人工智能知識表示

1、第五章 知識表示 表示是使用人造的體系對自然界事物的運算規(guī)律進行概括與抽象的模型。 知識表示是概括智能的模型。需同時滿足“刻畫智能現(xiàn)象”與“計算裝置可接受”兩個條件。 表示觀：注重形式化的認知觀 注重模擬客觀世界本體的本體觀產生式規(guī)則是一種使用最廣泛的表示方法。語義網(wǎng)絡、框架、腳本都是結構化的表示方法，結構化表示法適合描述那些帶有結構、層次、比較復雜的事物，反映了人們使用知識的方式，提供了結構的描述關系。評價知識表示方法從表示的能力和效率兩個方面考慮：表示能力（區(qū)分與避免不必要區(qū)分）：一階謂詞邏輯最強，其它方法是其子集。效率：考慮知識獲取和知識庫維護的效率（適合人的思維）?？紤]推理機的效率（適

2、合機器實現(xiàn)）， 一階謂詞邏輯最弱。經典人工智能的主要表示方法：一階謂詞邏輯是最基本的表示方法，具有嚴謹?shù)墓眢w系。5.1 邏輯表示法邏輯表示法 用謂詞表示知識用謂詞表示知識命題：表示知識的陳述性形式稱為命題。命題：表示知識的陳述性形式稱為命題。 例：張平是學生、樹葉是綠色的謂詞：帶有參數(shù)的命題叫做謂詞。謂詞：帶有參數(shù)的命題叫做謂詞。 例：是學生（X）謂詞比命題有更強的表達能力：謂詞比命題有更強的表達能力：1） 有概括能力有概括能力2） 引進了變量引進了變量3） 在知識之間建立聯(lián)系在知識之間建立聯(lián)系 是學生（X）：X是學生 受紀律約束（X）： X受紀律約束 犯錯誤（X）： X犯錯誤 受紀律懲罰（

3、X）： X受紀律懲罰連接后： 是學生（X）受紀律約束（X） 犯錯誤（X）受紀律懲罰（X）(6) X 是學生(X) 學籍(X) Y 是教師(Y) 職稱(Y)例：沒有無學籍的學生，也沒有無職稱的教師。例：沒有無學籍的學生，也沒有無職稱的教師。 (1) Q (2) 沒有無學籍的學生 也沒有無職稱的教師 (3) 存在無學籍的學生 存在無職稱的教師 (4) X 無學籍的學生(X) Y 無職稱的教師(Y)(5) X 是學生(X) 無學籍(X) Y 是教師(Y) 無職稱(Y)第一種謂詞簡單，個數(shù)多，較靈活第二種謂詞復雜，個數(shù)少，利于檢索。這個命題可在六個不同的層次表示： 分得細 知識多 推理效率低 分得粗

4、知識少 推理效率高 上述方式是謂詞多，參數(shù)少另一種是謂詞少，參數(shù)多 P(x1,x2,.x10) 其中，x1表示是否、x2表示動作、x3表示有無、x4、x5表示對象，x6到x10與x1到x5一樣。即： P(不，存在，無，學籍，學生，不，存在，無，職稱，教師) 可表示為(x)(A(x) B(x) 或 (x)(B(x) A(x) 或 (x)(A(x) (B(x) 用謂詞表示知識的例子：1） 所有的有理數(shù)都是實數(shù)所有的有理數(shù)都是實數(shù) 令P(x)表x是有理數(shù)，Q(x)表x是實數(shù) 則應為(x)(P(x)Q(x) 而不是(x)(P(x) Q(x)2）有的實數(shù)是有理數(shù)）有的實數(shù)是有理數(shù) 應為(x)(Q(x)

5、P(x) 而不是(x)(Q(x) P(x)3）沒有無理數(shù)是有理數(shù)）沒有無理數(shù)是有理數(shù) A(x)表示無理數(shù)，B(x) 表示有理數(shù)(x)(機器(x) 型號(x, B) 電源故障(x) 4）凡是桌面上沒放書本的桌子都配有臺燈。）凡是桌面上沒放書本的桌子都配有臺燈。(x) (桌子(x) 上面放書(x) 配有臺燈(x)(x)(桌子(x) (y)(書(y) 在上面(y , x) (z)(臺燈(z) 在上面(z , x) (x)(桌子(x) 在上面(書, x)在上面(臺燈, x) 5） 張宏的母親和誰都沒吵過架張宏的母親和誰都沒吵過架。(x)(人(x) 吵架(母親(張宏), x)6）型號）型號B的所有機器都

6、有電源故障。的所有機器都有電源故障。7） 放在臺燈下面的書可能是數(shù)據(jù)結構，也放在臺燈下面的書可能是數(shù)據(jù)結構，也可能是編譯原理，不會是別的書可能是編譯原理，不會是別的書 用謂詞表示自然語言： 用謂詞和項表示句子的關系和實體 一元謂詞表示一個集合。 多元謂詞表示一個關系。(x)(學校(x) 老同學(母親(趙亮), 校長(x)8）趙亮的母親和某校的校長是老同學）趙亮的母親和某校的校長是老同學書(a) 臺燈下面(a) (是(a, 數(shù)據(jù)結構) 是(a, 編譯原理)重迭量詞 對于二元謂詞R(x,y)，可以連續(xù)兩次引用量詞，有四種形式： (x) (y) R(x,y)：一切x和一切y有關系R。 (x) (y)

7、 R(x,y)：一切x和有的y有關系R。 (x) (y) R(x,y)：有的x和一切y有關系R。 (x) (y) R(x,y)：有的x和有的y有關系R。 例：一切固體都可以被某些液體所溶解。 (x)(固體(x)(y)(液體(y) 被溶解(x,y) 有的液體可以溶解一切固體。 (y)(液體(y)(x)(固體(x) 被溶解(x,y)產生式也稱作規(guī)則，或產生式規(guī)則。產生式一詞來源于產生式一詞來源于PostPost機機, Post機是E.Post在19431943年根據(jù)字符串替換規(guī)則提出的年根據(jù)字符串替換規(guī)則提出的稱為產生式系統(tǒng)的稱為產生式系統(tǒng)的一種計算模型一種計算模型。5.2 產生式系統(tǒng)產生式系統(tǒng)

8、知識之間存在著大量的因果關系知識之間存在著大量的因果關系，可以用可以用一種稱之為“產生式產生式”的形式來描述描述。例：如果大學畢業(yè)如果大學畢業(yè)就能找到工作就能找到工作如果大學畢業(yè)如果大學畢業(yè) 熱門專業(yè)熱門專業(yè) 名牌大學名牌大學就能找到好工就能找到好工作作綜合數(shù)據(jù)庫綜合數(shù)據(jù)庫是產生式使用的主要數(shù)據(jù)結構，它用來表述問題狀態(tài)或有關事實問題狀態(tài)或有關事實，對應于表示問題的說問題的說明式知識明式知識。 產生式系統(tǒng)的基本結構產生式系統(tǒng)的基本結構產生式系統(tǒng)是問題求解系統(tǒng)。它產生式系統(tǒng)是問題求解系統(tǒng)。它是把一組產生式放在一起，讓它們互相配合，協(xié)同作用，一個產生式生成的結論可以供另一個產生式作為前提，以這種方式

9、求得問題的解決。一個產生式系統(tǒng)由三個基本部分組成：一個綜合數(shù)一個產生式系統(tǒng)由三個基本部分組成：一個綜合數(shù)據(jù)庫、一組產生式規(guī)則和一個控制系統(tǒng)。據(jù)庫、一組產生式規(guī)則和一個控制系統(tǒng)。一組產生式規(guī)則構成了規(guī)則庫，每一條規(guī)則形如一組產生式規(guī)則構成了規(guī)則庫，每一條規(guī)則形如: IF 條件條件 THEN 行動行動 或或 IF 前提前提 THEN 結論結論IF 積木積木X 在在A處處 AND 積木積木X 上面為空上面為空 AND 機械手在機械手在A處處 AND 機械手為空機械手為空 THEN機械手抓起積木機械手抓起積木X （條件條件行動）行動）例如例如:IF 動物是哺乳動物動物是哺乳動物 AND 動物吃肉動物吃

10、肉 THEN 動物是食肉動物動物是食肉動物 （前提（前提.結論）結論）控制系統(tǒng)是規(guī)則的解釋程序控制系統(tǒng)是規(guī)則的解釋程序，它規(guī)定了如何選擇一條如何選擇一條可用的規(guī)則的原則可用的規(guī)則的原則(搜索策略搜索策略)和規(guī)則使用的方式和規(guī)則使用的方式(推理推理方向方向)，并根據(jù)綜合數(shù)據(jù)庫的信息，控制求解問題的過程。Precedure Respond 掃描數(shù)據(jù)庫，找到可用規(guī)則集S； while S 非空且問題未被求解do begin 調用過程select-Rule（S），從S中選出規(guī)則R； 執(zhí)行R的結果部分，更新數(shù)據(jù)庫的內容； 掃描數(shù)據(jù)庫，找到可用規(guī)則集S end5.2.1 推理方式正向推理正向推理的基本思想

11、是從已知數(shù)據(jù)信息出發(fā)，正向使用規(guī)則（讓規(guī)則的前提與數(shù)據(jù)庫匹配）求解問題。它要求用戶首先輸入有關當前問題的信息作為數(shù)據(jù)庫中的事實。下述的過程Respond是這種策略的基本思想。 正向推理的主要缺點是激活規(guī)則表面看無目的，或者說系統(tǒng)為達到目標可能執(zhí)行若干無用動作。規(guī)則“可用”是指數(shù)據(jù)庫中有滿足該規(guī)則的條件部分的事實，過程select-Rule負責選擇規(guī)則，與問題有關的控制信息在此體現(xiàn)，可使用評價函數(shù)，也可精心排序。過程Respond是原理示意程序，實際系統(tǒng)要復雜的多，例如：如何查找規(guī)則？是順序，還是索引。如何判斷規(guī)則可用？是簡單匹配、比較，還是計算。正向推理就是執(zhí)行“識別動作”。正向推理的主要優(yōu)點

12、是允許用戶主動提供有用的事實信息，而不必等到用戶需要時才提供。它適合于“解空間”很大的一類問題，象設計、規(guī)劃、預測、監(jiān)控、管理等。反向推理的優(yōu)點：適合解空間教小的問題不必使用與總目標無關的規(guī)則有利于向用戶提供明確的解釋反向推理的缺點：目標選擇盲目，不允許用戶主動提供信息指導推理當規(guī)則的then是動作時，反向推理無法使用。 反向推理反向推理基本思想是：選定一個目標，然后在知識庫中查找能導出該目標的規(guī)則集，若這些規(guī)則中的某條規(guī)則前提與數(shù)據(jù)庫匹配，則成功。否則，將該規(guī)則前提作為子目標，遞歸執(zhí)行上述過程，直到總目標被求解或者沒有能導出目標的規(guī)則。過程Achieve（G）給出了反向推理的基本思想。Pro

13、cedure Achieve（G）掃描數(shù)據(jù)庫，如果找到G，返回T否則找到能導出G的規(guī)則集S； while S非空 do begin 調用過程ChooseRule（S），從S中選出規(guī)則R while R在S中且R的前提部分非空 do begin GHEAD(R的前提部分)； R的前提部分 TAIL(R的前提部分) M=Achieve（G） if M為F，then 從S中去掉R end If R在S中 then返回T end當S為空時，返回Fend R1 ：如果 葉子脫落 則 是落葉樹 R2 ：如果 葉子保持 則 是常青樹 R3 ：如果 松樹球果 則 是裸子植物 R4 ：如果 針葉 則 是裸子植物

14、 R5 ：如果 二針葉 or 三針葉 or 五針葉 則 是針葉 R6：如果 是裸子植物 and 常青樹 and 五針葉 則 是白松樹 R7：如果 是裸子植物 and 落葉樹 and 簇針葉 則 是落葉松樹例:已知有如下數(shù)據(jù)庫和規(guī)則庫 數(shù)據(jù)庫：葉子保持、五針葉 規(guī)則庫： 解：產生式系統(tǒng)的正向推理的一般策略為： 1）找出可用規(guī)則集 2）若可用規(guī)則集空或已找到目標則結束，否則 3）選擇一條規(guī)則（本題可按自然順序） 4）將結論放入數(shù)據(jù)庫 5）找出可用規(guī)則集，轉2）。 開始，找出可用規(guī)則集：R2 和R5 執(zhí)行2）后，繼續(xù)3）-5）條，結果如下： 選擇一條規(guī)則（按自然順序）：R2 將結論放入數(shù)據(jù)庫：葉子保

15、持、五針葉、常青樹 找出可用規(guī)則集：R5 再次執(zhí)行2）后，繼續(xù)3）-5）條，結果如下：使用上述的數(shù)據(jù)庫和規(guī)則庫說明產生式的正向推理過程。(反向推理略)選擇一條規(guī)則（按自然順序）：R5將結論放入數(shù)據(jù)庫：葉子保持、五針葉、常青樹、針葉找出可用規(guī)則集：R4 再次執(zhí)行2）后，繼續(xù)3）-5）條，結果如下：選擇一條規(guī)則（按自然順序）：R4將結論放入數(shù)據(jù)庫：葉子保持、五針葉、常青樹、針葉、裸子植物找出可用規(guī)則集：R6 再次執(zhí)行2）后，繼續(xù)3）-5）條，結果如下：選擇一條規(guī)則（按自然順序）：R6將結論放入數(shù)據(jù)庫：葉子保持、五針葉、常青樹、針葉、裸子植物、白松樹找出可用規(guī)則集：nil 再次執(zhí)行2）后，結束 數(shù)據(jù)

16、與數(shù)據(jù)的匹配是指在規(guī)則中沒有變量的情況，此時，規(guī)則的前提中，不論是要比較，還是計算，最后，總之是用數(shù)據(jù)和數(shù)據(jù)庫中的數(shù)據(jù)進行匹配。 5.2.2匹配方式不論是正向推理，還是反向推理，在挑選可用的規(guī)則時，都是要利用數(shù)據(jù)庫的數(shù)據(jù)或事實，判定規(guī)則的前提是否為真，即規(guī)則前提與數(shù)據(jù)庫匹配。考慮規(guī)則中是否帶有變量，這種匹配可分為三種：數(shù)據(jù)與數(shù)據(jù)的匹配、數(shù)據(jù)與變量的匹配、變量與變量的匹配。這里的變量概念是廣義的，可是一般的變量，也可是指數(shù)據(jù)與一般的變量共同組成的模式。 變量與變量的匹配是在有變量的情況下進行反向推理時出現(xiàn)。給定一個斷言，假定不含變量，在反向推理中，用它和規(guī)則的結論匹配，形成一個環(huán)境，規(guī)則前提的變

17、量應從此環(huán)境取值，但是，前提中的變量在結論中可能不出現(xiàn)，這樣，當前提作為新的未知斷言，讓它去和某規(guī)則的結論匹配時，就出現(xiàn)變量與變量的匹配。這種匹配正是我們在歸結推理中講的合一算法。 數(shù)據(jù)與變量的匹配是在規(guī)則中有變量的情況下進行正向推理時出現(xiàn)。 有變量的正向推理 數(shù)據(jù)與變量的匹配是在規(guī)則中有變量的情況下進行正向推理時出現(xiàn)。我們假定有一個使用漢語的演繹系統(tǒng)做正向推理，其中用英語字母表示變量，用漢語表示常量，有如下規(guī)則： （規(guī)則 203 （如果 （x 是 y 的 母親） （y 是 男性） （z 是 x 的 姐妹） （z 是 w 的 母親） （則 （z 是 y 的 姨母） （y 是 w 的 表兄弟）

18、若又有以下事實： （王夫人 是 賈寶玉 的 母親） （王夫人 是 賈元春 的 母親） （薛王氏 是 王夫人 的 姐妹） （薛王氏 是 薛蟠 的 母親） （薛王氏 是 薛寶釵 的 母親） （賈寶玉 是 男性） （賈元春 是 女性） （薛蟠 是 男性） （薛寶釵 是 女性） 可推出新事實： （薛王氏 是 賈寶玉 的 姨母） （賈寶玉 是 薛蟠 的 表兄弟） （賈寶玉 是 薛寶釵 的 表兄弟） 在檢查規(guī)則中某前提是否成立時，帶變量的正向演繹與不帶變量的正向演繹是有區(qū)別的。 不帶變量：檢查該前提是否與已知事實相同。 帶變量：檢查該前提是否與已知事實相匹配，當把該前提中的變量換成匹配中所獲得的約束值時，

19、它才與那個事實相同。我們說匹配成功，既建立了約束關系，并把建立的一組約束關系稱為一個演繹環(huán)境。 例如，第一個前提與事實庫的四個事實匹配成功，建立了編號為1、2、3、4的四個環(huán)境。 1 （x王夫人）（y賈寶玉） 2 （x王夫人）（y賈元春） 3 （x薛王氏）（y薛蟠） 4 （x薛王氏）（y薛寶釵） 為使用一條規(guī)則演繹，應使規(guī)則中的所有前提同時成立，即不同前提中的同名變量可以取到同一個約束值。實際上是說，各前提與事實相匹配中所獲得的環(huán)境應當是相容的，應有一個公共的環(huán)境，滿足各前提的要求。 我們采用“累積”的方法尋找這一環(huán)境。當?shù)谝粋€前提獲得四個環(huán)境，讓第二個前提使用這些環(huán)境尋找與之相配的事實。于是

20、，符合前兩個前提的環(huán)境為1、3： 1 （x王夫人）（y賈寶玉） 3 （x薛王氏）（y薛蟠） 第三個前提使用這兩個環(huán)境尋找相匹配的事實，環(huán)境3不適合，使用環(huán)境1，增加了一個約束，擴充為環(huán)境5： 5 （x王夫人）（y賈寶玉）（z薛王氏） 最后，第四個前提使用環(huán)境5找到兩個事實，環(huán)境5擴充為環(huán)境6和環(huán)境7。 6 （x王夫人）（y賈寶玉）（z薛王氏）（w薛蟠） 7 （x王夫人）（y賈寶玉）（z薛王氏）（w薛寶釵） 這兩個環(huán)境就是符合所有前提的公共環(huán)境，使用此環(huán)境，可得出新事實： （薛王氏 是 賈寶玉 的 姨母） （賈寶玉 是 薛蟠 的 表兄弟） 和 （薛王氏 是 賈寶玉 的 姨母） （賈寶玉 是 薛寶

21、釵 的 表兄弟） 去掉重復，獲得三條。 有變量的反向推理 變量與變量的匹配是在有變量的情況下進行反向推理時出現(xiàn)。給定一個斷言，假定不含變量，在反向推理中，用它和規(guī)則的結論匹配，形成一個環(huán)境，規(guī)則前提的變量應從此環(huán)境取值，但是，前提中的變量在結論中可能不出現(xiàn)，這樣，當前提作為新的未知斷言，讓它去和某規(guī)則的結論匹配時，就出現(xiàn)變量與變量的匹配。這種匹配正是我們在歸結推理中講的合一算法。只是算法的實現(xiàn)細節(jié)有所不同。 在帶變量的反向推理中，合一算法所得到的置換實現(xiàn)成約束表，對未匹配部分做置換通過對變量求“終值”而解決。算法的基本過程是一樣的。 參與合一的變量先在環(huán)境中取終值，無值則為本身。常量值為常量。

22、 雙方為常量，相等則合一成功，否則失敗。 一方為變量，則建立約束關系，合一成功。 雙方為變量，建立約束關系，合一成功。 在帶變量的反向推理中，使用的搜索算法與歸結推理方法相同，都是回溯算法。 為了證明分支1、2、3都成立，可用1和規(guī)則I、II、III的結論合一。若使用規(guī)則1成功，而2搜索后失敗，失敗的原因可能是1給的環(huán)境不對，若1使用規(guī)則2成功，也許2也會成功。因此，分支失敗回溯到“兄長”節(jié)點，而不是“父”節(jié)點。 I II 1 2 3 III 4 5 6 7 正向推理的缺點是有些盲目，求解了許多與總目標無關的子目標。反向推理的缺點是盲目選擇目標，求解了許多可能為假的總目標，要是解空間較大，則更

23、為明顯。解決這些問題的有效辦法，是綜合利用正向推理與反向推理的優(yōu)點，即正向推理幫助選擇目標，再反向求解目標。這就是混合推理的思想。過程Alternate 給出了這種策略的基本思想。3.2.4混合推理 Procedure Alternate Repeat 讓用戶將事實輸入到數(shù)據(jù)庫中； 調用Respond，從已知事實出發(fā)演繹出部分結果； 調用Choose-Goal，選出一個目標G； 調用Achieve（G），確定目標G的真假性 untiluntil 問題被求解 這是個原理示意程序，在實際應用中，有多種混合推理模式。 語義網(wǎng)絡形式上是一個有向圖：由一組節(jié)點和若干條連接節(jié)點的弧構成。節(jié)點：表示一個問題

24、領域的物體、概念、狀態(tài)?；。罕硎竟?jié)點間的關系。常用的關系有分類關系、事物屬性關系、推理關系等。分類：1）Subset-of關系（子集關系） Subset-of Subset-of鴿子 鳥動物5.3語義網(wǎng)絡 2）A-Menber-of關系（成員關系） A-Menber-of3）A-Part-of關系（部件關系） A-Part-of 部件關系沒有屬性繼承權。 事物屬性關系： 黃色 推理關系： infer 翅膀鳥白點鴿子中國人黃色下雪后氣溫降低 語義網(wǎng)絡是一種網(wǎng)絡結構，節(jié)點之間的連接是二元關系，若表示一元關系，如張平是一個學生，作為謂詞可是student（zhangping ），用語義網(wǎng)絡可為： i

25、s-a 這就是說，語義網(wǎng)絡很容易表示一元關系。Is-a關系是Subset-of關系、A-Menber-of關系和A-Part-of關系的一種通用的表示。Zhangping student 如果我們要表示的是多元關系，可以把這個多元關系轉化成一組二元關系的組合，在轉化中，需要引入附加節(jié)點。例如，03年足球甲A聯(lián)賽，北京國安主場4比1戰(zhàn)勝青島，謂詞表示SCORE（03甲A聯(lián)賽，國安，青島，4：1），用語義網(wǎng)絡可表示為： 主隊 IS-A 客隊 成績 圖6-1 多元關系的語義網(wǎng)絡03甲A聯(lián)賽國安附加節(jié)點青島4：1 推理網(wǎng)絡的基本節(jié)點是事實或概念，而節(jié)點間的關系則表示規(guī)則。 已證明，凡是用一階謂詞可表示

26、的，用語義網(wǎng)絡均可表示。在人工智能系統(tǒng)中，分類網(wǎng)絡和推理網(wǎng)絡也有較多的應用。分類網(wǎng)絡的構造非常簡單，每個節(jié)點代表一個概念，節(jié)點間的關系只有兩種：子集關系和成員關系。子集關系連接中間節(jié)點，個體關系連接葉節(jié)點，整個網(wǎng)絡一般呈樹形。 在語義網(wǎng)絡上的推理主要是繼承推理和匹配推理。 繼承推理就是通過繼承關系得到某些個體的一些特征值。雖然，鴿子與翅膀之間沒有連接，但鴿子是鳥的子集，翅膀是鳥的一個部分，因此，鴿子就繼承了有翅膀這一特性。 在語義網(wǎng)絡中，匹配推理是指對于給定的事物或事實，構造一個語義網(wǎng)絡片段，然后到已有的語義網(wǎng)絡中去尋找在結構和細節(jié)相一致的對象，若能找到，則稱二者匹配。 使用推理網(wǎng)絡，也可進行

27、正向推理和反向推理。 框架與語義網(wǎng)絡一樣，都是結構化表示法。實際上，我們可以把框架看成是由一組語義網(wǎng)絡的節(jié)點和弧構成，只不過這些節(jié)點和弧描述的是格式固定的事物、行動和事件。語義網(wǎng)絡注重表示對象間的關系，而框架更注重對象的內部結構。 較典型的一種框架由描述對象的各個方面的槽組成，每個槽可有若干個側面，每個側面又可有若干個值。槽、側面和值的多少要根據(jù)具體問題的具體需要來確定。 5.4 框架5.4.1 框架的基本概念 (框架名 (槽名1 (側面1 (值1)(值2)(值n) (側面2) (側面m) (槽名2) (槽名k) 例：張平 a-member-of 學生 身高 1.78米 體重 70公斤 愛好

28、滑冰、擊劍下面是一個用LISP語言表示的框架結構： 用框架表示： (張平 (a-member-of (value (學生) (身高 (value (1.78米) (體重 (value (70公斤) (愛好 (value (滑冰)( 擊劍) 每個槽除了值側面（value）以外，還可有一些其它的側面。 例如： 1）默認（Default）側面 可有一個默認值 2）需要（if-needed）側面 當值側面與默認側面都沒有值時，此側面的求值結果作為該槽的值。如不知體重，對于成人，可以用身高減去1.1為其體重。 1）增加（if-added）側面 當一個槽的值側面被賦值或修改時，這個槽（可繼承）的增加側面可

29、自動求值，包括對其它槽的值側面的賦值。例如：計算體重的過程可放在身高槽的if-added側面，修改身高時，既可重新計算體重。 2）刪除（if-removed）側面 刪除值側面的一個值。 3）約束（require）側面 是對槽的約束條件。 對于框架有三條基本操作： 1）提取信息 給出：框架名、槽名、側面名 返回：側面的值 1）存取信息 給出：框架名、槽名、側面名、值 返回： 1.如果找到框架名、槽名、側面名，則把值放入 2. 找不到，則增加新的槽名、側面名和值 2）刪除信息 給出：框架名、槽名、側面名、值 返回：如果存在，則刪除這個值。如果刪除后，已無其它值，則連側面也同時刪除。 框架的推理與語義網(wǎng)絡類似，也是利用框架間的子集關系、成員關系、部件關系，使用繼承和匹配進行推理。 繼承是把對事物的描述從概念框架或類框架傳遞到實例框架。常用的有三種繼承：值繼承、需要繼承和默認繼承。關于這三種繼承的搜索也有幾種方式。 1）沿著父框架的槽，只搜索值側面（相對應槽）。 2）沿著父框架的槽，第一次搜索值側面，第二次搜索默認側面，第三