人工智能原理复习--知识表示(二)

文章目录

  • 上一篇
  • 产生式表示法
    • 推理方式
  • 结构化表示
    • 语义网络
    • 语义网络表示知识的方法和步骤
    • 应用题目
  • 框架表示法
  • 下一篇

上一篇

人工智能原理复习–知识表示(一)

产生式表示法

把推理和行为的过程用产生式规则表示,所以又称基于规则的系统。
产生式规则:1. 前提-结论型 2.条件-动作型

确定性规则:用简单的形式表示即可

  • 一般使用三元组(对象,属性,值)或(关系,对象1,对象2)

不确定性规则:要加上可信度 I F    P    T H E N    Q ( 可信度) IF\ \ P\ \ THEN\ \ Q(可信度) IF  P  THEN  Q(可信度)

  • 需要使用四元组(对象,属性,值,不确定度量)或(关系,对象1,对象2, 不确定度量)

组成
人工智能原理复习--知识表示(二)_第1张图片

规则库:是某领域知识(规则)的存储器,专家系统的核心
综合数据库(事实库):用于存放事实、外部输入事实、中间结果、以及最后结果,是不断变化的(动态的)
推理机:

  • 匹配:将综合数据库中的条件与规则库中的条件比较,如果匹配则称为匹配规则。
  • 冲突解决:匹配是会发生冲突,所以需要利用专一性排序、规则排序、规模排序和就近排序这些常见的冲突解决策略解决。
  • 操作:执行操作后数据库的内容将被修改

优缺点
优点:清晰性、模块性、自然性
缺点:难以扩展、规则选择效率较低、控制策略不灵活、知识表示单一

推理方式

正向推理
根据已知事实出发,通过规则库求得结论。(数据驱动方式或自底向上的方式)
过程:

  1. 将规则库的规则与综合数据库中的匹配
  2. 使用冲突解决算法找到一条启用规则
  3. 执行启用规则的操作部分,将操作的结果放入中和数据库,重复这个过程即可。

反向推理
从目标出发(假设),反向使用规则,看是否推出已知事实。(目标驱动方式或自顶向下的方式)
过程:

  1. 规则库中的规则后件与目标事实匹配,得到匹配的规则集合
  2. 使用冲突解决算法,找到一条启用规则
  3. 将启用规则的前件作为目标,重复上述,直到各字母表均为已知事实,则算成功

双向推理
既是自顶向上又是自底向上的推理,从两个方向进行,直至某个中间界面上两方向结果相符便成功结束。

结构化表示

结构化的手段能高效和集中地描述特定的事务和事务间的关系

  • 语义网络:事务间的关系
  • 框架表示法:事务内部的结构

语义网络

结点表示事务(可以是概念)(可以是常量个体)
在反射弧上的标签:表示节点捡的关系

人工智能原理复习--知识表示(二)_第2张图片

语义单元:(结点1,弧,结点2)

基本语义联系:

  1. 类属关系:最主要的特征是:属性的继承性

    • AKO(A-Kind-of):一种事务是另一种的类型。
    • AMO(A-Member-of):表示一个事务是另一个事务的成员。
    • ISA(Is-a):表示一个事务是另一个事务的实例。
  2. 包含关系:包含关系一般不具备属性的继承性。

    • Part-of: 例如轮胎是汽车的一部分,这两个实体没有属性的继承
    • Member-of
  3. 属性关系

    • Have:表示一个节点具有另一个节点所描述的属性
    • Can:表示一个节点能做另一个节点的事情 例如:(电视)可以放(电视节目)
  4. 时间关系

    • Before
    • After
  5. 位置关系

    • Located-on 上
    • Located-at 某一位置
    • Located-under 下
    • Located-inside 中
    • Located-outside 外
  6. 相近关系

    • Similar-to相似
    • Near-to相近
  7. 因果关系

    • If-then
  8. 组成关系:不具备属性继承性

    • Compsoed-of

语义网络表示知识的方法和步骤

要注意加箭头

  1. 事实性知识的表示
    把有关一个事务或一组事务的知识用一个语义网络来表示。
    人工智能原理复习--知识表示(二)_第3张图片

  2. 情况、动作和事件的表示
    引入附加结点,将发生的一些情况、动作和时间作为结点引入知识网络

    • 情况的表示:不及物动词表示的语句或没有间接宾语的及物动词表示的语句,增加一个情况结点指出
      例如:用语义网络表示“请在2006年6月前归还图书”
      人工智能原理复习--知识表示(二)_第4张图片

    • 动作的表示:有些知识既有主体又有客体(表示的是一个三元关系),增加动作结点用于指出主体和客体。

      例如:用语义网络表示知识“校长送给李老师一本书”
      人工智能原理复习--知识表示(二)_第5张图片

    • 事件的表示:如果发生的知识可以看成是发生的一个事件,那么可以增加一个事件结点来描述这条知识。
      关系弧只能表示二元关系,所以通过事件结点是将这个事件转换成多组二元关系的合取。

  3. 连词和量词的表示

    • 合取和析取的表示:通过增加合取和析取结点,使用时不能出现不合理的组合

      例:对事实“参观者有男有女,有年老、有年轻的”
      人工智能原理复习--知识表示(二)_第6张图片
      其中A、B、C、D可以是年轻的男人,年老的男人,年轻的女人,年老的女人,要进行组合成正确语气,使用适当的连接词,在表示事实

    • 存在量词和全称量词的表示
      在语义网络中使用“是一种”、“是一个”的关系来表示
      分块语义网络:就是用字母先抽象、在用AKO, ISA和画框,加量词符号来实现。

      例如:表示每个学生都学习了一门外语
      人工智能原理复习--知识表示(二)_第7张图片

步骤:

  1. 找出实体
  2. 找出关系,根据是否有继承性去除冗余实体
  3. 根据语义添加附加结点,连接词,量词,和IF-THEN

应用题目

  1. 第一题
    人工智能原理复习--知识表示(二)_第8张图片
    对于一句复杂的话画语义网络,应该先抓主干,在考虑修饰,如果主干涉及三元关系,测通过增加结点的方法,例如主干是绵羊和羊毛,那么就不去考虑它的修饰生产

  2. 用语义网络表示:王军在本年度第二学期给计算机应用专业讲授“人工智能”这门课
    人工智能原理复习--知识表示(二)_第9张图片

  3. 第三题
    人工智能原理复习--知识表示(二)_第10张图片

  4. 用语义网络表示每个人都喜欢电影
    人工智能原理复习--知识表示(二)_第11张图片

框架表示法

自顶向下的方法:

  • 先匹配一个现有的抽象模型(框架)
  • 在确定抽象模型(框架)中的细节

结构:

<框架>:
	<槽1>: <侧面1>:侧面名  值
		   <侧面2>:  侧面名 值1,值2
	<槽2>: <侧面>: 侧面名: 值
	约束: 约束条件

例:

框架名:<优质商品>
商品名称:红桃K口服液
生产厂商:红桃K集团
生产日期:2018年6月17日
获奖情况:获奖等级:省级
		 颁奖单位:湖北省卫生厅
		 获奖时间:2020年5月

常见的槽:AKO槽,Instance槽是AKO槽的逆关系,可在该槽中指出它所联系的下层框架。具有继承性。

人工智能原理复习--知识表示(二)_第12张图片

下一篇

未完待续

你可能感兴趣的:(人工智能)