对知识的表示的认识
人工智能课程论文
学 院 计算机与信息技术
专 业 计算机科学与技术
年 级 2010级计科一班
姓 名
课 题 对知识的表示的认识
对知识的表示的认识
摘 要：
知识处理是人工智能这一科学领域的关键问题。本文对知识处理的核心问
题之——知识的表示进行了全面的综述, 目前流行的知识表达方式不下十种，在
此只介绍一阶谓词逻辑、产生式、语义网络、框架、混合等目前最常用的知识表
示方法。并对其进行了优缺点分析及简单对比。最后对知识表示的发展趋向作出
了展望。
关键词：知识；人工智能（AI ）；知识表达式；一阶谓词逻辑；产生式
一、知识和知识的表示
1、知识的概念
知识是人类世界特有的概念，他是人类对客观世界的一种比较准确、全面的
认识和理解的结晶。
(1) 知识只有相对正确的特性。
常言道：实践出真理。只是源于人们生活、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。
只是爱源于人们对客观世界运动规律的正确认识，是从感知认识上升成为理
性认识的高级思维劳动过程的结晶，故相应于一定的客观环境与条件下，只是无
疑是正确的。然而当客观环境与条件发生改变时，知识的正确性就接受检验，必
要时就要对原来的认识加以修改和补充，一至全部更新而取而代之。
例如知道1543年哥白尼学说问世之前，人们一直都以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，它通俗地说明了完整的只是形
式是一个复杂的智能过程。
通常人们获取知识的重要手段是：利用信息，把各种信息提炼、概括并关联
在一起，就形成了知识。而利用信息关联构成知识的形式有多种多样。
(2) 知识的确定与不确定性
知识有若干信息关联的结构组成，但是，其中有的信息是精确的，有的信息
却是不精确的。这样，则由该信息结构形成的知识也有了确定与不确定的特征。
例如，在我国中南地区，根据天上出现彩虹的方向及其位置，可以预示天气
的变化。有谚语曰：“东边日（晴天），西边雨。”但是，这只是一种常识性经验，
并不能完全肯定或否定。
再如：家有一头秀发，一时两鬓如霜。我们则认为家一定是年轻人，乙就是
老年人嘛？不能完全肯定，因为相反的事例是很多的。比如，当年的白毛女就不
是老人，而现在六十多岁的演员有一头黑发也不足为奇。
2、知识表达及其映像原理
智能机器系统如同智能生物一样，在运用知识进行信息交流或只能问题求解
时，都需要预先进行知识表示。进而实现知识调用，达到利用知识求解问题的目
的。因而只是表示是知识信息处理系统必不可少的关键环节。
对智能机器系统而言, 只是表示，实际上就是对知识的一种描述或约定。其
本质，就是采用某种技术模式，八所要求解决的问题的相关知识，映射为一种便
于找到该问题解的数据结构。
对知识进行表示的过程，实质上就是把相关只是映射（或称为变换：
Transformation ；或称为映像：Mapping ；或称为编码：Coded ）为该数据结构的
过程。 顺便指出：同构解答与原始问题有相同的形式解，然而对于同态问题，
如果得到原始解，只需对同台解答再施行反运算即可。在自然科学实际应用研究
中，利用映射（称之为变换）原理迂回求解的思想，是一种非常有效而广为使用
的重要手段。
目前比较常见的知识表达方法主要有：常用的知识表示方法：一阶谓词逻辑
表示法，产生式表示法，框架表示法，语义网络表示法，脚本表示法，过程表示
法，面向对象表示法，神经网络表示法。
图2：只是表达法的基本框架（下图）
二、常用知识表示法：
1、一阶谓词逻辑表示法：
一阶谓词逻辑表示法是目前应用最广的方法之一，在AI 系统上已经得到了
应用。它是通过分析命题内容和谓词逻辑，尽可能正确地表述它的各种意境的过
程。知识的谓词逻辑表示符合人的思维习惯，可读性好，逻辑关系表达简便。使
用谓词逻辑既便于表达概念、状态、属性等事实性知识，又能方便地采用谓词公
式的表达形式，进行各种智能行为的过程性描述与演绎推理。
一阶谓词的一般形式为P(x1，x2，„，xn) 其中P 是谓词名，xi 为个体常
量、变元，或函数。
例如：STUDENT(zhangsan)：zhangsan 是学生STUDENT(x)：x 是学生
Greater(x，5) ：x>5TEACHER(father(Wanghong))：王宏的父亲是教师。
在一阶谓词表示法中连接词是非常重要的其中：
连接词：¬、∨、∧、→、
量词：∀、∃
谓词逻辑是一种传统经典也是最基本的形式化方法。谓词逻辑知识表示:规
范性严，逻辑性强，自然性好，推理过程严密，易于实现。这些优良特性使得谓
词逻辑最早用于人工智能机器定理证明，并获得了成功。但是必须看到，谓词逻
辑属于标准的二值（T 与F ）逻辑，难以直接进行不确定性问题的处理。对于复
杂系统的求解问题，容易陷入冗长演绎推理中，常常不可避免地带来求解效率低,
甚至产生“组合爆炸”问题。因此，针对谓词逻辑，尚待人们不断加以改进，以
便寻求自然性好而效率更高的技术方法。
2、产生式表示法
目前，产生式表示方法是专家系统的第一选择的知识表达方式。是美国数学
家Post 在1943年提出了一种计算形式体系里所使用的术语。产生式表示的基本
形式为：
（1）确定性知识的表示：
产生式形式： P→Q或者IF P THEN Q.
它的含义：如果前提P 满足，则可以推出结论Q 或执行Q 操作。
（2）不确定知识的表示：
产生式形式：P→Q （置信度）或者IF P THEN Q（置信度）.
在不确定推理中，当已知事实与前提P 不能精确匹配时，只要按照“置信
度”的要求达到一定的相似度，就认为已知事实与前提条件相匹配，再按照一定
的算法将这种可能性（不确定性）传递到结论Q 。
产生式表示法其优点在于模块性。规则与规则之间相互独立灵活性。知识库
易于增加、修改、删除自然性。方便地表示专家的启发性知识与经验透明性。易
于保留动作所产生的变化、轨迹，但仍有不少缺点：知识库维护难。效率低。为
了模块一致性理解难。由于规则一致性彼此之间不能调用。
3、语义网络表达式
语义网络是人工智能常用的知识表示法之一。是一种使用概念及其语义关系
来表达知识的有向图。它作为人类联想记忆的一个显示心理学模型，并用于自然
语言处理。语义网络结构共使用了三种图形符号：框、带箭头及文字标识的线条
和文字标识线。分别称为:节(结) 点; 弧(又叫做边或支路); 指针。
（1）节点(Node)：也称为结点。用圆形、椭圆、菱形或长方形的框图来表示，
用来表示事物的名称、概念、属性、情况、动作、状态等。
（2）弧(Arc)：这是一种有向弧，又称之为支路（Branch ）。节点之间用带箭头
及文字标识的有向线条来联结，用以表示事物之间的结构，即语义关系。
（3）指针(Pointer)：也叫指示器。是在节点或者弧线的旁边，另外附加必要的
线条及文字标识，用来对节点、弧线和语义关系作出相宜的补充、解释与说明。
语义网络是一种结构化知识表示方法，具有表达直观，方法灵活，容易掌握
和理解的特点。概括起来，主要优点在于采用语义关系的有向图来连接，语义、
语法、词语应用兼顾，具有描述生动，表达自然，易于理解等。
虽然语义网络知识表示和推理具有较大的灵活性和多样性，但是没有公认严
密的形式表达体系，却不可避免地带来了非一致性和程序设计与处理上的复杂
性，这也是语义网络知识表示尚待深入研究解决的一个课题。
4、框架表式式
框架表示法诞生于1975年，这也是一种结构化的知识表示方法，并已在多
种系统中得到成功的应用。框架理论是由人工智能科学创始人之一，美国著名的
人工智能学者M.L.Minsky(明斯基) 提出来的。
自然界各种事物都可用框架(Frame)组织构成。每个被定义的框架对象分别
代表着不同的特殊知识结构，从而可在大脑或计算机中表示、存储并予以认识、
理解和处理。框架是一种被用来描述某个对象（诸如一个事物、一个事件或一个
概念）属性知识的数据结构。
框架表示法支持上层框架概念抽象和下层框架信息继承共享的思想，不仅减
少了框架信息和属性知识表达的冗余，而且保证了上、下层框架知识表达的一致
性。主要缺点：框架表示法过于死板，难以描述诸如机器人纠纷等类问题的动态
交互过程生动性。
三、各知识表达式的比较与展望
以上若知识表达方法，绝大多数在应用中得到了很好的应用。但实际工作中，
如果要建立一个人工智能系统、专家系统时，还是要根据具体情况, 提出一个混
合性的知识表达方式。每一种知识表示方法各有特点，而且适用的领域也不同：
（1）谓词逻辑方法只适用于确定性、陈述性、静态性知识，而对动态的、
变化性、模糊性知识则很难表示。
（2）产生式规则方法推理方法太单一，如果前提条件太多，或规则条数太
多，则推理的速度将慢得惊人。
（3）语义网络方法表达的知识面比较窄。
（4）框架方法表示的知识横向关系不太明确。（纵向从属继承关系很明确）
因此，对于复杂的、深层次的知识，应根据需要表示知识的特征，来决定用
二种或三种方法联合表示，例如：
（1）逻辑与框架：框架里的槽值可以对应于谓词项。
（2）语义网络与框架：结点对应与框架，结点的参数就是框架的槽值。
（3）产生式与框架：框架的槽值对应于一条产生式规则。与神经网络结合。
参考文献：
[1] 蔡之华. 模糊Petri 网及知识表示[J];计算机应用与软件.1994年03期
[2] 张科杰, 袁国华, 彭颖红. 知识表示及其在机械工程设计中的应用探讨[J];机
械设计.2004年06期
[3] 刘晓霞. 新的知识表示方法——概念图[Ｊ].航空计算技术.1997（4）
[4] 王永庆. 人工智能原理与方法[Ｍ].西安交通大学出版社.1998