人工智能技术与应用（案例版）课件 第2章 知识表示与知识图谱.pptx

人工智能技术与应用

ArtificialintelligencetechnologyandApplication

第2章知识表示与知识图谱

目录CONTENT

1.知识与知识表示

2.谓词逻辑表示法

3.产生式表示法

4.知识图谱

5.产生式知识表示案例

EEF后后后

[[[[[E「厂FFFF

[!FFFFFE

EFFFF[

用用类

三三三三三

管三三三川小

………

_

2.1知识与知识表示

口知识基本概念

知识是经过削减、塑造、解释和转换的信息。

口知识的特性

知识的不确定性

知识的相对正确性

可表示性与可利用性

知识可分为陈述性知识、过程性知识和控制性知识。其中，陈述

性知识是关于世界的事实性知识，主要回答“是什么”、“为什

么”等问题。过程性知识是描述在问题求解过程所需要的操作、

算法或行为等规律性的知识，主要回答“怎么做”的问题。控制

性知识是关于如何使用前两种知识去学习和解决问题的知识。

按知识的确定性

按知识的确定性把知识分为确定性知识和不确定

知识。确定性知识是可以指出其值为“真”或

“假”的知识，是精确性知识；不确定性知识指

具有“不确定”特性的知识，它是对不精确、不

完全及模糊性知识的总称。

口知识的分类

按知识的适用范围

知识可分为常识性知识和领域性知识。常

识性知识是指通用通识的知识，即人们普

遍知道的、适用于所有领域的知识。领域

性知识是指面向某个具体领域的专业性知

识，这些知识只有该领域的专业人员才能

够掌握和运用它，如领域专家的经验等。

按知识的作用效果

知识与知识表示

口知识表示的含义

知识表示是研究用机器表示知识的可行性、有效性的一般方法，是一种数据结构与控制结构的统一体，既考虑知识的存储又考虑知识的使用。

口知识表示的分类充分性

符号表示法和连接机制表示法

口知识表示的要求可理解性可利用性

可扩充性

2.2谓词逻辑表示法

例1.命题“王宏是学生”。

谓词表示为STUDENT(WangHong)。

其中，WangHong是个体，代表王宏；STUDENT是谓词名，说明王宏是学生主这一特征。通常，谓词名用大写英文字母表示，个体用小写英文字母表示。

例2.命题“53”。

谓词表示为Greater(5,3)。

若命题“x3”,则谓词表示为Greater(x,3),式中x是变元。

例3.命题“王宏的父亲是教师”。

谓词表示为TEACHER(father(WangHong))。

其中father(WangHong)是一个函数，表示命题中的定语关系。

符号

名称

描述谓词表示

┐

否定/非

表示否定位于它后面的命题“我不喜欢红色”可表示为-Like(I,Red)

命题

A

合取

表示它连接的两个命题具有“与”关系

命题“老李是一位校长也是一名教师”可表示为Schoolmaster(Li)△Teacher(Li)

V

析取

表示它连接的两个命题命题“李斯在读书或写字”可表示为

→

蕴含/条件

具有“或”关系Reading(LiSi,Book)VWriting(LiSi,Words)P→表示P蕴含”,即表命题“如果明天天气晴朗，则我会去室外玩

示“如果P,则”。其中，耍可表示为

P称为条件的前件，称为Weather(Tomorrow,Sunny)→Play(I,Outdoor)条件的后件

→

等价/双条件

P→表示“P当且仅当”命题“小王会吃这个冰激凌，当且仅当冰

激凌是香草口味”可表示为

Eats(Wang,IceCream)Taste(IceCream,V

anilla)

逻辑符号含义

2.3产生式表示法

规则描述的是事物间的因果关系，其含义是“如果……则……”。

在经典的“动物识别系统”中，利用产生式规

则表示为：

IF动物有羽毛THEN动物是鸟

其前提条件是“动物有羽毛”,结论是“动物

是鸟”,其含义是“如羽毛，则动物是鸟”。

综合数据库包含事实库、上下文、黑板等，规则库推理机综合数据库

用于存放问题求解过程中的各种信息的数据结构，

包括初始状态、原始证据、中间结论、最终结论，

其内容在推理过程中在动态、不断变化的。

产生式系统

规则库是用于描述相应领域内过程性知