第四章 知识表示华北电力大学 计算机系 刘丽*1学习目标n掌握知识、知识表示和知识表示观点等 基本概念n会运用逻辑表示法，产生式表示法进行 知识表达和推理n能用语义网络表示法，框架表示法表达 知识n了解各种主要知识表示方法的特点 Date2知识点n知识、知识表示n知识表示观点n逻辑表示法n产生式表示法n语义网络表示法n框架表示法 Date3第四章 知识表示n概述n表示方法Date4第四章 知识表示方法n概述n表示方法Date5概述n知识表示是AI研究中最基本的问题之一q在知识处理中总要问到：n“如何表示知识？”n“知识是用什么来表示的?”。n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。 q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q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Date6概述n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）qFeigenbaum：知识是经过消减、塑造、解释和 转 换的信息qBernstein：知识是由特定领域的描述、关系和 过程 组成的qHayes-roth：知识是事实、信念和启发式规则q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Date7知识的性质n相对正确性q正确性通过时间证明，没有绝对正确的真理 n不完备性q解决问题时不具备该问题所需的全部知识 n不确定性q知识有时不能被完全确定是真还是假q如：你眼睛发黄你得黄疸了n模糊性q有些概念之间不存在明确的界限q如：好与不好、高与矮Date8知识的性质n矛盾性q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n相容性q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Date9概述-知识的分类n就知识的内容而言q原理性知识：对客观事实原理的认识的知识q方法性知识：利用客观规律解决问题的方法和 策略n就知识的形式而言q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q隐式知识：不能用语言直接表达，只能意会n就知识的性质而言q理论性知识q经验性知识：理论是经验的升华Date10概述-知识的分类n根据知识表达的内容分：q事实性知识：采用直接表示的形式 如：凡是猴子都有尾巴q过程性知识：描述做某件事的过程 如：电视机维修法q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Date11概述-知识的分类n知识的分类（补充）q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q实例性知识：只给出一些实例，知识藏在实例 中q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 Date12概述（续）n知识的要素q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） n是的q规则：事物的行动、动作和联系的因果关 系知识（启发式规则）n如果那么q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） q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Date13概述（续）n知识表示的定义q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n知识表示的研究既考虑知识的存储又 考虑知识的使用n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Date14概述（续）n知识表示的定义q q知识表示是智能推理的部分理论q知识表示是有效计算的载体q知识表示是交流的媒介（如语义网络）Date15概述（续）n选取知识表示方法的因素q表示范围是否广泛n要求表示内容范围q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q是否适于推理n人工智能只能处理适合推理的知识表示q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q是否适于计算机处理n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Date16概述（续）q是否有高效的算法n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q能否表示不精确知识n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n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q能否模块化Date17概述（续）q知识和元知识能否用统一的形式表示n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q是否加入启发信息n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Date18概述（续）q过程性表示还是说明性表示n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n过程性知识表示的优缺点与说明性知识 表示相反q表示方法是否自然n一般在表示方法尽量自然和使用效率之 间取得一个折中n如，对于推理来说，PROLOG比高级语 言如Visual C+自然，但显然牺牲了效率Date19概述（续）n主要的知识表示方法间的关系Date20概述（续）n知识表示的研究内容集中在两个方面：q一是表示观的研究，牵涉到认识论、本 体论、知识工程等方面n认识论、本体论、知识工程q二是表示方法的研究，各种表示方法的 应用n直接法、代替法(局部、分布，.)Date21概述（续）n人工智能中知识表示研究的特点：q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q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Date22概述（续）n人工智能问题的求解是以知识表示为基 础的n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Date23知识表示观n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n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n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 Date24知识表示观（续）n知识表示与推理机分离 （认识论表示观）q思想最早出现于J.McCarthy与P.Hayes的一篇文 章中q核心n是将AI问题分成两部分：认识论部分与启发式部分n认为AI的核心任务就是“常识”形式化q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Date25知识表示观（续）n认识论讨论的主要问题：q“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。q“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？q“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。q“常识的相对性”q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。Date26知识表示观（续）n认识论的特点：q表示是在特定环境下对世界观察的结果q强调自然世界现象与表示之间的因果关系q认为启发式方法不属于表示研究的内容q认为对常识知识的形式化是非常重要的任务Date27知识表示观（续）n表示与推理为一体 （也称为本体论）q由D.Lenta提出的q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Date28知识表示观（续）n本体论主要解决的问题是：q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。q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。q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。q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。Date29知识表示观（续）n本体论的特点：q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。q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。qMinsky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。” Date30第四章 知识表示方法n概述n表示方法Date31第四章 知识表示方法n概述n表示方法Date32表示方法n概述n逻辑表示n产生式规则表示 法n语义网络表示法n框架表示法脚本方法 过程表示 直接表示Date33表示方法概述n逻辑表示n产生式规则表示 法n语义网络表示法n框架表示法脚本方法 过程表示 直接表示Date34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Date35表示方法概述逻辑表示n产生式规则表示 法n语义网络表示法n框架表示法脚本方法 过程表示 直接表示Date36表示方法 逻辑表示法n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（Zhang and Li play tennis），可写为：play (Zhang, Li, tennis) 谓词是play，动词主体是Zhang和 Li，客体是 tennisn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Date37表示方法 逻辑表示法n谓词比命题更加细致地刻画知识 q表达能力强n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） q可以代表变化的情况n如：City(北京),真。 City(煤球)，假q在不同的知识之间建立联系.Date38表示方法 逻辑表示法q在不同的知识之间建立联系n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Date39表示方法 逻辑表示法n谓词逻辑法是应用最广的方法之一，原因是q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