第5章 认知智能.pptx

人工智能与机器人;第5章认知智能;5.1知识表示技术;2、连接词和量词;（2）量词;（3）谓词公式及性质;谓词公式的永真性、可满足性、不可满足性;5.1.2产生式表示法;2、“产生式”的表示;2、“产生式”的表示;3、“产生式”与谓词逻辑中的蕴含式的区别;4、产生式系统的基本结构;5.1.3语义网络表示法;2、语义网络的基本语义关系;（2）包含关系

表示一个事物是另一个事物的一部分，有组织或结构特征的“部分与整体”之间的关系。其特点是Part-of关系下的各层节点的属性可能是很不相同的，不具有属性的继承性。;（3）属性关系

事物和其属性之间的关系。常用的属性关系有“Have”，“Can”等;（5）位置关系

不同事物在位置方面的关系。;3、语义网络的知识表示方法;4、逻辑关系的表示;2）析取通过引入或结点表示：;对于基本联系的否定，可以直接采用非ISA，非AKO,以及非part-of的有向弧来标注。对于一般节点，则需要通过引进非节点来表示。;5、语义关系的推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.2逻辑推理;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.3有哪些信誉好的足球投注网站技术;5.4知识图谱;二、知识图谱架构;三、知识图谱构建的关键技术;2、信息抽取

是从各种类型的数据源中提取出实体、属性以及实体间的相互关系，在此基础上形成本体化的知识表达；信息抽取通常从两方面进行实现：一类是基于知识发现和数据挖掘的方法，通常处理结构化、半结构化的数据；另一类是基于自然语言处理和文本挖掘的方法，通常处理非结构化数据。;3、知识融合

知识融合，简单理解，就是将多个知识库中的知识进行整合，形成一个知识库的过程，在这个过程中，主要需要解决的问题就是实体对齐。不同的知识库，收集知识的侧重点不同，对于同一个实体，有知识库的可能侧重于其本身某个方面的描述，有的知识库可能侧重于描述实体与其它实体的关系，知识融合的目的就是将不同知识库对实体的描述进行整合，从而获得实体的完整???述。知识融合过程中，主要涉及到的工作就是实体对齐，也包括关系对齐，属性对齐，可以通过相似度计算，聚合，聚类等技术来实现。;4、知识加工

在前面，我们已经通过信息抽取，从原始语料中提取出了实体、关系与属性等知识要素，并且经过知识融合，消除实体指称项与实体对象之间的歧义，得到一系列基本的事实表达。然而事实本身并不等于知识。要想最终获得结构化，网络化的知识体系，还需要经历知识加工的过程。知识加工主要包括3方面内容：本体构建、知识推理和质量评估。;四、知识图谱应用场景;社交网络;推荐系统;垂直行业应用（医疗）;感谢聆听