语义网络及其应用实例浅析

  1. 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. 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. 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)。

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。

下面我们通过一些简单语义网络表示知识的实例来进一步说明如何通过语义网络来实现知识的表示。

图1 语义网络实例

图2 语义网络实例

上图所示语义网络中设立了“占有权-1”(OWN-1)节点,表示小燕有自己的巢。同时小燕还可以有其他东西,所以“占有权-1”只是“占有权”(OWNERSHIP)的一个实例,而“占有权”又只是一种特定的“情况”(SITUATION)。小燕是“占有权-1”的一个特定的“物主”(OWNER),而“巢-1”是“占有权-1”的一个特定的“占有物”(OWNEE)。小燕占有“占有权-1”的时间是从春天(SPRING)到秋天(FALL),“春天”和“秋天”有被定为“时间”(TIME)的实例。

从上可以看出语义网络法能够以人的一种思维方式将事物之间的相互关系表示出来,将人的思维过程规则化成为一种知识构架(知识表示方法),而且此

种表示方法通过一定的处理过程就能成为计算机算所能接受和理解的知识,这给计算机的智能控制提供了一条途径。

二、语义网络应用实例

语义网络从提出到现在已近有了很大的发展与完善,已经从理论走向了实际。一些基于语义网络法建立的系统模型,在处理问题时所得的结果更加接近实际,而且系统模型的建立也更加方便。

下面我们通过建立一些具体的语义网络实例来说明一下语义网络法在现科

学研究中的应用。

2.1、家族人物关系的语义网络模型研究

社会人物关系错综复杂,其中与人们关系最密切的是家族人物关系。在国外,表示家族关系的词汇相对于中国来说比较少,也没有中国划分的细致,应此要简单的多。在中国,开展家族任务关系的研究较多,但大多是关于一个家族的家谱及家族任务的研究,为发掘家族历史与文化作出了突出贡献;但是对家族关系的研究与自然语言理解技术相结合的研究却是刚刚起步,中国科学院有学生研究《红楼梦》中四大家族的人物关系,不过他们的研究在于针对特定家族,利用的是已处理好的格式化的文本知识,没有与知识库相结合,不具有普遍性,表示能力相对来说较为单一。但是语义网络的出现,为这方面的研究提供了新的思路,为类似家族任务关系问题提供了新的解决办法。本例从第三者提供的一句关于家族人物关系的问话出发,结合语义网络,研究普通的家族任务关系,总结出人物之间的关系谓词,融合Prolog技术,建立家族人物关系推理机制及算法(由于篇幅原因只建立了语义网络和任务之间的关系谓词,家族人物关系推理机制及算法的建立请参考相关文献)

本例首先对第三者提问的初始句子进行一系列处理,得到一个标准化的句子;提取知识,转化为三元组的形式存储于知识库;然后构造表示家族人物关系的语义网络;最后依据语义网络生成基本谓词,对提问目标进行相关推理,得出合理答案。

描述家族人物关系的四种简洁关系可以总结成:性别,婚姻,亲子,年龄。这些关系可转换为一阶原子谓词,称之为基本谓词。定义如下:

(1)、SEX(X,[F|M])表示X的性别是“F”或“M”,“M”代表男性,“F”代表女性。

(2)、MARRIAGE(X,Y)表示X和Y有夫妻关系,第一个参数为丈夫,第二位为妻子。

(3)、CHILD(X,Y)表示X是Y的孩子,可能是儿子或女儿,Y可以是父

母任一方。

(4)、ELDER(X,Y)表示X的出生顺序相对于Y要早,即X比Y年龄大。

这四种基本谓词在网络中表现为四种弧连接,如下图3所示,分别以弧标记S,A,C,E表示,其中S是一种特殊的弧,本文把它当作节点的属性。

M

SEX(X,”M”)MARRIAGE(X,Y)CHILD(X,Y)ELDER(X,Y)

图 3 表示四种基本谓词的弧连接

我们给上边给出的四种基本谓词的弧连接可以按一定的联系,构造复合谓词的语义网络,使其可以进行人物关系的推理。

例如,一个家族人物关系的实例为:以我为中心,我是个男孩儿,叫I,我的爸爸是P,妈妈是Q,我的哥哥是B,他结婚了,对象是O,他们有一个孩子,叫Z,是个男孩儿。我的爷爷是Y,奶奶是N,姑姑是G,姑父是U,他们的女儿叫T。我的外公是L,他有一个女儿,也就是我的妈妈Q。显然,I,P,B,Z,Y,U,L 是男性,其余为女性。

本例的家族人物关系实例可以用下图4来表示。爷爷,爸爸,姑姑,哥哥等称谓在语义网络中并没有显式表示,但可推理得出相应的复合谓词。

图 4 一个家族人物关系的语义网络

相关文档
最新文档