《人工智能》知识点整理.pdf

《《⼈⼈⼯⼯智智能能》》知知识识点点整整理理

《⼈⼯智能》知识点整理

第⼆讲知识表⽰

2.0.知识表⽰的重要性

知识是智能的基础：获得知识、运⽤知识

符合算机要求的知识模式：算机能存储、处理的知识表⽰模式；数据结构（List,Table,Tree,Graph,etc.）2.1基本概念

2.1.1数据、信息与知识

数据(Data)

?信息的载体和表⽰

?⽤⼀组符号及其组合表⽰信息

信息(Information)

?数据的语义

?数据在特定场合下的具体含义

知识(Knowlege)

?信息关联后所形成的信息结构：事实规则

?经加⼯、整理、解释、挑选、改造后的信息

2.1.2知识的特性

?相对正确性

?⼀定条件下

?某种环境中

?

?不确定性

?存在“中间状态”

?“真”（“假”）程度

?随机性

?模糊性

?经验性

?不完全性

??可表⽰性可利⽤性

?语⾔

?⽂字

?图形

?图像

?视频

?⾳频

?神经⽹络

?概率图模型

?

2.1.3知识的分类

?常识性知识、领域性知识（作⽤范围）

?事实性知识、过程性知识、控制知识（作⽤及表⽰）

?确定性知识、不确定性知识（确定性）

?逻辑性知识、形象性知识（结构及表现形式）

?零级知识、⼀级知识、⼆级知识（抽象程度）

2.1.4常⽤的知识表⽰⽅法

?⼀阶谓词（FirstOrerPreicate）?产⽣式（Prouction）

?框架（Framework）

?语义⽹络（SemanticNetwork）?剧本（Script）?过程（Proceure）

?⾯向对象（Object-Oriente）?Petri⽹（PetriNetwork）

?信念⽹（BeliefNetwork）

?本体论（Ontology）……

2.1.5如何选择合适的表⽰⽅法？

?充分表⽰领域知识

?有利于对知识的利⽤

?便于理解和实现

?便于对知识的组织、管理与维护

2.2⼀阶谓词表⽰法

1.优点

?⾃然性

?接近⾃然语⾔，容易接受

?精确性

?⽤于表⽰精确知识

?严密性

?有严格的形式定义和推理规则

?易实现性

?易于转换为算机内部形式2.缺点

?⽆法表⽰不确定性知识

?所能表⽰的知识范围太狭窄

?难以表⽰启发性知识及元知识

?未能充分利⽤与问题本⾝特性有关的知

识

?组合爆炸

?经常出现事实、规则等的组合爆炸

?效率低

?推理与知识的语义完全割裂

2.3产⽣式表⽰法

?1943年E.Post第⼀次提出

?称为“Post机”的算模型（《算理论》）

?⼀种描述形式语⾔的语法

?AI中应⽤最多的知识⽅法之⼀

?Feigenbaum研制的化学分⼦结构专家系统DENDRAL

?Shortliffe研制的的诊断感染性疾病的专家系统MYCIN

?……

2.3.1产⽣式的基本形式

P→Q或

IFPTHENQCF=[0,1]

其中，P是产⽣式的前提，Q是⼀组结论或操作，CF(CertaintyFactor)为确定性因⼦，也称置信度。

【注意】：谓词逻辑中的蕴涵式与产⽣式的基本形式相似，事实上，蕴涵式只是产⽣式的⼀种特殊情况。理由如下：

（1）蕴涵式只能表⽰精确知识，其值⾮“真”即“假”，⽽产⽣式不仅可以表⽰精确知识，⽽且还可以表⽰不精确知识。

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”，只要相似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。

⽤BNF（BackusNormalForm）表⽰的产⽣式形式描述及语义：

产⽣式::=前提→结论

前提::=简单条件|复合条件

结论::=事实|操作

复合条件::=简单条件AND简单条件[(AND简单条件)...]|简单条件OR简单条件[(OR简单条件)...]

操作::=操作名[(变元,...)]

【说明】：产⽣式⼜称规则或产⽣式规则