整理人工智能簡答題.doc

學(xué)習(xí)資料收集于網(wǎng)絡(luò)，僅供參考一簡答題1.在什么情況下需要采用不確定推理或非單調(diào)推理？答：一般推理方法在許多情況下，往往無法解決面臨的現(xiàn)實(shí)問題，因而需要應(yīng)用不確定性推理等高級知識推理方法，包括非單調(diào)推理、時序推理和不確定性推理等。例如，當(dāng)一個人打開電燈的開關(guān)而發(fā)現(xiàn)燈泡未亮?xí)r，就會根據(jù)以往的經(jīng)驗而覺得“停電了”。但當(dāng)他打開另外一只燈的開關(guān)發(fā)現(xiàn)燈亮?xí)r，就否定了先前“停電了”的結(jié)論，想到也許是開關(guān)或者燈具出問題了。這個改變原先推導(dǎo)結(jié)論的過程其實(shí)就是一個非單調(diào)推理。即，隨著信息與知識的增加，并沒有在肯定原來的結(jié)論基礎(chǔ)上，增加了更多并立的知識與結(jié)論，而是否定了原先結(jié)論并有了新的看法。 以下情況需要采用不確定推理：所需知識不完備,不精確所需知識描述模糊,多種原因?qū)е峦唤Y(jié)論,問題的背景知識不足,解題方案不唯一。 不確定性推理，是指其推理過程中，由于各種偶然性誤差、干擾以及證據(jù)的不確定性等因素，導(dǎo)致所獲得的結(jié)果或結(jié)論本身具有未置可否的不確定性。 一般來說，出現(xiàn)不精確推理的原因和特征可能有： 證據(jù)不足或稱為證據(jù)的不確定性； 規(guī)則的不確定性； 研究方法的不確定性。 由于以上“三性”的存在，決定了推理的最后結(jié)果具有不確定但卻近乎合理的特性，人們把這種性質(zhì)的推理及其理論和方法總稱為不確定推理2 產(chǎn)生式系統(tǒng)有哪幾種推理方式？各自特點(diǎn)為何？答：（1）正向推理（正向鏈接推理）：從一組表示事實(shí)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則，用以證明該謂詞公式或命題是否成立。（2） 逆向推理（后向鏈接推理）：從表示目標(biāo)的謂詞或命題出發(fā)，使用一組產(chǎn)生式規(guī)則證明事實(shí)謂詞或命題成立，即首先提出一批假設(shè)目標(biāo)，然后逐一驗證這些假設(shè)。（其基本原理是從表示目標(biāo)的謂詞或命題出發(fā)，使用一組規(guī)則證明事實(shí)謂詞或命題成立，即提出一批假設(shè)（目標(biāo)），然后逐一驗證這些假設(shè)。（3）雙向推理：又稱為正反向混合推理，它綜合了正向推理和逆向推理的長處，克服了兩者的短處。雙向推理的推理策略是同時從目標(biāo)向事實(shí)推理和從事實(shí)向目標(biāo)推理，并在推理過程中的某個步驟，實(shí)現(xiàn)事實(shí)與目標(biāo)的匹配。3算法A*直到一個目標(biāo)節(jié)點(diǎn)被選擇擴(kuò)展才會終止。然而，到達(dá)目標(biāo)節(jié)點(diǎn)的一條路經(jīng)可能在那個節(jié)點(diǎn)被選擇擴(kuò)展前早就找到了。一旦目標(biāo)節(jié)點(diǎn)被發(fā)現(xiàn)，為什么不終止搜索呢？用一個例子說明你的答案。4結(jié)合你的研究方向，論述哪些人工智能技術(shù)可以得到應(yīng)用？解決什么問題？ 答：人工智能目前總結(jié)出了對實(shí)現(xiàn)人工智能系統(tǒng)來說具有普遍意義的核心課題：知識的模型化和表示方法，啟發(fā)式搜索理論，各種推理方法，人工智能系統(tǒng)結(jié)構(gòu)和語言。主要研究和應(yīng)用領(lǐng)域：機(jī)器學(xué)習(xí)，知識表示和推理，智能搜索，模糊邏輯，人工神經(jīng)網(wǎng)絡(luò)，遺傳算法，自然語言理解，博弈論，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘等。5在選擇知識表示的方法時，應(yīng)該考慮哪些因素？ 答：表示能力：能夠?qū)栴}求解所需的知識正確有效地表達(dá)出來 ，可理解性：所表達(dá)的知識簡單、明了、易于理解 ，可訪問性：能夠有效地利用所表達(dá)的知識 ，可擴(kuò)充性：能夠方便靈活地對知識進(jìn)行擴(kuò)充。表示范圍是否廣泛、是否適于推理、是否適于計算機(jī)處理、是否有高效的算法、能否表示不精確知識、能否模塊化、知識和元知識能否用統(tǒng)一的形式表示、是否加入啟發(fā)信息、過程性表示還是說明性表示、表示方法是否自然?？傊?，人工智能問題的求解是以知識表示為基礎(chǔ)的，如何將已獲取的有關(guān)知識以計算機(jī)內(nèi)部代碼形式加以合理地描述、存儲、有效利用便是知識表示所應(yīng)解決的問題。6 什么是語義網(wǎng)絡(luò)知識表示?給出這種表示方法的優(yōu)缺點(diǎn)。答：語義網(wǎng)絡(luò)是一種用實(shí)體及其語義關(guān)系來表達(dá)知識的有向圖。結(jié)點(diǎn)代表實(shí)體，表示各種事物、概念、情況、屬性、狀態(tài)、事件、動作等；弧代表語義關(guān)系，表示它所連結(jié)的兩個實(shí)體之間的語義聯(lián)系，它必須帶有標(biāo)識。 主要優(yōu)點(diǎn)： 結(jié)構(gòu)性:把事物的屬性以及事物間的各種語義聯(lián)系顯式地表示出來，是一種結(jié)構(gòu)化的知識表示方法。在這種方法中，下層結(jié)點(diǎn)可以繼承、新增、變異上層結(jié)點(diǎn)的屬性。 聯(lián)想性:本來是作為人類聯(lián)想記憶模型提出來的，它著重強(qiáng)調(diào)事物間的語義聯(lián)系，體現(xiàn)了人類的聯(lián)想思維過程。 自索引性:把各接點(diǎn)之間的聯(lián)系以明確、簡潔的方式表示出來，通過與某一結(jié)點(diǎn)連結(jié)的弧可以很容易的找出與該結(jié)點(diǎn)有關(guān)的信息，而不必查找整個知識庫。這種自索引能力有效的避免搜索時所遇到的組合爆炸問題。 自然性:這種帶有標(biāo)識的有向圖，可比較直觀地把知識表示出來，符合人們表達(dá)事物間關(guān)系的習(xí)慣，并且與自然語言語義網(wǎng)絡(luò)之間的轉(zhuǎn)換也比較容易實(shí)現(xiàn)。 主要缺點(diǎn)： 非嚴(yán)格性:沒有象謂詞那樣嚴(yán)格的形式表示體系，一個給定語義網(wǎng)絡(luò)的含義完全依賴于處理程序?qū)λM(jìn)行的解釋，通過語義網(wǎng)絡(luò)所實(shí)現(xiàn)的推理能保證其正確性。復(fù)雜性:語義網(wǎng)絡(luò)表示知識的手段是多種多樣的，這雖然對其表示帶來了靈活性，但同時也由于表示形式的不一致，使得它的處理增加了復(fù)雜性。組合爆炸問題和不充分性。7什么是產(chǎn)生式知識表示?給出這種表示方法的優(yōu)缺點(diǎn)。答：早期產(chǎn)生式知識表示是一種計算形式體系里所使用的術(shù)語，主要是使用類似文法的規(guī)則，對符號串做替換運(yùn)算。一般用三元組（對象，屬性，值）或（關(guān)系，對象1，對象2）產(chǎn)生式的基本形式:PQ或者IF P THEN Q ，P是產(chǎn)生式的前提，也稱為前件，它給出了該產(chǎn)生式可否使用的先決條件，由事實(shí)的邏輯組合來構(gòu)成；Q 是一組結(jié)論或操作，也稱為產(chǎn)生式的后件，它指出當(dāng)前題 P滿足時，應(yīng)該推出的結(jié)論或應(yīng)該執(zhí)行的動作。 產(chǎn)生式的含義:如果前提P滿足，則可推出結(jié)論 Q或執(zhí)行Q所規(guī)定的操作優(yōu)點(diǎn)：（1）模塊性：規(guī)則與規(guī)則之間相互獨(dú)立。（2）靈活性：知識庫易于增加、修改、刪除。（3）自然性：方便地表示專家的啟發(fā)性知識與經(jīng)驗。（4）透明性：易于保留動作所產(chǎn)生的變化、軌跡。 缺點(diǎn)：知識庫維護(hù)難，效率低，理解難。8 寫出利用歸結(jié)原理求解問題答案的步驟。答：（1）寫出謂詞關(guān)系公式。（2）用反演法寫出謂詞表達(dá)式。（3）SKOLEM標(biāo)準(zhǔn)形式。（4）命題表示成合取范式并求子句集S。（5）將結(jié)論否定并加入S中，對S中可歸結(jié)的子句做歸結(jié)。（6）歸結(jié)式仍放入S中，反復(fù)歸結(jié)過程。（7）得到空子句。（8）得證。9什么是不確定性推理？不確定推理中需要解決的基本問題有哪些？答：不確定性推理是一種建立在非經(jīng)典邏輯基礎(chǔ)上的基于不確定性知識的推理，它從不確定性的初始證據(jù)出發(fā)，通過運(yùn)用不確定性知識，推出具有一定程度的不確定性的和合理的或近乎合理的結(jié)論?；締栴}：不確定性的表示與度量，不確定性的匹配，不確定性的傳播和更新，不確定性的合成。10 同傳統(tǒng)的計算機(jī)程序相比，人工智能程序有哪些特點(diǎn)？答：（1）人工智能首先研究的是以符號表示的知識，而不是數(shù)值數(shù)據(jù)為研究對象 （2）人工智能采用的是啟發(fā)式推理方法,而不是常規(guī)算法 （3）人工智能的控制結(jié)構(gòu)與知識領(lǐng)域是分離的，并允許出現(xiàn)不正確的解答11 謂詞邏輯表示法為什么是應(yīng)用最廣泛的表示方法之一？答：（1）謂詞邏輯與數(shù)據(jù)庫，特別是關(guān)系數(shù)據(jù)庫就有密切的關(guān)系。在關(guān)系數(shù)據(jù)庫中，邏輯代數(shù)表達(dá)式是謂詞表達(dá)式之一。因此，如果采用謂詞邏輯作為系統(tǒng)的理論背景，則可將數(shù)據(jù)庫系統(tǒng)擴(kuò)展改造成知識庫。 （2）一階謂詞邏輯具有完備的邏輯推理算法。如果對邏輯的某些外延擴(kuò)展后，則可把大部分的知識表達(dá)成一階謂詞邏輯的形式。 （3）謂詞邏輯本身具有比較扎實(shí)的數(shù)據(jù)基礎(chǔ)，知識的表達(dá)方式?jīng)Q定了系統(tǒng)的主要結(jié)構(gòu)。因此，對知識表達(dá)方式的嚴(yán)密科學(xué)性要求就比較容易得到滿足。這樣對形式理論的擴(kuò)展導(dǎo)致了整個系統(tǒng)框架的發(fā)展。 （4）邏輯推理是公理集合中演繹而得出結(jié)論的過程。由于邏輯及形式系統(tǒng)具有的重要性質(zhì)，可以保證知識庫中新舊知識在邏輯上的一致性（或通過相應(yīng)的一套處理過程檢驗）和所演繹出來的結(jié)論的正確性。而其它的表示方法在這點(diǎn)上還不能與其相比。12 什么是過程性知識表示？給出它的優(yōu)缺點(diǎn)。答：過程性知識是將有關(guān)某一問題領(lǐng)域的知識，連同如何使用這些知識的方法，均隱式地表示為一個求解問題的過程。其包含兩個含義：（1）把解決一個問題的過程描述出來?？梢苑Q它為解題知識的過程表示。（2）把客觀事物的發(fā)展過程用某種方式表示出來。優(yōu)點(diǎn)：控制系統(tǒng)就比較容易設(shè)計，過程表示用程序來描述問題，具有很高的問題求解效率。 缺點(diǎn)：復(fù)雜、不直觀、容易出錯、不便于修改。由于知識隱含在程序中，難于添加新的知識和擴(kuò)充功能，所以適用范圍較窄。13簡述人工智能的研究目標(biāo)。答：可分為兩個階段：（1）近期目標(biāo)：近期目標(biāo)的中心任務(wù)是研究如何使計算機(jī)去做那些過去只有靠人的智力才能完成的工作。主要研究依賴于現(xiàn)有計算機(jī)去模擬人類某些智力行為的基本理論、基本方法。（2）遠(yuǎn)期目標(biāo)：探討智能的基本機(jī)理，研究如何利用自動機(jī)去模擬人的某些思維過程和智能行為，甚至做的比人還要好。 九個最終目標(biāo)（從研究內(nèi)容出發(fā)）：理解人類的認(rèn)識、有效的自動化、有效的智能拓展、超人的智力、通用問題求解、連貫性交談、自治、學(xué)習(xí)、儲存信息。14 簡述人工智能的新進(jìn)展。答：多學(xué)科基礎(chǔ)理論交叉研究，多學(xué)派融合研究，集成智能研究，智能機(jī)器人研究。（腦科學(xué)為人工智能研究提供人腦神經(jīng)系統(tǒng)功能的本質(zhì)和機(jī)理； 認(rèn)知科學(xué)為人工智能研究提供感知、思維、學(xué)習(xí)和語言等基本原理心理學(xué)為人工智能研究提供認(rèn)知、情感、意識等心理過程及聯(lián)系。生物學(xué)為人工智能研究提供自然界生物運(yùn)行的機(jī)制； 邏輯學(xué)為人工智能研究提供思維規(guī)律描述的理論和方法；）人工智能從以往的追求自主的系統(tǒng)，改變?yōu)槿藱C(jī)結(jié)合的系統(tǒng)?，F(xiàn)在是直覺、形象思維與模式識別的結(jié)合、Situated AI，Sensing and Acting的結(jié)合，并引入概率論、遺傳算法等理論。計算機(jī)的定量與人的定性信息處理相結(jié)合，取長補(bǔ)短。15什么是遺傳算法？解釋遺傳算法中的個體和種群的含義？答：遺傳算法思想來源于生物進(jìn)化過程，它是基于進(jìn)化過程中的信息遺傳機(jī)制和優(yōu)勝劣汰的自然選擇原則的搜索算法。遺傳算法用概率搜索過程在該狀態(tài)空間中搜索，產(chǎn)生新的樣本。遺傳算法是模仿生物遺傳學(xué)和自然選擇機(jī)理，通過人工方式構(gòu)造一類優(yōu)化搜索算法，是對生物進(jìn)化過程的一個數(shù)學(xué)仿真，屬于進(jìn)化計算中的一類方法。個體：個體就是模擬生物個體而對問題中的對象（一般就是問題的解）的一種稱呼，一個個體也就是搜索空間中的一個點(diǎn)。遺傳算法先將搜索結(jié)構(gòu)編碼為字符串形式，每個字符串結(jié)構(gòu)被稱為個體。種群：就是模擬生物種群而由若干個體組成的群體，它一般是整個搜索空間的一個很小的子集。一組字符串結(jié)構(gòu)，被稱為一個群體。16人工智能研究主要有哪三大學(xué)派，其特點(diǎn)是什么？答：（1）符號主義：又稱為功能模擬學(xué)派，主要觀點(diǎn)認(rèn)為智能活動的基礎(chǔ)是物理符號系統(tǒng)，思維過程是符號模式的處理過程。其特點(diǎn)：(a)立足于邏輯運(yùn)算和符號操作,適合于模擬人的邏輯思維過程,解決 需要邏輯推理的復(fù)雜問題。(b)知識可用顯示的符號表示,在已知基本規(guī)則的情況下,無需輸入大量的細(xì)節(jié)知識。(c)便于模塊化,當(dāng)個別事實(shí)發(fā)生變化時,易于修改。(d)能與傳統(tǒng)的符號數(shù)據(jù)庫進(jìn)行連接。(e)可對推理結(jié)論進(jìn)行解釋,便于對各種可能性進(jìn)行選擇。（2） 連接主義：又稱為結(jié)構(gòu)模擬學(xué)派，是基于神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)間的連接機(jī)制和學(xué)習(xí)算法的人工智能學(xué)派。主要觀點(diǎn)認(rèn)為大腦是一切智能活動的基礎(chǔ)，因而從大腦神經(jīng)元及其連接機(jī)制出發(fā)進(jìn)行研究，渴望揭示人類智能的奧秘，從而真正實(shí)現(xiàn)人類智能在機(jī)器上的模擬。其特點(diǎn)：(a)通過神經(jīng)元之間的并行協(xié)作實(shí)現(xiàn)信息處理,處理過程具有并行性,動態(tài)性,全局性。(b)可以實(shí)現(xiàn)聯(lián)想的功能,便于對有噪聲的信息進(jìn)行處理。(c)可以通過對神經(jīng)元之間連接強(qiáng)度的調(diào)整實(shí)現(xiàn)學(xué)習(xí)和分類等。(d)適合模擬人類的形象思維過程。(e)求解問題時,可以較快的得到一個近似解。（3）行為主義：又稱為模擬學(xué)派、進(jìn)化主義或控制論學(xué)派，認(rèn)為智能行為的基礎(chǔ)是“感知-行為”的反應(yīng)機(jī)制?；谥悄芸刂葡到y(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。其特點(diǎn)：（a）知識和形式化表達(dá)和模型化方法是人工智能的重要障礙之一。（b）智能取決于感知和行動，應(yīng)直接利用機(jī)器對環(huán)境作用后，以環(huán)境對作用的響應(yīng)為原型。（c）智能行為只能體在世界中，通過與周圍環(huán)境交互而表現(xiàn)出來。（d）人工智能可以像人類智能一樣逐步進(jìn)化，分階段發(fā)展和增強(qiáng)。17知識發(fā)現(xiàn)和數(shù)據(jù)挖掘可以應(yīng)用在很多領(lǐng)域中，它們具有哪些公共特征？答：（1）海量數(shù)據(jù)集（2）數(shù)據(jù)利用非常不足（3）在開發(fā)知識發(fā)現(xiàn)系統(tǒng)時，領(lǐng)域?qū)＜覍υ擃I(lǐng)域的熟悉程度至關(guān)重要（4）最終用戶專門知識缺乏18 試述數(shù)據(jù)挖掘的發(fā)展趨勢。答：（1）視頻和音頻數(shù)據(jù)挖掘（2）科學(xué)和統(tǒng)計數(shù)據(jù)挖掘（3）數(shù)據(jù)挖掘的應(yīng)用探索（4）可伸縮的數(shù)據(jù)挖掘方法（5）數(shù)據(jù)挖掘與數(shù)據(jù)庫系統(tǒng)、數(shù)據(jù)倉庫和Web數(shù)據(jù)庫系統(tǒng)的集成（6）數(shù)據(jù)挖掘語言的標(biāo)準(zhǔn)化（7）可視化數(shù)據(jù)挖掘（8）復(fù)雜數(shù)據(jù)類型挖掘的方法（9）Web挖掘（10）數(shù)據(jù)挖掘中的隱私保護(hù)與信息安全19 試述第三代數(shù)據(jù)挖掘系統(tǒng)的特征及其關(guān)鍵技術(shù)。答：特點(diǎn)：（1）和預(yù)測模型系統(tǒng)之間能無縫的集成，使得由數(shù)據(jù)挖掘軟件產(chǎn)生的模型的變化能夠及時反映到預(yù)測模型系統(tǒng)中。（2）由數(shù)據(jù)挖掘軟件產(chǎn)生的預(yù)測模型能夠自動地被操作型系統(tǒng)吸收，從而與操作型系統(tǒng)中的預(yù)測模型相聯(lián)合提供決策支持的功能。（3）能夠挖掘網(wǎng)絡(luò)環(huán)境下的分布式和高度異質(zhì)的數(shù)據(jù)，并且能夠有效地和操作型系統(tǒng)集成。第三代的特征是能夠挖掘Internet/Extranet的分布式和高度異質(zhì)的數(shù)據(jù)，并且能夠有效地和操作型系統(tǒng)集成。這一代數(shù)據(jù)挖掘系統(tǒng)關(guān)鍵的技術(shù)之一是提供對建立在異質(zhì)系統(tǒng)上的多個預(yù)測模型以及管理這些預(yù)測模型的元數(shù)據(jù)提供第一級別（first class）的支持。20 什么是問題歸約？問題歸約的操作算子與一般圖搜索有何不同？答：問題規(guī)約是在問題求解過程中，將一個大的問題變成若干個子問題，子問題又可以分解成更小的子問題，這樣一直分解到可以直接求解為止，全部子問題的解就是原問題的解；并稱原問題為初始問題，可直接求解的問題為本原問題。問題規(guī)約的操作算子是一組變換規(guī)則，通過一個操作算子把一個問題化成若干個子問題。而一般圖搜索的操作算子是引起狀態(tài)中的某分量發(fā)生改變，從而使問題由一個具體狀態(tài)A變化為另一個具體狀態(tài)B的作用。使問題一種狀態(tài)變化為另一種狀態(tài)的手段稱為操作符或算符，操作符可為走步、過程、規(guī)則、數(shù)學(xué)算子、運(yùn)算符號或邏輯符號等。21 什么是自然語言理解？自然語言理解的準(zhǔn)則是什么？答：自然語言理解與“智能”一樣，存在各種各樣的理解和解釋，是利用計算機(jī)對自然語言進(jìn)行理解。自然語言理解的準(zhǔn)則：給計算機(jī)輸入一段自然語言文本，如果計算機(jī)能問答機(jī)器能正確地回答輸入文本中的有關(guān)問題；文摘生成機(jī)器有能力產(chǎn)生輸入文本的摘要；釋義機(jī)器用不同的詞語和語句復(fù)述輸入文本；翻譯機(jī)器把一種語言（源語言）翻譯為另一種語言（目標(biāo)語言）22 簡述自然語言理解的層次劃分及對應(yīng)的技術(shù)。答：語音分析：根據(jù)音位規(guī)則，從語音流中區(qū)分出獨(dú)立的音素，根據(jù)音位形態(tài)規(guī)則找出音節(jié)及其對應(yīng)的詞素或詞。對應(yīng)技術(shù)：模式匹配詞法分析：找出詞匯的各個詞素（詞根），從中獲得語言學(xué)信息 對應(yīng)技術(shù)：詞典結(jié)構(gòu)句法分析：對句子和短語的結(jié)構(gòu)進(jìn)行分析，找出詞、短語等的相互關(guān)系以及各自在句子中的作用等。在語言自動處理的研究中，句法分析的研究是最為集中的，這與喬姆斯基的貢獻(xiàn)是分不開的，主要方法有：短語結(jié)構(gòu)語法、格語法、擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)、功能語法等。語法分析：將單詞之間的線性次序變換成一個顯示單詞如何與其它單詞相關(guān)聯(lián)的結(jié)構(gòu)。確定語句是否合乎語法。對應(yīng)技術(shù)：擴(kuò)展轉(zhuǎn)移網(wǎng)絡(luò)，CF規(guī)則語義分析：通過分析找出詞義，結(jié)構(gòu)意義及其結(jié)合意義，從而確定語言所表達(dá)的真正（實(shí)際）含義或概念。在語言自動理解中，語義越來越成為一個重要的研究內(nèi)容，尤其是對話系統(tǒng)。對應(yīng)技術(shù)：產(chǎn)生式規(guī)則、概念相依理論、腳本、框架、語義網(wǎng)絡(luò)、邏輯語用分析：研究語言所在的外界環(huán)境對語言使用所產(chǎn)生的影響。描述語言的環(huán)境知識、語言與語言使用者在某個給定語言環(huán)境中的關(guān)系。為確定真正含義，對表達(dá)的結(jié)構(gòu)重新加以解釋。對應(yīng)技術(shù)：產(chǎn)生式規(guī)則、概念相依理論、腳本、框架、語義網(wǎng)絡(luò)、邏輯23 什么是本體？設(shè)計本體的準(zhǔn)則是什么？答：本體理論屬于人工智能的內(nèi)容理論范疇，是共享概念模型的明確形式化規(guī)范說明，研究特定領(lǐng)域知識的對象分類、對象屬性和對象間的關(guān)系，它為領(lǐng)域知識的描述提供術(shù)語。簡單說，可以將本體理解為公共認(rèn)同的關(guān)于領(lǐng)域知識的明確描述?！氨倔w是關(guān)于某個主題的形式化和說明性表示，包括它的論域、論域中諸對象的名稱、定義及相互關(guān)系。設(shè)計準(zhǔn)則： 1）明確性和客觀性(Clarity)：本體應(yīng)該有效地傳達(dá)所定義的術(shù)語的內(nèi)涵。 2）一致性(Coherence)：一個本體應(yīng)該是前后一致的，也就是說，由它推斷出來的概念定義應(yīng)該與本體中的概念定義一致。至少。所有的公理應(yīng)該具有邏輯一致性。3）可擴(kuò)展性(Extensibility)：一個本體提供一個共享的詞匯，它應(yīng)該在預(yù)期的任務(wù)范圍內(nèi)提供概念的基礎(chǔ)，同時，它的表示應(yīng)該使得人們能夠單調(diào)地擴(kuò)展和專門化對這個詞匯的說明；也就是說，人們應(yīng)該能夠在不改變原有定義的前提下，以這組存在的詞匯為基礎(chǔ)定義新術(shù)語。 4）最小編碼偏差(Minimal encoding bias)：本體應(yīng)該處于知識的層次，而與特定的符號級編碼無關(guān)。 5）最小本體承諾(Minimal commitment)：一個本體應(yīng)該在提供必須的共享知識的條件下，要求有最小的本體承諾。也就是說，它應(yīng)該對所模擬的事物產(chǎn)生盡可能少的推斷，而讓共享者自由地按照他們的需要去專門化和實(shí)例化這個本體。24什么是專家系統(tǒng)？專家系統(tǒng)的一般結(jié)構(gòu)是什么？ 答：專家系統(tǒng)目前尚無統(tǒng)一的定義，簡單定