搜索
第四章知识表示华北电力大学计算机系刘丽2020/1/312学习目标掌握知识、知识表示和知识表示观点等基本概念会运用逻辑表示法，产生式表示法进行知识表达和推理能用语义网络表示法，框架表示法表达知识了解各种主要知识表示方法的特点2020/1/313知识点知识、知识表示知识表示观点逻辑表示法产生式表示法语义网络表示法框架表示法2020/1/314第四章知识表示概述表示方法2020/1/315第四章知识表示方法概述表示方法2020/1/316概述知识表示是AI研究中最基本的问题之一在知识处理中总要问到：“如何表示知识？”“知识是用什么来表示的?”。怎样使机器能懂，能对之进行处理，并能以一种人类能理解的方式将处理结果告诉人们。在AI系统中，给出一个清晰简洁的有关知识的描述是很困难的有研究报道认为：严格地说AI对知识表示的认真、系统的研究才刚刚开始2020/1/317概述知识的定义（难以给出明确的定义，只能从不同侧面加以理解）Feigenbaum：知识是经过消减、塑造、解释和转换的信息Bernstein：知识是由特定领域的描述、关系和过程组成的Hayes-roth：知识是事实、信念和启发式规则知识库的观点：知识是某领域中所涉及的各有关方面的一种符号表示2020/1/318知识的性质相对正确性正确性通过时间证明，没有绝对正确的真理不完备性解决问题时不具备该问题所需的全部知识不确定性知识有时不能被完全确定是真还是假如：你眼睛发黄→你得黄疸了模糊性有些概念之间不存在明确的界限如：好与不好、高与矮2020/1/319知识的性质矛盾性不同的知识集合中的知识有时是不一致的，从不同的知识集合(不同的知识背景)出发，会推导出不同的结论相容性同一知识集合中的知识应该是相容的，即不可能推导出不相同的、甚至是矛盾的知识2020/1/3110概述-知识的分类就知识的内容而言原理性知识：对客观事实原理的认识的知识方法性知识：利用客观规律解决问题的方法和策略就知识的形式而言显式知识：人能直接接收处理，能以某种媒体的方式在某种载体上直接表示出来隐式知识：不能用语言直接表达，只能意会就知识的性质而言理论性知识经验性知识：理论是经验的升华2020/1/3111概述-知识的分类根据知识表达的内容分：事实性知识：采用直接表示的形式如：凡是猴子都有尾巴过程性知识：描述做某件事的过程如：电视机维修法元知识：有关知识的知识。最重要的元知识是如何使用知识的知识，如何从知识库中找到想要的知识2020/1/3112概述-知识的分类知识的分类（补充）行为性知识：不直接给出事实本身，只给出它在某方面的行为，描述事物的内涵如：微分方程实例性知识：只给出一些实例，知识藏在实例中类比性知识:即不给出外延，也不给出内涵，只给出它与其它事物的某些相似之处如：比喻、谜语2020/1/3113概述（续）知识的要素事实：事物的分类、属性、事物间关系、科学事实、客观事实等（最低层的知识）……是……的规则：事物的行动、动作和联系的因果关系知识（启发式规则）如果……那么……控制：当有多个动作同时被激活时，选择哪一个动作来执行的知识（技巧性）元知识：高层知识。怎样实用规则、解释规则、校验规则、解释程序结构等知识2020/1/3114概述（续）知识表示的定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知识表示的研究既考虑知识的存储又考虑知识的使用知识表示可看成是一组事物的约定，以把人类知识表示成机器能处理的数据结构2020/1/3115概述（续）知识表示的定义……知识表示是智能推理的部分理论知识表示是有效计算的载体知识表示是交流的媒介（如语义网络）2020/1/3116概述（续）选取知识表示方法的因素表示范围是否广泛要求表示内容范围数理逻辑表示是一种广泛的知识表示办法，如果单纯用数字表示，则范围就有限是否适于推理人工智能只能处理适合推理的知识表示数学模型适合推理，普通的数据库只能供浏览检索，但不适合推理是否适于计算机处理计算机只能处理离散的、量化的字节流。用文字表述的知识和连续形式表示的知识（如微分方程）不适合计算机处理2020/1/3117概述（续）是否有高效的算法考虑到实用的性能，必须有高效的求解算法，知识表示才有意义能否表示不精确知识自然界的信息具有先天的模糊性和不精确性，能否表示不精确知识也是考虑的重要因素许多知识表示方法往往要经过改造，如确定性方法、主观贝叶斯方法等对证据和规则引入了不确定性度量，就是为了表达不精确的知识能否模块化2020/1/3118概述（续）知识和元知识能否用统一的形式表示知识和元知识是属于不同层次的知识，使用统一的表示方法可以使知识处理简单是否加入启发信息在已知的前提下，如何最快的推得所需的结论，以及如何才能推得最佳的结论，我们的认识往往是不精确的。因此，往往需要在元知识（控制知识）加入一些控制信息，也就是通常所说的启发信息2020/1/3119概述（续）过程性表示还是说明性表示说明性知识表示涉及细节少，抽象程度高，因此可靠性好，修改方便，但执行效率低过程性知识表示的优缺点与说明性知识表示相反表示方法是否自然一般在表示方法尽量自然和使用效率之间取得一个折中如，对于推理来说，PROLOG比高级语言如VisualC++自然，但显然牺牲了效率2020/1/3120概述（续）主要的知识表示方法间的关系2020/1/3121概述（续）知识表示的研究内容集中在两个方面：一是表示观的研究，牵涉到认识论、本体论、知识工程等方面认识论、本体论、知识工程二是表示方法的研究，各种表示方法的应用直接法、代替法(局部、分布，…….)2020/1/3122概述（续）人工智能中知识表示研究的特点：智能行为所特有的灵活性问题。“常识问题”不能概括成一类简洁的理论，表示方法的理论研究是大量的小理论的集合人工智能的任务受到计算装置的约束。这就导致了所采用的“表示方法”必须同时满足“刻画智能现象”与“计算装置可接收”这两个有时是矛盾的条件2020/1/3123概述（续）人工智能问题的求解是以知识表示为基础的如何将已获得的有关知识以计算机内部代码形式加以合理地描述、存储、有效地利用，便是知识表示应解决的问题2020/1/3124知识表示观表示观是对于“什么是表示”这一基本问题的不同理解和采用的方法论人工智能是处理知识的科学，所以对人工智能研究首先从知识表示开始，而指导知识表示的思想观点称为表示观人工智能知识表示观点的争论焦点是常识的处理，表示与推理的关系等问题2020/1/3125知识表示观（续）知识表示与推理机分离（认识论表示观）思想最早出现于J.McCarthy与P.Hayes的一篇文章中核心是将AI问题分成两部分：认识论部分与启发式部分认为AI的核心任务就是“常识”形式化认为表示是对自然世界的表述，表示自身不显示任何智能行为。其唯一的作用就是携带知识。这意味着表示可以独立于启发式来研究2020/1/3126知识表示观（续）认识论讨论的主要问题：“知识的不完全性”。推理者的知识是不完全，但却是一致的，其要点是在保持知识一致性的前提下得出新的结论。例如对知识“鸟会飞”，但是“鸵鸟”并不会飞。“知识不一致性”。例如教友派教徒是和平主义者，共和党是好战分子。已知某教授是教友派教徒，且是共和党人。问他是和平主义者吗？“知识不确定性”。Fuzzy、可信度理论、人工神经网络等丰富了对常识的不确定性研究方法，在复杂问题求解时，还可以集成几种方法。“常识的相对性”这些问题目前在AI中研究甚少。认识论认为理论集合是有限的，常识的集合是无限的。关于常识的研究非常困难。2020/1/3127知识表示观（续）认识论的特点：表示是在特定环境下对世界观察的结果强调自然世界现象与表示之间的因果关系认为启发式方法不属于表示研究的内容认为对常识知识的形式化是非常重要的任务2020/1/3128知识表示观（续）表示与推理为一体（也称为本体论）由D.Lenta提出的认为表示是对自然世界的一种近似，它规定了看待自然世界的方式。即一个约定的集合。表示只是描述了关心的一部分，逼真是不可能的2020/1/3129知识表示观（续）本体论主要解决的问题是：表示需对世界的某个部分给与特别的注意（聚集），而对世界的另外部分衰减，以求达到有效求解。对世界可以采用不同的方式来记述。注重的不是“其语言形式，而是其内容”。此内容不是某些特定领域的特殊的专家知识，而是自然世界中那些具有普通意义的一般知识。计算效率无疑是表示的核心问题之一。即有效地知识组织及与领域有关的启发式知识是其提高计算效率的手段。推理是表示观中不可缺少的一部分。表示研究应与启发式搜索联系起来。认为不考虑推理的纯粹表示是不存在的。2020/1/3130知识表示观（续）本体论的特点：本体论的约定具有相对性。本体论研究者认为在智能系统中，往往需要分成不同的层次。每个层次具有其本体论的约定。这对专家系统一类的问题已被证明是有效的。如要建立一个具有普通意义的带有一般知识的知识库，将会遇到“相对性”的困难。因为，如果站在不同的科学深度将导致不同的本体论约定。那么，什么是其最终的本体论约定哪？这是本体论表示观至今未能解决的问题。Minsky的说明是有代表性的。“在解释非常复杂的问题时，我们将不得不同时使用几个完全不同的表示。这是因为，每一种特别的表示均有其自身的优点与缺陷。对涉及我们称为常识的那些东西时，没有一种表示可以说是足够的。”2020/1/3131第四章知识表示方法概述表示方法2020/1/3132第四章知识表示方法概述表示方法2020/1/3133表示方法概述逻辑表示产生式规则表示法语义网络表示法框架表示法脚本方法过程表示直接表示2020/1/3134表示方法概述逻辑表示产生式规则表示法语义网络表示法框架表示法脚本方法过程表示直接表示2020/1/3135表示方法—概述表示方法直接表示局部表示分布表示陈述性表示过程性表示语义网络表示产生式表示逻辑表示框架表示脚本表示替代表示2020/1/3136表示方法概述逻辑表示产生式规则表示法语义网络表示法框架表示法脚本方法过程表示直接表示2020/1/3137表示方法—逻辑表示法一阶谓词逻辑以谓词形式来表示动作的主体、客体如：张三与李四打网球（ZhangandLiplaytennis），可写为：play(Zhang,Li,tennis)谓词是play，动词主体是Zhang和Li，客体是tennis谓词逻辑规范表达式：P(x1,x2,x3,…)，这里P是谓词,xi是主体与客体2020/1/3138表示方法—逻辑表示法谓词比命题更加细致地刻画知识表达能力强如：北京是个城市，City(x)把城市这个概念分割出来。把“城市”与“北京”两个概念连接在一起，而且说明“北京”是“城市”的子概念。（有层）可以代表变化的情况如：City(北京),真。City(煤球)，假在不同的知识之间建立联系……….2020/1/3139表示方法—逻辑表示法在不同的知识之间建立联系如：Human(x)→Lawed(x)，人人都受法律管制，x是同一个人Commit(x)→Punished(x)，x不一定是人也可以是动物而，{[Human(x)→Lawed(x)]→[commit(x)→Punished(x)]}，意为如果由于某个x是人而受法律管制，则这个人犯了罪就一定要受到惩罚2020/1/3140表示方法—逻辑表示法谓词逻辑法是应用最广的方法之一，原因是谓词逻辑与数据库，特别是关系数据库（表达式是谓词表达式之一）有密切的关系，如果采用谓词逻辑作为系统的理论背景，则可将数据库系统扩展改造成知识库一阶谓词逻辑具有完