程是:首先是设计者针对各种类型的问题设计多种知识表示方法;然后表示方法的使用者选用合适的表示方法表示某类知识;最后知识的使用者使用或者学习经过表示方法处理后的知识。
所以,知识表示的客体就是知识;知识表示的主体包括3类:表示方法的设计者、表示方法的使用者、知识的使用者。
具体来说,知识表示的主体主要指的是人(个人或集体),有时也可能是计算机。
知识表示的过程如图1所示。
图1中的“知识Ⅰ”是指隐性知识或者使用其他表示方法表示的显性知识;“知识Ⅱ”是指使用该种知识表示方法表示后的显性知识。
“知识Ⅰ”与“知识Ⅱ”的深层结构一致,只是表示形式不同。
所以,知识表示的过程就是把隐性知识转化为显性知识的过程,或者是把知识由一种表示形式转化成另一种表示形式的过程。
2 知识表示的方法体系狭义的知识表示方法专指计算机科学领域使用的知识表示方法,指的是各种不同的适合于机器处理的、形式化2014年3月第34卷第3期现代情报Journal of Modern In formationM ar .,2014Vol .34 No .3图1 知识表示的完整过程的知识模型;广义的知识表示方法是指人类所使用的用来表示知识的所有方法,既包括逻辑、框架、语义网络等替代表示方法,也包括图形、图像、声音等直接表示方法。
为了能够在开阔的视野下对知识表示方法做全面分析,在本文中,如果没有特别强调,所提到的知识表示方法都是广义的。
人类社会在进化过程中不断地创造新的知识,同时也在不断地探索新的知识表示方法。
在计算机诞生之前的几千年里,人们都是在探索面向人类使用、理解和学习的知识表示方法,比如图像、文字和语言等,这些表示方法是人类集体智慧的结晶,并且被人们普遍接受和使用;在计算机诞生之后,人们开始探索面向计算机处理的知识表示方法,比如:产生式、逻辑、框架、面向对象等等,这些方法是领域专家们创造出来的研究成果,通常被应用于特定的领域。
所以,可以把知识表示方法先分为“面向人的知识表示方法”和“面向计算机的知识表示方法”两大类。
图2展示了知识表示方法体系。
图2 知识表示方法体系面向人的知识表示方法主要有图形、图像、地图以及语言符号系统、其他符号系统等。
图形采取与自然世界一致、直接或拟真的方式表示知识,与符号相比,更符合人类的心理认知特点。
语言符号系统一般由语音符号系统和文字符号系统组成,但是世界也有一些语言只有语音符号系统,而没有文字符号系统。
由于语言符号具有二义性和模糊性,虽然人类的智能能够理解用语言符号表示的知识,但是无法满足计算机精确表达的要求,不适合在当今的计算机上处理。
面向计算机的知识表示方法并不是伴随着计算机的诞生凭空出现的,它是以面向人的知识表示方法为基础,再结合计算机处理知识的特殊要求,本着“必须能够被计算机接受”这个先决条件,由领域专家们创造的。
面向计算机处理的知识表示方法又可以再分为直接表示法和间接表示法。
直接表示可以视为外部表示,它强调表示与被表示实体间具有结构相似性,如图形、地图等;间接表示可以视为与计算机处理数据的方式相一致的内部表示,它主要是以符号系统为基础设计的形式化表示方法,用符号替代被表示实体,间接表示法可以是结构化的,如框架、语义网络、面向对象、本体等,也可以是非结构化的,如产生式、逻辑等等。
根据所表示知识的作用类型,间接表示方法又可以相应地分为陈述性知识的表示方法、过程性知识的表示方法和控制性知识的表示方法3种。
陈述性知识的表示方法有一阶谓词逻辑、框架结构、语义网络等方法;过程性知识的表示方法有模式调用程序、产生式规则、逻辑表示法等;控制性知识的表示方法有状态空间搜索算法、问题归约法、约束传播法等[4]。
长期以来,由于间接表示法能够满足计算机符号化、形式化、模型化和精确化的要求,所以它得到了充分的发展。
而直接表示法描述知识的范围相对受限,难以表示定量知识,并且直接表示的知识具有很强的领域相关性,计算机难以处理,所以从计算机产生之后的较长时间里,直接表示法没能得到长足的发展。
然而,近些年来,在人工智能关于知识表示方法的研究中,关于知识的直接表示方式的研究正日益受到重视,因为许多智能行为的知识的表示形式就是对直接的知觉经验进行记忆的结果,抽象的符号化表示不利于某些智能行为在知识获取和知识应用间的知识表示水平上的衔接,符号主义的思想不能延伸到以语言为代表的高层抽象思维之外的认知层次上去,符号主义只适合表示结构化的知识[5]。
总之,面向计算机处理的知识表示方法是以面向人的知识表示方法为基础,再考虑到计算机的可实现性而设计的。
3 面向计算机的知识表示方法3.1 几种常用的方法面向计算机处理的知识表示方法是知识工程师对领域知识的事实和关系的一种模型化,迄今为止,已经有多种知识表示方法得到了深入的研究。
接下来,分别介绍这些方法的特征和优缺点,并进行综合分析和比较。
3.1.1 状态空间表示法状态空间表示法是人工智能中最基本的形式化方法,它源于早期的问题求解系统和博弈程序。
它本身并不是一种知识表示形式,而是利用它在问题的各种可能状态集合中做出有效的选择,从而表示问题的结构[6]。
状态空间表示法求解问题的一般步骤是:先定义一个状态空间,它包含相关对象的各种可能的排序;再规定一个或多个属于此空间的开始状态和目标状态;然后规定一组规则,用来描2014年3月第34卷第3期论 知 识 表 示M ar .,2014Vol .34 No .3述可采取的操作或算子;将非形式化的问题描述转换成形式描述,画出描述问题的状态图;再分析哪些特征对求解问题影响最大,用规则和相应的控制策略去遍历问题空间;最后选择最佳技术去求解待解问题,找出从开始状态到目标状态的某条路径[7]。
搜索状态空间时,可以使用数据驱动的向前搜索法,也可以使用目标驱动的向后搜索法。
向前搜索是从开始状态出发,寻找到达目标状态的路径;向后搜索是从目标状态出发,逆向搜索到达开始状态的路径。
3.1.2 谓词逻辑表示法人类智能的一个杰出方面是人类具有逻辑思维能力,人工智能先驱者所追求的一个主要目标就是使机器也具有这种能力。
在人工智能中,无论是逻辑主义、还是认知主义和工程主义,都认为任何思想和概念都要加以形式化表达,这就需要采用一种形式化语言。
最方便的还是采用数理逻辑中的符号语言,它是一种类自然语言的形式语言[8]。
谓词逻辑表示法就是指各种基于形式逻辑的知识表示方法,利用它可以表示事物的状态、属性、概念、因果关系等。
如“张三在2号房间内”可以描述成:INROOM(ZHANGSAN, room2)。
使用逻辑法表示知识,需要将以自然语言描述的知识通过引入谓词、函数来加以形式描述,获得有关的逻辑公式,进而以机器内部代码表示[3]。
3.1.3 产生式表示法产生式系统依据人类大脑记忆模式中的各种知识之间的因果关系,用“IF THEN”的规则形式捕获人类问题求解的行为特征,并通过认知-行动循环过程求解问题。
一个产生式系统的基本结构包括全局数据库、规则库和控制系统3个主要部分。