人工智能知识表达

2.1概述

2.1.1知识及知识的分类

知识是人们在改造客观世界的实践中积累起来的认识和经验。这些经验的描述又需要涉及数据和信息的概念。数据是记录信息的符号，是信息的载体和表示。信息是对数据的解释，是数据在特定场合下的具体含义。信息仅是对客观事物的一种简单描述，只有经过加工.整理和改造等工序，并形成对客观世界的规律性认识后才能成为知识。从不同角度，可以将知识分成不同的类型，如下所示：

1.按知识性质：概念、命题、公理、定理、规则、方法等

2.按知识适应范围:常识性知识，即通识知识

领域性知识，即专业性知识

3.按知识适应范围:事实性知识(又称叙述性知识) 过程性知识、控制性知识(又称元知识或超知识)

4.按知识的确定性:确定性知识、不确定性知识

5.按知识的等级：零级知识、一级知识、二级知识

6.结构:逻辑性知识、形象性知识

2.1.2知识表示方法

一、常用的知识表示方法有一阶谓词表示法、产生式表示法、语义网络表示法、框架表示法、过程表示法、脚本表示法、本体表示法等。

二、不同的知识表示方法有各自的优缺点，在考虑使用哪一种知识表示方法时应遵循以下相关原则:

1.是否能够充分表示领域性知识

2.是否具备可利用性

3.是否可以对知识进行组织管理

2.2谓词逻辑表示方法

2.2.1基本概念

1.每一个谓词由谓词名和个体组成。其中，个体是命题的主语，用来表示某个独立存在的事物或者某个抽象的概念；谓词名是命题的谓语，用来表示个体的性质、状态或个体之间的关系等。

2.命题可以分为原子命题和复合命题，后者由前者通过联结词复合而成。

联结词:

设P、Q是命题，常用的联结词如下：

(1)乛(否定或非)。对任一命题P，-P则表示对命题P的否定。

(2)V(析取)。复合命题PVQ表示P或Q的析取，即P或Q。

(3)∧(合取)。复合命题P∧Q表示P和Q的合取，即P与Q。

(4)→(条件或蕴含)。它表示“若……则……”的语义。

(5)←→(双条件)。它表示“当且仅当”的语义。

2.2.2谓词逻辑表示法

谓词逻辑表示法是一种基于数理逻辑的知识表示方法，人工智能所用的逻辑包括一阶经典逻辑和除此以外的非经典逻辑。这里主要讨论一阶经典逻辑表示法，这里所提到的谓词逻辑也指一阶谓词逻辑。谓词逻辑表示法不仅可以表示事物的状态、属性、概念等事实性知识，还可以表示事物的因果关系。

用谓词逻辑表示法表示知识的步骤如下：

(1)根据要表示的知识定义谓词及个体，确定每个谓词及个体的确切含义。

(2)根据所要表达的知识的语义，用适当的连词、量词把这些谓词连接起来。

2.2.4谓词逻辑表示法的特点

1.主要依赖形式逻辑，利用条件和结论之间的蕴含关系。谓词逻辑表示法在使用过程中显得接近于白然语言系统且比较灵活，接近人们对问题的理解，易于被人们接受。

2.具有模块化特点，每个知识都是相对独立的，它们之间不直接发生某种联系，而是通过添加、删除、修改知识进行

2.3产生式表示法

2.3.1概述

1.事实的表示

2.规则的表示

2.3.2产生式系统

所谓产生式系统是指一组产生式相互配合，协同作用，以求得问题的解 产生式系统般由3个基本部分组成，分别为规则库、综合数据库以及推理机它们之间的关系如图所示:

1.规则库又称知识库，是某领域知识用规则形式表示的集合。该集合包含了问题初始状态以及转换到目标状态所需要规则库 综合数据库 的所有变化规则。规则库是产生式系统的基础。

2.综合数据库又称事实库，是用来存放当前与求解问题有关的各种信息的数据集合，包括问题的初始状态信息、目标状态信息以及在问题求解过程中产生的临时信息。当从规则库中取出的某规则的前提与综合数据库中的已知事实相匹配时，该规则被激活，由该规则库得到的结论就是中间信息，将被添加到综合数据库中。

3.推理机又称控制系统，由一组程序组成，用来控制和协调规则库与综合数据库的运行，决定了问题的推理方式和控制策略。

2.3.4产生式系统的推理方式

1.正向推理

2.逆向推理

3.双向推理

2.3.5产生式系统的特点

1.主要优点

(1)自然性

(2)模块性

(3)清晰性

(3)有效性

2.主要缺点

(1)效率较低

(2)不便于表示结构性知识

(3)难以扩展

(4)控制的饱和问题