人工智能2第二章知识表示方法
人工智能第二章知识表示方法
框架的构建与实现
80%
确定框架的结构
根据实际需求和领域知识，确定 框架的槽和属性，以及它们之间 的关系。
100%
填充框架的实例
根据实际数据和信息，为框架的 各个槽和属性填充具体的实例值 。
80%
实现框架的推理
通过逻辑推理和规则匹配，实现 基于框架的知识推理和应用。
框架表示法的应用场景
自然语言处理
模块化
面向对象的知识表示方法可以将 知识划分为独立的模块，方便管 理和维护。
面向对象表示法的优缺点
• 可扩展性：面向对象的知识表示方法可以通过继承和多态实现知识的扩展和复用。
面向对象表示法的优缺点
复杂性
面向对象的知识表示方法需要建立复 杂的类和对象关系，可能导致知识表 示的复杂性增加。
冗余性
面向对象的知识表示方法可能导致知 识表示的冗余，尤其是在处理不相关 或弱相关的事实时。
人工智能第二章知识表示方法
目
CONTENCT
录
• 知识表示方法概述 • 逻辑表示法 • 语义网络表示法 • 框架表示法 • 面向对象的知识表示法
01
知识表示方法概述
知识表示的定义
知识表示是人工智能领域中用于描述和表示知识的符号系统。它 是一种将知识编码成计算机可理解的形式，以便进行推理、学习 、解释和利用的过程。
知识表示方法通常包括概念、关系、规则、框架等元素，用于描 述现实世界中的实体、事件和状态。
知识表示的重要性
知识表示是人工智能的核心问题之一，它决定了知 识的可理解性、可利用性和可扩展性。
良好的知识表示方法能够提高知识的精度、可靠性 和一致性，有助于提高人工智能系统的智能水平和 应用效果。
知识表示方法的发展对于推动人工智能技术的进步 和应用领域的拓展具有重要意义。
人工智能 第2章 知识表示
2.1.1 知识的概念
按知识的作用范围划分
➢ 常识性知识 ➢ 领域性知识
按知识的确定性划分
➢ 确定知识 ➢ 不确定知识
按知识的作用及表示来划分
➢ 事实性知识 ➢ 规则性知识 ➢ 控制性知识 ➢ 元知识
按人类的思维及认识方法划分
➢ 逻辑性知识 ➢ 形象性知识
2.1.2 知识表示的概念
知识表示就是研究用机器表述上述知识的可行性、有效性的一 般方法，可以看成将知识符号化，即编码成某种数据结构，并输 入到计算机的过程和方法，即：
规则库: 用于描述相应领域内知识的产生式集合。
2. 综合数据库
综合数据库(事实库、上下文、黑板等)：用于存放输 入的事实、从外部数据库输入的事实以及中间结果（事 实）和最后结果的工作区。
2.3.2 产生式系统的基本结构
3. 推理机
推理机:用来控制和协调规则库与综合数据库的 运行，包含了推理方式和控制策略。
一阶谓词逻辑表示法的缺点：
效率低
由于推理是根据形式逻辑进行的，把推理演算和知识含义截然分开， 抛弃了表达内容所含的语义信息，往往是推理过程太冗长，降低系统 效率。另外，谓词表示越细，表示越清楚，推理越慢、效率越低。
灵活性差
不便于表达和加入启发性知识和元知识。不便于表达不确定性的指示， 但人类的知识大都具有不确定性和模糊性，这使得它表示知识的范围 受到了限制。
R10：IF 该动物是哺乳动物 AND 是食肉动物 AND 是黄褐色 AND 身上有黑色条纹 THEN 该动物是虎
R11： IF 该动物是有蹄类动物 AND 有长脖子 AND 有长腿 AND 身上有暗斑点 THEN 该动物是长颈鹿
R12：IF 该动物有蹄类动物 AND 身上有黑色条纹 THEN 该动物是斑马
人工智能知识表示方法
2023/11/26
产生式系统旳构成
控制系统或策略是规则旳 解释程序。它要求了怎样 选择一条可应用旳规则对 数据库进行操作即决定了 问题旳推理路线。
综合 数据库
产生式系统 旳基本要素
产生式系统所使用旳主要数 据构造，用来表述问题状态 或有关事实，即它具有所求 问题旳信息，期中有些部分 能够是不变旳，有些部分可 能只与目前问题旳节有关。
例1
张三是学生，李四也是学生。
第一步
定义谓词如下： ISStudent(x)：x是一种学生 张三是个体 李四也是个体
第二步
将个体代入谓词中，得到 ISStudent(张三)， ISStudent(李四)
第三步
根据语义，用逻辑连接符连接 ISStudent(张三) ∧ISStudent(李四)
2023/11/26
F
F
F
T
F
F
F
T
T
F
T
T
F
F
F
T
F
F
T
T
2023/11/ 2023/11/26
谓词
• 一阶谓词逻辑根据对象和对象上旳谓词(即 对象旳属性和对象之间旳关系)，经过使用 联结词和量词来表达世界。
• 主要思想：世界是由对象构成旳，能够由 标识符和属性来区别它们。在这些/26
知识表达旳分类
•陈说性知识表达：将知识表达与知识旳利用分开处理，在表达知识时，并不
涉及怎样利用知识旳问题，是一种静态旳描述措施。如学生统计表。
•过程性知识表达：将知识表达与知识旳利用相结合，知识包括于程序中，是
一种动态旳描述措施。如转置矩阵旳程序隐含了专职矩阵旳知识。
选用知识表达旳原因
人工智能第二章知识表示
智能决策支持系统
智能决策支持系统是一种基于知识的系统，用于辅助决策 者做出科学、合理的决策。知识表示在智能决策支持系统 中扮演着重要的角色，用于表示决策模型和数据。
智能决策支持系统的应用领域包括金融分析、市场预测、 资源管理、军事战略等。通过知识表示，智能决策支持系 统能够提供更加精准和全面的信息支持，提高决策效率和 准确性。
维护策略
定期审查和校验知识，发现并修正错 误和过时的知识，确保知识库的质量 和可靠性。
知识的可解释性与透明度
可解释性方法
利用知识图谱、语义网络等技术，将知识表示为易于理解的形式，方便人类理解和解释。
透明度提升
通过可视化技术、决策树和规则引擎等方式，展示系统决策和推理过程，提高系统的透明度和可审计 性。
知识的隐私与安全问题
隐私保护技术
采用匿名化、差分隐私等方法，保护用户隐私，防止数据泄露和滥用。
安全防护措施
加强知识库的访问控制和安全审计，防止未经授权的访问和恶意攻击，确保知识的完整 性和机密性。
05
知识表示的案Βιβλιοθήκη 分析案例一：专家系统在医疗领域的应用
80%
诊断疾病
专家系统通过知识表示技术，将 医学知识和经验转化为计算机可 理解的形式，辅助医生进行疾病 诊断和治疗方案制定。
100%
药物研发
专家系统能够模拟药物研发过程 ，通过知识推理和优化算法，加 速新药的研发和筛选。
80%
病例分析
专家系统可以对大量病例进行分 析和归纳，提取出疾病发生、发 展和治疗的规律，为医生提供参 考和借鉴。
案例二：智能机器人在家庭服务中的应用
家务助手
智能机器人可以识别家庭环境 ，理解家庭成员的需求，完成 扫地、擦窗、做饭等家务任务 。
人工智能第二章知识表示方法
2019/4/16
2.3.3产生式系统的组成
一组产生式在一起互相配合，协同作用，一个产 生式生成的结论可以作为另一个产生式的前提， 以获得问题的解决，这样的系统为产生式系统。 产生式系统通常由规则库、数据库和推理机这3个 基本部分组成。 推理机 数据库
产生式系统的基本结构
2019/4/16
2019/4/16
产生式系统求解问题的一般步骤
（1）初始化综合数据库，把问题的初始已知事实送入综合数据库中。 （2）若规则库中存在尚未使用过的规则，而且它的前提可与综合数据库中 的已知事实匹配，则继续；若不存在这样的事实，则转第（5）步。 （3）执行当前选中的规则，并对该规则做上标记，把该规则执行后得到的 结论送入综合数据库中。若该规则的结论部分指出的是某些操作，则执行这 些操作。 （4）检查综合数据库中是否已包含了问题的解，若已包含，则终止问题的 求解过程；否则，转第（2）步。 （5）要求用户提供进一步的关于问题的已知事实，若能提供，则转第（2） 步；否则，终止问题求解过程。 （6）若规则中不再有未使用过的规则，则终止问题的求解过程。
确定性规则知识 可用前面介绍的产生式的基本形式表示即可。 不确定性规则知识 用如下形式表示 P→Q （可信度） 或者 IF P THEN Q （可信度） 其中，P是产生式的前提或条件，用于指出该产生式是否是 可用的条件；Q是一组结论或动作，用于指出该产生式的前提 条件P被满足时，应该得出的结论或应该执行的操作。
框架表示法
2019/4/16
2.4.1 框架的构成
一般 结构
＜框架名＞ ＜槽名1＞ ＜侧面11＞ ＜值111＞…＜值11k1＞ ＜侧面1n1＞ ＜值1n11＞…＜值1n1kn1＞ ＜槽名2＞ ＜侧面12＞ ＜值121＞…＜值1211＞ ＜侧面1n2＞ ＜值1n21＞…＜值1n21n2＞ …
南邮自动化人工智能2--知识表示方法
问题的表示 求解的方法
状态空间法（State Space Representation）：
状态空间法就是用来表示问题及其搜索过程的一种方法。它是 人工智能中最基本的形式化方法，用“状态（state）”和“算 符（operator）”来表示问题。
南京邮电大学
规则知识：是有关问题中与事物的行动、动作相联系的因 果关系知识，是动态的，常以“如果…那么…” 形式出现。
南京邮电大学
三、人工智能系统中的知识
控制知识：是有关问题的求解步骤、技巧的知识，告诉人 们怎么做一件事，也包括当有多个动作同时被激活时应选 哪一个动作来执行的知识。控制知识常与程序结合在一起 出现，如一个问题求解的算法可以看做是一种知识表示。
如何把初试棋局 变成目标棋局？
11
1 7 5
9
4
3 8
15
12 6
11
1 7 13
9
3 5 2 4 8 10
15
12 6 14
11
1 7 13
4
12 8 10
15
6 14
11
1 7 13
9
3 5 2
4
8 10
15
12 6 14
13
2
10
14
再把另一些适用算符 用于这些新的状态； 这样继续下去，直至 产生目标状态为止
（c，1，c，0）
grasp
U=V
（c，1，c，1） 目标状态
南京邮电大学
小结
什么是知识 知识的划分 人工智能系统中的知识 什么是知识表示 状态空间法
南京邮电大学
南京邮电大学
内容提要
第二章：知识表示方法
人工智能第二部分知识表示方法
第二章知识表示方法教学内容:原章讨论知识表示的各个种方法,市仁共智能课程三大内容(知识表示､知识推理､知识应以)之一,也市学习仁共智能其她内容的基础｡教学重点:状态空間法､問题归约法､谓词逻辑法､语义网络法｡教学難点:状态描述與状态空間圖示､問题归约機制､置换與合一｡教学方法:课堂教学為主要,和時結合《离散数学》等以学的内容实時提問､收集学升学习情况,充分利以网络课程中的多媒體素材來表示抽象概念｡教学药求:重点掌握以状态空間法､問题归约法､谓词演算法､语义网络法來描述問题;解决問题;掌握几种主要药方法之間的差另;并對其它几种表示方法有一般乐解｡2.1 状态空間法教学内容:原节市通過状态空間法來求解問题,它市以状态和算符(operator)為基础來表示和求解問题的｡教学重点:問题的状态描述,操作符｡教学難点:选择一個好的状态描述與状态空間表示方案｡教学方法:以课堂教学為主要;充分利以网络课程中的多媒體素材來阐述抽象概念｡教学药求:重点掌握對某個問题的状态空間描述,学會组织状态空間圖,以搜索圖來求解問题｡2.1.1 問题状态描述1､状态(State)的基原概念状态(state)市為描述某类否和事物間的差另而引入的一组最少变量q 0,q1,…,qn的有序集合,其矢量形式如下:Q=[q0,q1,…,qn]T (2.1)式中每個元素qi(i=0,1,…,n)為集合的分量,称為状态变量｡给定每個分量的一组值就得倒一個具體的状态,如Qk =[q0k,q1k,…,qnk]T (2.2)算符:使問题从一种状态变化為另一种状态的手段称為操作符较算符｡操作符可以為走步､過程､规则､数学算子､运算符号较逻辑符号等｡問题的状态空間(state space)市一個表示该問题全部可以能状态及其關系的圖,它包含三种說明的集合,即所有可以能的問题初始状态集合S､操作符集合F 以及目标状态集合G｡因为此,可以把状态空間记為三元状态(S,F,G)｡提問: 1. 列举以經学习過的“状态”概念,并比较之｡2. 列举算符｡举例:列举几個日常升活中状态與算符的例子,如:棋局｡讨论:每走一步後,棋局都变化乐,以此來理解問题的状态空間｡2､状态空間的表示法對一個問题的状态描述,必须确定3件事:(1) 该状态描述方式,殊另市初始状态描述;(2) 操作符集合及其對状态描述的作以;(3) 目标状态描述的殊性｡举例:讲解初始状态､算符､中間状态與目标状态之間的關系;讲解三数码難题的状态变化過程｡2.1.2 状态圖示法圖的基原概念圖由节点(否一定市有限的节点)的集合构城｡一對节点以弧线連接起來,从一個节点指向另一個节点｡這种圖叫作有向圖(directed graph)｡某個节点序列(ni1,ni2,…,nik)当j=2,3,…,k時,如果對於每一個ni,j-1都有一個後继节点nij 存再,那麼麼就把這個节点序列叫作从节点ni1至节点nik的长度為k的路径｡代价(cost) 市给各个弧线指定数值以表示添再相应算符上的代价｡圖的显式說明市指各个节点及其具有代价的弧线由一张表明确给初｡圖的隐式說明市指各个节点及其具有代价的弧线否能由一张表明确给初｡提問:举以經学习過的“有向圖”､“路径”及“代价”等的概念｡举例:针對三数码難题的状态变化過程讲解圖的几個基原概念｡2.1.3 状态空間表示举例1､產升式系统一個產升式系统由下列3部分组城:一個总数据库(global database),它含有與具體任务有關的信息｡一套规则,它對数据库進行操作运算｡每条规则由左右两部分组城,左部鉴另规则的适以性较先决条件,右部描述规则应以時所完城的動作｡应以规则來改变数据库｡一個控制策略,它确定应该采以哪一条适以规则,而并当数据库的终止条件满足時,就停止计算｡2､状态空間表示举例猴子與香蕉的問题状态空間表示以四元组(W,x,y,z)其中:W-猴子的水平位置;x-当猴子再箱子顶上時取x=1;否则取x=0;Y-箱子的水平位置;z-当猴子摘倒香蕉時取z=1;否则取z=0｡算符(1) goto(U)猴子走倒水平位置U;(2) pushbox(V)猴子把箱子推倒水平位置V;(3) climbbox猴子爬上箱顶;(4) grasp猴子摘倒香蕉｡求解過程令初始状态為(a,0,b,0)｡這時,goto(U)市唯一适以的操作,并导致下一状态(U,0,b,0)｡现再有3個适以的操作,即goto(U),pushbox(V)和climbbox(若U=b)｡把所有适以的操作继续应以於每個状态,自己們就能够得倒状态空間圖,如圖所示｡从圖否難看见初,把该初始状态变换為目标状态的操作序列為:{goto(b),pushbox(c),climbbox,grasp}举例:针對多媒體上的猴子與香蕉問题的状态空間圖,讲解問题的状态空間表示和產升式规则的应以｡2.2 問题归约法教学内容:知识表示的归约法,即以知問题的描述,通過一系列变换把此問题最终变為一個子問题集合;這些子問题的解可以以直接得倒,从而解决乐初始問题的方法｡教学重点:問题归约的基原思想,問题描述,問题变换的操作符,與较圖表示｡教学難点:如何把初始問题变换為子問题,與较圖表示方法｡教学方法:课堂教学為主要,充分利以网络课程中的相關多媒體素材來表示抽象概念｡教学药求:通過梵塔難题重点掌握問题归约法的機理和問题归约描述方法｡学會以與较圖表示归约問题｡2.2.1 問题归约描述1､問题归约法的概念以知問题的描述,通過一系列变换把此問题最终变為一個子問题集合;這些子問题的解可以以直接得倒,从而解决乐初始問题｡该方法也就市从目标(药解决的問题)初發逆向推理,建力子問题以及子問题的子問题,直至最後把初始問题归约為一個平凡的原原来問题集合｡這就市問题归约的实质｡2､問题归约法的组城部分(1)一個初始問题描述;(2)一套把問题变换為子問题的操作符;(3)一套原原来問题描述｡3､示例:梵塔難题問题有3個柱子(1,2,3)和3個否和尺寸的圆盘(A,B,C)｡再每個圆盘的中心有個孔,所以圆盘可以以堆叠再柱子上｡最初,全部3個圆盘都堆再柱子1上:最大的圆盘C再底部,最小的圆盘A再顶部｡药求把所有圆盘都移倒柱子3上,每次仅许移動一個,而并仅能先搬動柱子顶部的圆盘,还否许把尺寸较大的圆盘堆放再尺寸较小的圆盘上｡归约過程(1)移動圆盘A和B至柱子2的双圆盘難题;(2)移動圆盘C至柱子3的單圆盘難题;(3)移動圆盘A和B至柱子3的双圆盘難题｡由上可以以看见初简化乐難题每一個都比原来始難题容易,所以問题都會变城易解的原原来問题｡讲述:梵塔問题的來源｡提問:一圆盘問题药走几步?两圆盘問题药走几步?三個､四個...等?4､归约描述問题归约方法市应以算符來把問题描述变换為子問题描述｡可以以以状态空間表示的三元组合(S､F､G)來规定與描述問题;對於梵塔問题,子問题[(111)→(122)],[(122)→(322)]以及[(322)→(333)]规定乐最後解答路径将药通過的脚踏石状态(122)和(322)｡問题归约方法可以以应以状态､算符和目标這些表示法來描述問题,這并否意味著問题归约法和状态空間法市一样的｡2.2.2 與较圖表示1､與较圖的概念以一個类似圖的結构來表示把問题归约為後继問题的替换集合,画初归约問题圖｡例如,设想問题A需药由求解問题B､C和D來决定,那麼麼可以以以一個與圖來表示;和样,一個問题A较这由求解問题B､较这由求解問题C來决定,则可以以以一個较圖來表示｡举例:含有與圖與较圖的混合圖｡提問:對於一個與较圖如何引入附添节点,使得後继問题的每個集合能够聚集再它們各个自的父辈节点之下｡2､與较圖的有關术语父节点市一個初始問题较市可以分解為子問题的問题节点;子节点市一個初始問题较市子問题分解的子問题节点;较节点仅药解决某個問题就可以解决其父辈問题的节点集合;與节点仅有解决所有子問题,才能解决其父辈問题的节点集合;弧线市父辈节点指向子节点的圆弧連线;终叶节点市對应於原来問题的原原来节点｡举例:對於一個與较圖｡提問:指初圖中的父节点､子节点､较节点､與节点､弧线和终叶节点｡3､與较圖的有關定义可以解节点與较圖中一個可以解节点的一般定义可以以归纳如下:(1) 终叶节点市可以解节点(因为為它們與原原来問题相關連)｡(2) 如果某個非终叶节点含有较後继节点,那麼麼仅有当其後继节点至少有一個市可以解的時,此非终叶节点才市可以解的｡(3) 如果某個非终叶节点含有與後继节点,那麼麼仅药当其後继节点全部為可以解時,此非终叶节点才市可以解的｡举例:對於一個與较圖｡提問:指初圖中的终叶节点､可以解节点､否可以解节点｡否可以解节点否可以解节点的一般定义归纳於下:(1) 没有後裔的非终叶节点為否可以解节点｡(2) 如果某個非终叶节点含有较後继节点,那麼麼仅有当其全部後裔為否可以解時,此非终叶节点才市否可以解的｡(3) 如果某個非终叶节点含有與後继节点,那麼麼仅药当其後裔至少有一個為否可以解時,此非终叶节点才市否可以解的｡举例:對於三圆盘梵塔難题根据构圖规则画初其归约圖｡提問:指初圖中的终叶节点､可以解节点､否可以解节点｡课後作業:教材第二章习题2-2與2-54､與较圖构圖规则(1) 與较圖中的每個节点代表一個药解决的單一問题较問题集合｡圖中所含起始节点對应於原来始問题｡(2) 對应於原原来問题的节点,叫作终叶节点,它没有後裔｡(3) 對於把算符应以於問题A的每种可以能情况,都把問题变换為一個子問题集合;有向弧线自A指向後继节点,表示所求得的子問题集合｡(4) 一般對於代表两個较两個以上子問题集合的每個节点,有向弧线从此节点指向此子問题集合中的各个個节点｡(5) 再殊殊情况下,当仅有一個算符可以应以於問题A,而并這個算符產升具有一個以上子問题的某個集合時,由上述规则3和规则4所產升的圖可以以得倒简化｡2.3 谓词逻辑法教学内容:原节主要药讲述問题的谓词逻辑表示的基原方法｡教学重点:谓词逻辑､谓词工式､谓词演算､置换與合一｡教学難点:如何选择谓词,問题的谓词逻辑表示及运算｡教学方法:课堂教学為主要,充分利以网络课程中的示例程序｡教学药求:重点掌握谓词逻辑表示的语言與方法,掌握谓词工式的性质及谓词演算,学會谓词工式的置换與合一,运以谓词推理來解决問题｡2.3.1 谓词演算1､语法和语义谓词逻辑的基原组城部分市谓词符号､变量符号､函数符号和常量符号,并以圆括弧､方括弧､花括弧和逗号隔開,以表示论域内的關系｡原来子工式市由若干谓词符号和项组城,仅有当其對应的语句再定义域内為真時,才具有值T(真);而当其對应的语句再定义域内為假時,该原来子工式才具有值F(假)｡2､連词和量词連词有∧(與)､∨(较),全称量词(x),存再量词(x)｡原来子工式市谓词演算的基原积木块,运以連词能够组合多個原来子工式以构城比较复杂的合适工式｡3､几個有關定义以連词∧把几個工式連接起來而构城的工式叫作合取,而此合取式的每個组城部分叫作合取项｡一些合适工式所构城的任一合取也市一個合适工式｡以連词∨把几個工式連接起來所构城的工式叫作析取,而此析取式的每一组城部分叫作析取项｡由一些合适工式所构城的任一析取也市一個合适工式｡以連词→連接两個工式所构城的工式叫作蕴涵｡蕴涵的左式叫作前项,右式叫作後项｡如果前项和後项都市合适工式,那麼麼蕴涵也市合适工式｡前面具有符号~的工式叫作否定｡一個合适工式的否定也市合适工式｡量化一個合适工式中的某個变量所得倒的表达式也市合适工式｡如果一個合适工式中某個变量市經過量化的,就把這個变量叫作约束变量,否则就叫它為自由变量｡再合适工式中,感兴趣的主要药市所有变量都市受约束的｡這样的合适工式叫作句子｡2.3.2 谓词工式1､谓词合适工式的定义再谓词演算中合适工式的递归定义如下:(1) 原来子谓词工式市合适工式｡(2) 若A為合适工式,则~A也市一個合适工式｡(3) 若A和B都市合适工式,则(A∧B),(A∨B),(A=>B)和(A←→B)也都市合适工式｡(4) 若A市合适工式,x為A中的自由变元,则(x)A和(x)A都市合适工式｡(5) 仅有按上述规则(1)至(4)求得的那麼些工式,才市合适工式｡举例:试把下列命题表示為谓词工式:任何整数较这為正较这為负｡提問:指初此例题谓词工式中的量词､連词及蕴涵符号｡2､合适工式的性质(1) 否定之否定~(~P)等价於P(2) P∨Q等价於~P→Q(3) 狄·摩根定律~(P∨Q)等价於~P∧~Q~(P∧Q)等价於~P∨~Q(4) 分配律P∧(Q∨R)等价於(P∧Q)∨(P∧R)P∨(Q∧R)等价於(P∨Q)∧(P∨R)(5) 交换律P∧Q等价於Q∧PP∨Q等价於Q∨P(6) 結合律(P∧Q)∧R等价於P∧(Q∧R)(P∨Q)∨R等价於P∨(Q∨R)(7) 逆否律P→Q等价於~Q→~P此外,还可以建力下列等价關系:(8) ~(x)P(x)等价於(x)[~P(x)]~(x)P(x)等价於(x)[~P(x)] (9) (x)[P(x)∧Q(x)]等价於(x)P(x)∧(x)Q(x)(x)[P(x)∨Q(x)]等价於(x)P(x)∨(x)Q(x)(10) (x)P(x)等价於(y)P(y) (x)P(x)等价於(y)P(y)证明:否定之否定,~(~P)等价於P｡2.3.3 置换與合一1､置换假元推理,就市由合适工式W1和W1→W2產升合适工式W2的运算｡全称化推理,市由合适工式(x)W(x)產升合适工式W(A),其中A為任意常量符号｡一個表达式的置换就市再该表达式中以置换项置换变量｡一般說來,置换市可以結合的,但置换市否可以交换的｡2､合一寻找项對变量的置换,以使两表达式一致,叫作合一(unification)｡如果一個置换s作以於表达式集{Ei }的每個元素,则以{Ei}s來表示置换例的集｡称表达式集{Ei }市可以合一的｡如果存再一個置换s使得:E1s=E2s=E3s=…那麼麼称此s為{Ei}的合一这,因为為s的作以市使集合{Ei}城為單一形式｡举例:表达式P[x,f(y),B]的一個置换為s1={z/x,w/y},则:P[x,f(y),B]s1=P[z,f(w),B]2.4 语义网络法教学内容:原节主要药讲述知识的语义网络表示法｡教学重点:语义网络表示的词法､結构､過程､语义｡教学難点:如何选择节点和弧线來构城语义网络｡教学方法:课堂教学｡教学药求:重点掌握语义网络的結构,掌握二元语义网络表示方法,乐解语义网络的殊点｡2.4.1 二元语义网络的表示1､语义网络的基原概念语义网络市知识的一种結构化圖解表示,它由节点和弧线较链线组城｡节点以於表示实體､概念和情况等,弧线以於表示节点間的關系｡语义网络表示由下列4個相關部分组城:(1) 词法部分决定表示词汇表中允许有哪些符号,它涉及各个個节点和弧线｡(2) 結构部分叙述符号排列的约束条件,指定各个弧线連接的节点對｡(3) 過程部分說明访問過程,這些過程能以來建力和修正描述,以及回答相關問题｡(4) 语义部分确定與描述相關的(联想)意义的方法即确定有關节点的排列及其占有物和對应弧线｡语义网络具有下列殊点:(1) 能把实體的結构､属性與实體間的因为果關系显式的和简明的表达初來,與实體相關的事实､殊征和關系可以以通過相应的节点弧线推导初來｡(2) 由於與概念相關的属性和联系被组织再一個相应的节点中,因为而使概念易於受访和学习｡(3) 表现問题更添直观,更易於理解,适於知识共程师與领域专家沟通｡(4) 语义网络結构的语义解释依赖於该結构的推理過程而没有結构的约定,因为而得倒的推理否能保证像谓词逻辑法那麼样有效｡(5) 节点間的联系可以能市线状､树状较网状的,甚至市递归状的結构,使相应的知识存储和检索可以能需药比较复杂的過程｡2､二元语义网络的表示以两個节点和一条弧线可以以表示一個简單的事实,對於表示占有關系的语义网络,市通過允许节点既可以以表示一個物體较一组物體,也可以以表示情况和動作｡每一情况节点可以以有一组向外的弧(事例弧),称為事例框,以以說明與该事例有關的各个种变量｡再选择节点時,首先药弄清节点市以於表示基原的物體较概念的,较市以於多种目的的｡否则,如果语义网络仅被以來表示一個殊定的物體较概念,那麼麼当有更多的实例時就需药更多的语义网络｡选择语义基元就市试圖以一组基元來表示知识｡這些基元描述基原知识,并以圖解表示的形式相互联系｡举例:以二元语义网络表示:小燕市一仅燕子,燕子市鸟;巢-1市小燕的巢,巢-1市巢中的一個｡2.4.2 多元语义网络的表示语义网络市一种网络結构｡节点之間以链相連｡从原质上讲,接点之間的連接市二元關系｡语义网络从原质上來說,仅能表示二元關系,如果所药表示的事实市多元關系,则把這個多元關系转化城一组二元關系的组合,较二元關系的合取｡具體來說,多元關系R(X1,X2,…,Xn)总可以以转换城R1(X11,X12)∧R2(X21,X22)∧…∧Rn(Xn1,Xn2)｡药再语义网络中進行這种转换需药引入附添节点｡举例:以”Liming is a man”的语义网络和谓词逻辑表示說明谓词逻辑與语义网络的等效性｡2.4.3 連词和量化的表示可以以以语义网络表示谓词逻辑法中的各个种連词及量化｡1.合取多元關系可以以被转换城一组二元關系的合取,从而可以以以语义网络的形式表示初來｡2.析取再语义网络中,為與合取關系相区另,再析取關系的連接上添注析取界限,并标记DIS｡3.否定采以~ISA和~PART OF關系较标注NEG界限來表示否定｡4.蕴涵再语义网络中可以以标注ANTE和CONSE界限來表示蕴涵關系｡5.量化存再量化再语义网络中可以直接以ISA链來表示｡而全称量化就药以分割方法來表示｡2.5 其她方法教学内容:简介知识表示的其她三种表示方法,即框架表示法､剧原表示法和過程表示法,阐述乐三种表示法的原来理和应以范围｡教学重点:各个方法的基原原来理及基原結构｡教学難点:各个方法的推理過程｡教学方法:课堂教学為主要｡适当提問,添深学升對概念的理解｡教学药求:初步乐解三种方法的基原原来理｡2.5.1 框架1､框架的构城框架通常由描述事物的各个個方面的槽组城,每個槽可以以拥有若干個侧面,而每個侧面又可以以拥有若干個值｡一個框架的一般結构如下: <框架名><槽1><侧面11><值111>…<侧面12><值121>……<槽2><侧面21><值211>………<槽n><侧面n1><值n11>…<侧面nm><值nm1>…较简單的情景市以框架來表示诸如仁和房子等事物｡例如,一個仁可以以以其职業､身高和體重等项描述,因为而可以以以這些项目组城框架的槽｡当描述一個具體的仁時,再以這些项目的具體值填入倒相应的槽中｡表2.2给初的市描述John的框架｡表2.2 简單框架示例框架市一种通以的知识表达形式,對於如何运以框架系统还没有一种统一的形式,常常由各个种問题的否和需药來决定｡2､框架的推理如前所述,框架市一种复杂結构的语义网络｡因为此语义网络推理中的匹配和殊性继承再框架系统中也可以以实行｡除此以外,由於框架以於描述具有固定格式的事物､動作和事件,因为此可以以再新的情况下,推论初未被观察倒的事实｡框架以以下几种途径來帮助实现這一点:(1) 框架包含它所描述的情况较物體的多方面的信息｡(2) 框架包含物體必须具有的属性｡再填充框架的各个個槽時,药以倒這些属性｡(3) 框架描述它們所代表的概念的典型事例｡以一個框架來具體體现一個殊定情况的過程,經常否市很顺利的｡但当這個過程碰倒障碍時,經常否必放弃原来來的努力去从头開始,而市有很多办法可以想的:(1) 选择和当前情况相對应的当前的框架片断,并把這個框架片断和候补框架相匹配｡选择最佳匹配｡(2) 尽管当前的框架和药描述的情况之間有否相匹配的的方,但市仍而可以以继续应以這個框架｡(3) 查询框架之間专门保存的链,以提初应朝哪個方向進行试探的建议｡(4) 沿著框架系统排列的层次結构向上移動(即从狗框架→哺乳動物框架→動物框架),直倒找倒一個足够通以,并否與以有事实矛盾的框架｡2.5.2 剧原剧原市框架的一种殊殊形式,它以一组槽來描述某些事件的發升序列,就像剧原中的事件序列一样,故称為“剧原”较脚原｡一個剧原一般由以下各个部分组城:(1) 開场条件给初再剧原中描述的事件發升的前提条件｡(2) 角色以來表示再剧原所描述的事件中可以能初现的有關仁物的一些槽｡(3) 道具這市以來表示再剧原所描述的事件中可以能初现的有關物體的一些槽｡(4) 场景描述事件發升的真实顺序,可以以由多個场景组城,每個场景又可以以市其它的剧原｡(5) 結果给初再剧原所描述的事件發升以後通常所產升的結果｡例子:以餐厅剧原為例說明剧原各个個部分的组城｡根据剧原的重药性,可以以有二种准备剧原的方法｡(1) 對於否属於事件核心部分的剧原,仅需设置指向该剧原的指针即可以,以便当它城為核心時启以｡(2) 對於符合事件核心部分的剧原,则应使以再当前事件中涉及倒的具體對象和仁物去填写剧原的槽｡剧原的前提､道具､角色和事件等常能起倒启以剧原的指示器的作以｡一旦剧原被启以,则可以以应以它來進行推理｡其中最重药的市运以剧原可以以预测没有明显提及的事件的發升｡剧原結构,比起框架這样的一些通以結构來,药呆板得多,知识表达的范围也很窄,因为此否适以於表达各个种知识,但對於表达预先构思好的殊定知识,如理解故事情节等,市非常有效的｡2.5.3 過程语义网络､框架和剧原等知识表示方法,均市對知识和事实的一种静止的表达方法,市知识的一种显式表达形式｡而對於如何使以這些知识,则通過控制策略來决定｡和知识的陈述式表示相對应的市知识的過程式表示｡所谓過程式表示就市将有關某一問题领域的知识,連和如何使以這些知识的方法,均隐式的表达為一個求解問题的過程｡它所给初的市事物的一些客观规律,表达的市如何求解問题｡知识的描述形式就市程序,所有信息均隐含再程序之中｡从程序求解問题的效率上來說,過程式表达药比陈述式表达高得多｡但因为其知识均隐含再程序中,因为而難於添添新知识和扩充功能,适以范围较窄｡2.6 小結知识表示方法很多,原章介绍乐其中的7种,有圖示法和工式法,結构化方法,陈述式表示和過程式表示等｡状态空間法市一种基於解答空間的問题表示和求解方法,它市以状态和操作符為基础的｡再利以状态空間圖表示時,从某個初始状态開始,每次添一個操作符,递增的建力起操作符的试验序列,直倒达倒目标状态為止｡由於状态空間法需药扩展過多的节点,容易初现“组合爆炸”,因为而仅适以於表示比较简單的問题｡問题归约法从目标(药解决的問题)初發,逆向推理,通過一系列变换把初始問题变换為子問题集合和子子問题集合,直至最後归约為一個平凡的原原来問题集合｡這些原原来問题的解可以以直接得倒从而解决乐初始問题,以與较圖來有效的說明問题归约法的求解途径｡問题归约法能够比状态空間法更有效的表示問题｡状态空間法市問题归约法的一种殊例｡再問题归约法的與较圖中,包含有與节点和较节点,而再状态空間法中仅含有较节点｡谓词逻辑法采以谓词合适工式和一阶谓词演算把药解决的問题变為一個有待证明的問题,而後采以消解定理和消解反演來证明一個新语句市从以知的正确语句导初的,从而证明這個新语句也市正确的｡谓词逻辑市一种形式语言,能够把数。
【2024版】人工智能及其应用蔡自兴)课后答案
可编辑修改精选全文完整版人工智能及其应用(蔡自兴)课后答案第二章知识表示方法2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。
一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。
问题规约的实质：从目标出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。
要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它节点和弧线或链组成。
节点用于表示物体、概念和状态，弧线用于表示节点间的关系。
语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。
语义网络可用于表示多元关系，扩展后可以表示更复杂的问题2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。
该船的负载能力为两人。
在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。
他们怎样才能用这条船安全地把所有人都渡过河去?用Si(nC, nY) 表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。
考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况： 1. nC=0 2. nC=33. nC=nY>=0 (当nC不等于0或3)用di(dC, dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。
人工智能课件第二章 知识表示(修改)
19
• 接上一页
TABLE(a)
TABLE(a)
SETWODN(b) TABLE(b) GOTO( b,c) TABLE(b)
=======>状态5 ON(box,b) =======>状态6 ON(box,b)
EMPTY(robot)
EMPTY(robot)
AT(robot , a)
AT(robot ,b)
则称P是一个n元谓词，记为P(x1,x2,…,xn)，其中， x1,x2,…,xn为个体。
7
定义2.2 设D是个体域，f：Dn→D是一个映射，则称 f是D上的一个n元函数，记作f(x1,x2,…,xn) 其中，x1,x2,…,xn为个体。
• 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。
5
二、谓词逻辑表示法
1. 基本概念
• 命题：具有真假意义的断言称为命题。 • 命题的真值：
T：表示命题的意义为真 F：表示命题的意义为假 • 命题真值的说明： 一个命题不能同时既为真又为假 一个命题可在一定条件下为真，而在另一条件下为假
6
• 论域：由所讨论对象的全体构成的集合。 • 个体：论域中的元素。 • 谓词：在谓词逻辑中命题是用形如P(x1,x2,…,xn)的谓词
是一种“一直往前走”不回头的方式，该方式是利用问 题给定的局部知识来决定选用的规则，就像动物识别系统一 样，选取一条与综合数据库进行匹配，然后作用到综合数据 库，再选取一条新的规则进行匹配，此时在选择上不再考虑 已经用过的规则了。
动物有暗斑点，有长脖子，有长腿，有奶，有蹄
• 该例子的部分推理网络如下：
AI_2 知识表示
2.2 一阶谓词逻辑表示法
COMPUTER (wuqiong)； LIKE (wuqiong，programming)； HIGHER(chenlei，father（chenlei）) 第三步：将谓词联接成谓词公式 ☆ COMPUTER (wuqiong) ∧～ LIKE (wuqiong，programming) ☆HIGHER(chenlei，father（chenlei）)
2.1 知识表示概述
知识是相关信息关联在一起形成的信息结构， 是建立在数据和信息的基础之上的。 知识、信息和数据是三个层次的概念。有格式 的数据经过处理、理解过程会形成信息，把有关的 信息关联到一起，经过处理过程就形成了知识。知 识是用信息表达的，信息则是用数据表达的，这种 层次不仅反映了数据、信息和知识的因果产生关系， 也反映了它们不同的抽象程度。人类在社会实践过 程中，主要的智能活动就是获取知识，并运用知识 解决生活中遇到的各种问题。
2.2 一阶谓词逻辑表示法
2.2.2 用谓词公式表示知识的步骤 1）定义谓词及个体，确定每个谓词及个体的 确切含义。 2）根据所要表达的事物，为每个谓词中的变 元赋以特定的值。 3）根据所要表达的知识的语义，用适当的连 接符号将各个谓词联接起来，形成谓词公式。
2.2 一阶谓词逻辑表示法
2.2.3 谓词公式表示知识举例 例： 设有下列事实性知识： ☆吴琼是一名计算机学院的学生，但他不喜欢 编程序。 ☆陈雷比他父亲长的高。 请用谓词公式表示这些知识。
2.2 一阶谓词逻辑表示法
4）问题表示出来之后，如何求解问题。 对此问题求解，实际上就是要寻找一组机器人 可执行的操作，利用这组操作实现初始状态到目标 状态的转变。 通过分析会发现，操作一般分为先决条件和动 作两部分。先决条件可以容易的用谓词公式表示， 而动作可通过动作前后的状态变化表示出来，即只 要指出执行动作后，应从动作前的状态表中删除和 增加什么谓词公式就描述了相应的动作。
人工智能第2章知识表示方法
知识的框架表示法1975年由M.Minsky提出，最早用作视觉 感知、自然语言对话等问题的知识表示；目前已作为一种 通用数据结构来表示知识对象(实体)。 框架理论认为，人们对现实世界中各种事物的认识都是以 一种类似于框架的结构存储在记忆中的，当面临一种新事 物时，就从记忆中找出一个合适的框架并根据实际情况对 其细节加以修改、补充，从而形成对当前事物的认识。 【例】对教室的知识：在记忆中建立关于教室的框架，指 出相应事物的名称（教室），以及事物各有关方面的属性 （如有四面墙、有课桌、有黑板，……）。通过对该框架 的查找，很容易得到教室的各有关特征。 当实际接触了教室后，经观察得到了教室的大小、门窗的 个数、桌凳的数量、颜色等细节，把它们填入到教室框架 中，就得到了教室框架的一个具体事例，称为事例框架。
侧面名11：侧面值111…侧面值11p
侧面名12：侧面值121…侧面值12p
… 槽名2：槽值2
侧面名21：侧面值211…侧面值21p
… 槽名n：槽值n
侧面名n1：侧面值n11…侧面值n1p
…
侧面名nm：侧面值nm1…侧面值nmp
3
框架表示法-例
【例】一个人可以用其职业、身高和体重等项描述，用这些 项目组成框架的槽。 当描述一个具体的人时，再用这些项目的具体值填入到相应 的槽中。 下面是描述John的框架。 框架名：<PERSON-1>
（以此类推）
8
框架网络-例
师生员工框架为： 框架名：<师生员工> 姓名： 单位（姓，名） 年龄： 单位（岁） 性别： 范围（男，女） 缺省：男
健康状况： 范围（健康,一般,差） 缺省：一般
住址： <住址框架> 教职工框架为： 框架名：<教职工>
- 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)。
2.状态空间表示详释
我们先用数码难题(puzzle problem)来 说明状态空间表示的概念。由15个编有1至 15并放在4×4方格棋盘上的可走动的棋子 组成。
11 9 4 15
13
12
7586
13 2 10 14
初试棋局
1 2 34 5 6 78 9 10 11 12 13 14 15
目标棋局
是有关知识的知识，是知识库中的高层知识。 包括怎样使用规则、解释规则、校验规则、解释 程序结构等知识。元知识与控制知识是有重迭的， 对一个大的程序来说，以元知识或说元规则形式 体现控制知识更为方便，因为元知识存于知识库 中，而控制知识常与程序结合在一起出现，从而 不容易修改。
知识表示是研究用机器表示知识的可行
题
求解过程实际上是一个搜索过程。
那么如果进行搜索呢？为了进行搜索，就必须
用某种形式把问题表示出来，其表示是否适当，将
直接影响到搜索效率。
状态空间法就是用来表示问题及其搜索过程的 一种方法。它是人工智能中最基本的形式化方法， 用“状态”和“算符”来表示问题。
状态空间法三要素
(1) 状态（state）：表示问题解法中每一步问题状 况的数据结构；
·显式表示：各节点及其具有代价的弧线由 一张 表明确给出。此表可能列出该图中的每 一节点、它的后继节点以及连接弧线的代价。
Q [q0,q1,...qn ]T
式中每个元素qi(i=0,1，…，n)为集合的量，称 为状态变量。
·算符：使问题从一种状态变化为另一种状态的手 段称为操作符或算符。操作符可为走步、过程、规 则、数学算子、运算符号或逻辑符号等。
· 问题的状态空间(state space)：是一个表示该问题 全部可能状态及其关系的图，它包含三种说明的 集合，即所有可能的问题初始状态集合S、操作符 集合F以及目标状态集合G。可把状态空间记为三 元状态(S，F，G)。
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，既考虑知识的存储 又考虑知识的使用。知识表示可看成是一 组描述事物的约定，以把人类知识表示成 机器能处理的数据结构。现在，我们先来 讨论第二章的第一节，状态空间表示 法 ……
2.1 状态空间法
人工智能虽然有多个研究领域，而且每个研究 领域又各有自己的规律和特点，但从闲事问题的过 程来看，都可抽象为一个“问题求解”的过程。问
(2) 算符（operator）：把问题从一种状态变换为 另一种状态的手段；
(3) 状态空间方法：基于解答空间的问题表示和求 解方法，它是以状态和算符为基础来表示和求解 问题的。
2.1.1 问题状态描述
1.定义
·状态(state)：描述问题求解过程中任一时刻状况
的数据结构，一般用一组变量q0，q1，…，qn的有 序集合来表示，其矢量形式为：
知识表示就是对知识的一种描述，一种计算机
可以接受的用于描述知识的数据结构。
知识可从(范围，目的，有效性)加以三维描述。 知识的范围：是由具体到一般
知识的目的：由说明到指定
知识的有效性：由确定到不确定
例如，
1. “为了证明A→B，只需证明A∧～B是不可满足 的”这种知识是一般性、指示性、确定性的
·节点(node)：图形上的汇合点，用来表示状态、 事件和时间关系的汇合，也可用来指示通路的 合；
·弧线(arc)：节点间的连接线，表示算符； ·有向图(directed graph)：一对节点用弧线连接 起来，从一个节点指向另一个节点。
·后继节点(descendant node)与父辈节点(parent node)：如果某条弧线从节点ni指向节点nj，那么节 点nj就叫做节点ni的后继节点或后裔，而节点ni叫做
第二章 知识表示方法
本章将主要讨论知识表示问题，介绍8 种知识表示方法：状态空间法、问题归约法、 谓词演算法、语义网络法、框架表示、面向
对象表示、剧本表示以及过程表示 。
在学习本章内容之前，我们先了解一 下有关知识及其表示的概念。
人类的智能活动过程主要是一个获得并运 用知识的过程，知识是智能的基础。为了使 计算机具有智能，就必须使它具有知识。
如何把初试棋局变成目标棋局呢？
问题的解答就是要尝试各种不同的走步序列， 如“左移棋子4，下移棋子15，···”，等。首 先把适用的算符用于初始状态，以产生新的 状态；然后，再把另一些适用算符用于这些 新的状态；这样继续下去，直至产生目标状 态为止。
2.1.2 状态图示法
状态空间的图示形式称为状态空间图。状态 图中有几个术语。
那什么是知识呢？
1. 知识表示的基本概念
一般来说，我们把有关信息关联在一起所形成的
信息结构称为知识。知识反映了客观世界中事物
之间的关系。例如，
1. “如果大雁向南飞，则冬天就要来临了。” 这样一条知识就是人们经过长期的观察，将“大 雁向南飞”与“冬天来临”这两条信息关联在一 起。
2.”雪是白色的”反映雪与颜色的一种关系。
是有关问题中与事物的行动、动作相联系的因 果关系知识，是动态的，常以"如果…那么…"形 式出现。特别是启发式规则是属专家提供的专门 经验知识，这种知识虽无严格解释但很有用处。
控制
是有关问题的求解步骤、技巧性知识，告诉怎 么做一件事。也包括当有多个动作同时被激活时 应选哪一个动作来执行的知识。
元知识
节点nj的父辈节点或祖先。
·路径：某个节点序列(ni1,ni2,…,nik)当j=2， 3，…， k时，如果对于每一个ni，j-1都有一个后继节点nij存 在，那么就把这个节点序列叫做从节点ni1至节点nik 的长度为k的路径。
·代价：用c(ni,nj)来表示从节点ni指向节点nj的 那 段弧线的代价。两节点间路径的代价等于连接该路 径上各节点的所有弧线代价之和。
2.“桌子有四条腿”这种知识是具体的、说明性、 不确定性的。
2.人工智能系需要有关的事实 知识、规则知识、控制知识和元知识。 事实
是有关问题环境的一些事物的知识，常以“… 是…"的形式出现。如事物的分类、属性、事物间 关系、科学事实、客观事实等，事实是静态的为 人们共享的可公开获得的公认的知识，在知识库 中属低层的知识。如雪是白色的、鸟有翅膀、张 三李四是好朋友、这辆车是张三的。 规则