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