知識表達方法課件

高級人工智能1概述人類智能的表現(xiàn)之一：知識知識工程(KnowledgeEngineering)KnowledgeRepresentationKnowledgeAcquisitionKnowledgeInferenceKnowledgeApplication知識表示（前提，重要性）按一定模式，用一些約定的符號編碼知識，構(gòu)造機器可接受的數(shù)據(jù)結(jié)構(gòu)。高級人工智能1概述人類智能的表現(xiàn)之一：知識高級人工智能2知識對客觀事物（自然的、人造的）及其規(guī)律的認識對客觀事物原理的認識現(xiàn)象、本質(zhì)、屬性、狀態(tài)、關(guān)系、聯(lián)系、運動等利用客觀規(guī)律解決實際問題的方法和策略步驟、操作、規(guī)則、過程、技術(shù)、技巧、等微觀方法戰(zhàn)術(shù)、戰(zhàn)略、計謀、策略等宏觀方法即：原理性知識、方法性知識。事務(wù)→→數(shù)據(jù)→→信息→→知識→→智慧收集處理加工升華高級人工智能2知識收集處理高級人工智能3知識是經(jīng)過消減、塑造、解釋、選擇、和轉(zhuǎn)換的信息——Feigenbaum知識是由特定領(lǐng)域的描述、關(guān)系和過程組成的——Bernstein知識＝事實＋信息＋啟發(fā)式——Roth高級人工智能3知識是經(jīng)過消減、塑造、解釋、選擇、和轉(zhuǎn)換的信息高級人工智能4知識屬性真假性不確定性不完備、不確定、模糊性矛盾性、相容性相容、一致：單調(diào)推理不相容、矛盾知識：非單調(diào)推理可表示性可利用性高級人工智能4知識屬性真假性高級人工智能5表達方法的衡量表達能力正確有效地將問題求解所需知識表示出來。范圍、高效性、精細程度、對不確定性知識的支持可利用性推理的適應(yīng)性、高效算法的支持可維護性自然性可實現(xiàn)性高級人工智能5表達方法的衡量表達能力高級人工智能6知識構(gòu)成：事實、規(guī)則、控制、元知識事實有關(guān)問題環(huán)境的一些事物的知識，形如“x是y”如事物分類、屬性、事物間關(guān)系、客觀事實等靜態(tài)的、共享的、可公開獲得的、公認的知識如：雪是白的；鳥有翅膀；規(guī)則與事物的行動、動作、相聯(lián)系的因果關(guān)系知識形如“如果…那么…”是動態(tài)的。如啟發(fā)式規(guī)則。高級人工智能6知識構(gòu)成：事實、規(guī)則、控制、元知識事實高級人工智能7控制知識有關(guān)問題的求解步驟、技巧性知識當有多個動作時應(yīng)選擇哪一個的知識元知識有關(guān)知識的知識。是知識庫中的高層知識。包括怎樣使用、解釋、校驗規(guī)則，解釋程序結(jié)構(gòu)等知識。與控制知識有重疊。元知識存于知識庫中控制知識與程序結(jié)合在一起。高級人工智能7控制知識高級人工智能8知識表示模型知識表示的兩層模型：邏輯層與實現(xiàn)層邏輯層不同表達模式邏輯表示法、產(chǎn)生式系統(tǒng)、語義網(wǎng)絡(luò)、框架實現(xiàn)層實現(xiàn)技術(shù)、環(huán)境、語言面向?qū)ο?、XML、關(guān)系模型高級人工智能8知識表示模型知識表示的兩層模型：邏輯層與實現(xiàn)層高級人工智能9邏輯表示法將以自然語言描述的知識，通過引入謂詞、函數(shù)來加以描述，得到相關(guān)邏輯表達式，進而以機器內(nèi)部代碼表示。邏輯表示法下，可以采用歸結(jié)法進行推理。一階邏輯的表達能力有限。如具有歸納結(jié)構(gòu)的知識，多層次的知識類型都難以用一階邏輯描述。例。機器人－積木塊問題房間內(nèi)有機器人Robot，一個壁龕Alcove，一個積木Box,兩個桌子A、B。機器人把Box從一個狀態(tài)變成另一狀態(tài)高級人工智能9邏輯表示法將以自然語言描述的知識，通過引入謂詞高級人工智能10引入謂詞Table(A),EmptyHanded(robot),At(robot,A)Holds(robot,box),On(Box,A)初始狀態(tài)：Table(A),Table(B)At(robot,alcove),EmptyHanded(robot),On(box,A)目標狀態(tài)Table(A),Table(B)At(robot,alcove),EmptyHanded(robot),On(Box,B)高級人工智能10引入謂詞高級人工智能11問題歸納為：從初始狀態(tài)到目標狀態(tài)的操作過程機器人的每個操作結(jié)果所引起的狀態(tài)變化，可用對原狀態(tài)的增添表和刪除表來表示。如機器人由初始狀態(tài)把積木從A移到B，然后返回到alcove，同初始狀態(tài)相比，有增添表ON(Box,B)刪除表ON(Box,A)又如，機器人由初始狀態(tài)走近A桌，然后拿起積木。與初始狀態(tài)比，有增添表：AT(robot,A),Holds(robot,A)刪除表：AT(robot,Alcove),Emptyhanded(robot),ON(box,A)高級人工智能11問題歸納為：從初始狀態(tài)到目標狀態(tài)的操作過程高級人工智能12進一步，機器人的每一步操作需要滿足先決條件。如robot拿起A上的box，先決條件是

ON(box,A),AT(robot,A),Emptyhanded(robot)而先決條件成立與否的驗證可使用歸結(jié)法。如初始條件為已知條件，待驗證的先決條件視作結(jié)論，便可使用歸結(jié)法。從初始狀態(tài)出發(fā)，每實現(xiàn)機器人的一個操作都先驗證先決條件，并建立相應(yīng)的增添表和刪除表，便可逐步達到目標狀態(tài)。高級人工智能12進一步，機器人的每一步操作需要滿足先決條件。高級人工智能13謂詞邏輯表達的特點自然明確精確靈活模塊化表示能力差庫管理困難組合爆炸效率低高級人工智能13謂詞邏輯表達的特點高級人工智能14產(chǎn)生式系統(tǒng)Production產(chǎn)生式。美國數(shù)學(xué)家E.Post提出根據(jù)替換規(guī)則提出一種計算模型“波斯特機”模型中的每一條規(guī)則被稱為一個產(chǎn)生式。產(chǎn)生式的一般形式前件→后件前件即前提，后件是結(jié)論或動作。前件和后件可以是由邏輯運算符AND、OR、NOT連接組成的表達式高級人工智能14產(chǎn)生式系統(tǒng)Production產(chǎn)生式。美國高級人工智能15產(chǎn)生式規(guī)則的語義如果前提滿足，則可得結(jié)論或者執(zhí)行相應(yīng)的動作。即后件由前件觸發(fā)。前件是規(guī)則的執(zhí)行條件，后件是規(guī)則體。如如果速度超限，則關(guān)小油門如果膠卷感光度為200，光線條件晴天，目標距離5米以內(nèi)，則快門速度取250，光圈大小取f16產(chǎn)生式與邏輯蘊涵式相似，但不相等。產(chǎn)生式包括邏輯蘊涵式，此外還有各種操作、規(guī)則、變換、算子、函數(shù)等高級人工智能15產(chǎn)生式規(guī)則的語義高級人工智能16產(chǎn)生式描述了事物之間的一種對應(yīng)關(guān)系（因果關(guān)系和蘊涵關(guān)系），其外延十分廣泛。狀態(tài)轉(zhuǎn)換規(guī)則、程序設(shè)計語言的文法規(guī)則邏輯蘊涵式和等價式數(shù)學(xué)中的微分和積分公式規(guī)章制度等一個產(chǎn)生式規(guī)則就是一條知識。不僅可進行推理，還可以實現(xiàn)操作很好的一種知識表示形式高級人工智能16產(chǎn)生式描述了事物之間的一種對應(yīng)關(guān)系（因果關(guān)系高級人工智能17產(chǎn)生式規(guī)則事實：陳述句，斷言一個語言變量的值或多個語言變量的關(guān)系。可用謂詞邏輯描述。產(chǎn)生式規(guī)則：前件→后件實現(xiàn)有前提條件的邏輯操作當一條規(guī)則的前提條件滿足，該規(guī)則被觸發(fā)，執(zhí)行其后件規(guī)定的動作實現(xiàn)邏輯推理當有事實能與某規(guī)則的前提匹配（即規(guī)則的前提成立）時，就得到該規(guī)則后件的結(jié)論（即結(jié)論也成立）。高級人工智能17產(chǎn)生式規(guī)則事實：陳述句，斷言一個語言變量的值高級人工智能18產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)的組成產(chǎn)生式規(guī)則庫推理機：控制執(zhí)行機構(gòu)一個程序模塊規(guī)則的前提條件測試匹配，規(guī)則的調(diào)度與選取規(guī)則體的解釋和執(zhí)行動態(tài)數(shù)據(jù)庫全局數(shù)據(jù)庫、綜合數(shù)據(jù)庫、工作存儲器、上下文、黑板，等等動態(tài)數(shù)據(jù)結(jié)構(gòu)，存放初始事實數(shù)據(jù)、中間結(jié)果、最后結(jié)果產(chǎn)生式規(guī)則庫動態(tài)數(shù)據(jù)庫推理機高級人工智能18產(chǎn)生式系統(tǒng)產(chǎn)生式系統(tǒng)的組成產(chǎn)生式規(guī)則庫動態(tài)數(shù)高級人工智能19產(chǎn)生式系統(tǒng)的控制策略正向推理從初始事實出發(fā)，正向使用規(guī)則進行推理規(guī)則前提與GDB中的事實匹配，或用GDB中的數(shù)據(jù)測試規(guī)則的前提條件，然后產(chǎn)生結(jié)論或執(zhí)行動作朝目標方向前進數(shù)據(jù)驅(qū)動反向推理（目標驅(qū)動）從目標出發(fā)，反向使用規(guī)則進行推理用規(guī)則結(jié)論與目標匹配，產(chǎn)生新的目標，對目標做同樣處理朝初始事實方向，或數(shù)據(jù)方向前進高級人工智能19產(chǎn)生式系統(tǒng)的控制策略正向推理高級人工智能20正向推理算法Step1.將初始事實置入GDBStep2.用GDB中的事實，匹配目標，若滿足，成功，結(jié)束Step3.用RB中的各規(guī)則前提匹配GDB中的事實，將匹配成功的規(guī)則組成候用規(guī)則集Step4.若候用規(guī)則集為空，則失敗，退出。Step5.在候用規(guī)則集中選擇一條規(guī)則，作為執(zhí)行規(guī)則Step6.將執(zhí)行規(guī)則的結(jié)論加入GDB，或執(zhí)行其動作Step7.轉(zhuǎn)Step2.高級人工智能20正向推理算法Step1.將初始事實置入G高級人工智能21討論隨著推理的進行，GDB中的內(nèi)容在不斷變化。若GDB的每一個狀態(tài)作為一個節(jié)點，則推理過程就是一個從初始狀態(tài)到目標狀態(tài)的狀態(tài)圖搜索過程。若把GDB中每一個事實作為一個節(jié)點，則推理過程就是一個反向（自底向上）的與或樹搜索過程。算法中未記錄GDB的狀態(tài)變化歷史，只保持當前的一個狀態(tài)，并始終基于當前數(shù)據(jù)庫進行推理動態(tài)數(shù)據(jù)庫推理高級人工智能21討論隨著推理的進行，GDB中的內(nèi)容在不斷變化高級人工智能22例：動物分類知識庫系統(tǒng)規(guī)則庫R1:若某動物有奶，則它是哺乳動物R2:若某動物有毛發(fā)，則它是哺乳動物R3:若某動物有羽毛，則它是鳥R4:若某動物會飛且生蛋，則它是鳥R5:若某動物是哺乳動物且有爪且有犬齒且目盯前方，則它是肉食類動物R6:若某動物是哺乳動物且吃肉，則它是肉食類動物R7:若某動物是哺乳動物且有蹄，則它是有蹄類動物R8:若某動物是有蹄類動物且反芻，則它是偶蹄類動物R9:若某動物是肉食類動物且黃褐色且有黑色條紋，則它是老虎高級人工智能22例：動物分類知識庫系統(tǒng)規(guī)則庫高級人工智能23例：動物分類知識庫系統(tǒng)規(guī)則庫R10:肉食類動物，黃褐色，有黑色斑點，則它是金錢豹R11:有蹄類，長腿，長脖，黃褐色，有暗斑點，則它是長頸鹿R12:有蹄類動物，白色，有黑色條紋，則它是斑馬R13:鳥，不會飛，長腿，長脖，黑白色，則它是鴕鳥R14:鳥，不會飛，會游泳，黑白色，則它是企鵝R15:鳥，善飛，不怕風(fēng)浪，則它是海燕初始事實f1:某動物有毛發(fā)f2:吃肉f3:黃褐色f4:有黑色條紋目標條件：該動物是什么高級人工智能23例：動物分類知識庫系統(tǒng)規(guī)則庫高級人工智能24例：動物分類知識庫系統(tǒng)推理樹有毛發(fā)有黑色條紋黃褐色吃肉哺乳動物肉食動物老虎高級人工智能24例：動物分類知識庫系統(tǒng)推理樹有毛發(fā)有黑色條紋高級人工智能25反向推理算法Step1.將初始事實置入GDB，將目標條件置入目標鏈Step2.若目標鏈為空，則推理成功，結(jié)束Step3.取出目標鏈中的第一個目標，用GDB中的事實與其匹配。若匹配成功，轉(zhuǎn)Step2Step4.用規(guī)則集中的各規(guī)則的結(jié)論同該目標匹配，若匹配成功，則將第一個匹配成功且未用過的規(guī)則的前提作為新目標，取代原來的父目標而加入目標鏈，轉(zhuǎn)Step3Step5.若該目標是初始目標，則失敗，退出。Step6.將該目標的父目標移回目標鏈，取代該目標及其兄弟目標，轉(zhuǎn)Step3高級人工智能25反向推理算法Step1.將初始事實置入G高級人工智能26雙向推理同時從初始數(shù)據(jù)和目標條件出發(fā)進行推理，如果在中間某處相逢，則推理搜索成功。沖突消解策略從候選規(guī)則集中選取其中一條規(guī)則優(yōu)先級法；可信度法；代價法等搜索策略啟發(fā)式盲目碰撞搜索高級人工智能26雙向推理高級人工智能27語義網(wǎng)絡(luò)表示法Quillian作為人類聯(lián)想記憶的一個顯式心理學(xué)模型，提出語義網(wǎng)絡(luò)概念（1968）Simmon將語義網(wǎng)絡(luò)用在自然語言理解的研究（70s）劃分為5個級別執(zhí)行級邏輯級認識論級概念級語言學(xué)級高級人工智能27語義網(wǎng)絡(luò)表示法Quillian作為人類聯(lián)想記高級人工智能28七種類型命題語義網(wǎng)（包括分塊聯(lián)想網(wǎng)絡(luò)）數(shù)據(jù)語義網(wǎng)：以數(shù)據(jù)為中心的語義網(wǎng)絡(luò)語言語義網(wǎng)：用于自然語言的分析和理解結(jié)構(gòu)語義網(wǎng)：描述客觀事物的結(jié)構(gòu)常見于模式識別和機器學(xué)習(xí)等領(lǐng)域分類語義網(wǎng)：描述抽象概念及其層次推理語義網(wǎng)：命題網(wǎng)。在某種程度上規(guī)范化以利于推理框架語義網(wǎng)：與框架相結(jié)合的語義網(wǎng)高級人工智能28七種類型高級人工智能29語義網(wǎng)概念由一些以有向圖表示的三元組（節(jié)點1，弧，節(jié)點2）連接而成。節(jié)點：表示事物、對象、概念、事件、行為、狀態(tài)、斷言邊(link)：表示兩節(jié)點的關(guān)系例節(jié)點1節(jié)點2R寵物狗卡拉白色小丫學(xué)生ISAISAISAOwnscolor高級人工智能29語義網(wǎng)概念由一些以有向圖表示的三元組（節(jié)點1高級人工智能30常見關(guān)系、聯(lián)系實例關(guān)系(isa)小華是一個大學(xué)生分類（從屬、泛化）關(guān)系(akindof,AKO)下層概念可繼承、細化、補充上層概念節(jié)點的屬性，也可變異鴕鳥是一種鳥組裝關(guān)系(apartof，APO)下層概念是上層概念的一個方面或一部分桌子部分是桌面；桌子部分是桌腿屬性關(guān)系對象的屬性及其屬性值高級人工智能30常見關(guān)系、聯(lián)系高級人工智能31常見關(guān)系、聯(lián)系集合與成員關(guān)系(amemberof,AMO)小華是成員ACM邏輯關(guān)系一個概念可由另一個概念推出，因果關(guān)系雨天則帶傘方位關(guān)系時間、位置、組成、形狀等所屬關(guān)系狗具有尾巴高級人工智能31常見關(guān)系、聯(lián)系高級人工智能32基于語義網(wǎng)絡(luò)的推理屬性、性質(zhì)繼承操作：匹配、搜索根據(jù)待求問題的要求，構(gòu)造一個網(wǎng)絡(luò)片段，然后在知識庫中與之匹配的語義網(wǎng)絡(luò)當網(wǎng)絡(luò)片段中的詢問部分與知識庫中的某網(wǎng)絡(luò)結(jié)構(gòu)匹配時，則與詢問處匹配的事實就是問題的解高級人工智能32基于語義網(wǎng)絡(luò)的推理屬性、性質(zhì)繼承高級人工智能33SemanticWeb知識表示中的語義網(wǎng)絡(luò)：SemanticNetwork語義互聯(lián)網(wǎng)：SemanticWeb語義Web是現(xiàn)在Web的一個延伸，而非獨立的另一個Web在語義Web中，信息被賦予完整而明確的含義，即語義。機器可以識別并理解這種語義，從而對Web中的信息實現(xiàn)自動化采集、分割、組合乃至邏輯推理。高級人工智能33SemanticWeb知識表示中的語義網(wǎng)絡(luò)高級人工智能34WWW：一種Media，傳輸信息供人閱讀，而非機器自動處理。語義Web是在Web基礎(chǔ)上，在信息中加入語義，從而使得在Web世界中流動的不再是單純的數(shù)據(jù)流而是機器可以理解的語義信息。利用這些語義，信息之間的交換就可以建立在語義的層面而非文字層面，從而可以使機器精確的理解、采集和組合信息。提供包含數(shù)字圖書館、電子商務(wù)、醫(yī)療保健等各種類型的自動化服務(wù)。高級人工智能34WWW：一種Media，傳輸信息供人閱讀，而高級人工智能35挑戰(zhàn)：提供一種語言，能夠同時描述數(shù)據(jù)以及根據(jù)數(shù)據(jù)進行推理的規(guī)則，并且允許現(xiàn)存知識標識系統(tǒng)中的規(guī)則都能輸出到Web上，由此在Web上增加邏輯性，即使用規(guī)則進行推理、選擇行為并解答問題的方法。重要技術(shù)：XML、RDFXML：提供靈活、通用、豐富的結(jié)構(gòu)化信息表示方式RDF：提供語義信息和推理規(guī)則的表達方式。高級人工智能35挑戰(zhàn)：提供一種語言，能夠同時描述數(shù)據(jù)以及根據(jù)高級人工智能36Web創(chuàng)始人TimBerners-Lee在1998年提出了SemanticWeb的概念標準化：W3CSemanticWeb工作組/2001/sw"TheSemanticWebisanextensionofthecurrentwebinwhichinformationisgivenwell-definedmeaning,betterenablingcomputersandpeopletoworkincooperation."--TimBerners-Lee,JamesHendler,OraLassila,TheSemanticWeb,ScientificAmerican,May2001

高級人工智能36Web創(chuàng)始人TimBerners-Lee在高級人工智能37TheSemanticWebprovidesacommonframeworkthatallowsdatatobesharedandreusedacrossapplication,enterprise,andcommunityboundaries.ItisacollaborativeeffortledbyW3Cwithparticipationfromalargenumberofresearchersandindustrialpartners.ItisbasedontheResourceDescriptionFramework(RDF),whichintegratesavarietyofapplicationsusingXMLforsyntaxandURIsfornaming.高級人工智能37TheSemanticWebprovi高級人工智能38InFeb2004,TheWorldWideWebConsortiumreleasedtheResourceDescriptionFramework(RDF)andtheOWLWebOntologyLanguage(OWL)asW3CRecommendations.RDFisusedtorepresentinformationandtoexchangeknowledgeintheWeb.OWLisusedtopublishandsharesetsoftermscalledontologies,supportingadvancedWebsearch,softwareagentsandknowledgemanagement.Readthepressreleaseandtestimonialstoseehoworganizationsareusingthesetechnologiestoday.高級人工智能38InFeb2004,TheWorld高級人工智能39中國計算機學(xué)會第二屆全國Web信息系統(tǒng)及其應(yīng)用會議(WISA2005)2005年8月5-7日在沈陽召開本次會議還將評選大會優(yōu)秀論文和優(yōu)秀學(xué)生論文征文范圍:語義Web與智能Web高級人工智能39中國計算機學(xué)會第二屆全國Web信息系統(tǒng)及其應(yīng)高級人工智能40框架表示法Minsky提出Frame理論“Aframeworkforrepresentingknowledge”,1975針對人們在理解情景、故事時提出的心理學(xué)模型基本觀點人腦存有大量典型情景。當面臨新的情景時，就從記憶中選擇（粗匹配）一個稱作框架的基本知識結(jié)構(gòu)。這個框架是以前記憶的一個知識空框，其具體內(nèi)容依新的情景改變。對這空框架的細節(jié)加工修改和補充，形成對新情景的認識，又記憶于人腦中高級人工智能40框架表示法Minsky提出Frame理論高級人工智能41框架理論將框架視作知識單位將一組相關(guān)框架聯(lián)結(jié)起來，形成框架系統(tǒng)。系統(tǒng)中不同的框架可以有共同節(jié)點。系統(tǒng)的行為由系統(tǒng)內(nèi)框架的變化來實現(xiàn)推理過程由框架間的協(xié)調(diào)來完成。適合表達結(jié)構(gòu)性的知識概念、對象、行為、動作、情景高級人工智能41框架理論將框架視作知識單位高級人工智能42框架結(jié)構(gòu)由若干個節(jié)點和關(guān)系（槽，Slot）構(gòu)成的網(wǎng)絡(luò)。其一般形式<框架名><槽名1><槽值1>|<側(cè)面名11><側(cè)面值111，側(cè)面值112,…>|<側(cè)面名12><側(cè)面值121，側(cè)面值122,…>…<槽名2><槽值2>|<側(cè)面名21><側(cè)面值211，側(cè)面值212,…>|<側(cè)面名22><側(cè)面值221，側(cè)面值222,…>…高級人工智能42框架結(jié)構(gòu)由若干個節(jié)點和關(guān)系（槽，Slot）構(gòu)高級人工智能43框架結(jié)構(gòu)是語義網(wǎng)絡(luò)的一般化、形式化的一種結(jié)構(gòu)。表示某一類情景的結(jié)構(gòu)化的一種數(shù)據(jù)結(jié)構(gòu)。最高層是固定的一類事物?；诟拍畹某橄蟪潭缺憩F(xiàn)出自上而下的分層結(jié)構(gòu)。框架由框架名和一些槽組成每個槽有一些值，槽值可以是邏輯的、數(shù)字的、字符的。槽值可以是程序、條件、默認值、或一個子框架一個槽也可以有若干個側(cè)面（Facet）一個側(cè)面可以有若干個側(cè)面值高級人工智能43框架結(jié)構(gòu)是語義網(wǎng)絡(luò)的一般化、形式化的一種結(jié)構(gòu)高級人工智能44框架名：<教師>類屬：<知識分子>工作：范圍：<教學(xué)，科研>

缺?。?lt;教學(xué)>性別：（男，女）學(xué)歷：（?？?，本科，研究生）類型：（<小學(xué)教師>，<中學(xué)教師>，<大學(xué)教師>）高級人工智能44框架名：<教師>高級人工智能45框架名：<大學(xué)教師>類屬：<教師>學(xué)位：（學(xué)士，碩士，博士）專業(yè)：<學(xué)科專業(yè)>職稱：（助教，講師，副教授，教授）外語：語種：范圍：（英，法，日，俄，德，…）缺?。河⑺剑悍秶海▋?yōu)，良，中，差）缺?。毫几呒壢斯ぶ悄?5框架名：<大學(xué)教師>高級人工智能46框架名：<教師－1>類屬：<大學(xué)教師>姓名：黎明性別：男年齡：30職稱：講師學(xué)位：博士專業(yè)：計算機應(yīng)用部門：計算機應(yīng)用技術(shù)研究所工資：<工資單>高級人工智能46框架名：<教師－1>高級人工智能47基于框架的推理性質(zhì)繼承。propertyinheritance子框架可以擁有其父框架的槽及其槽值繼承操作：匹配、搜索、填槽匹配問題框架同知識庫中的框架的模式匹配問題框架：求解某個問題時，把問題用一個框架表示出來，然后與知識庫中的已有框架進行匹配。成功即可獲得信息搜索沿著框架間的縱向和橫向聯(lián)系，在框架網(wǎng)絡(luò)中進行查找高級人工智能47基于框架的推理性質(zhì)繼承。propertyi高級人工智能48例問題框架框架名：<教師－1>姓名：黎明性別：男年齡：30職稱：講師專業(yè)：計算機應(yīng)用部門：計算機應(yīng)用技術(shù)研究所外語水平：搜索，繼承

高級人工智能48例問題框架高級人工智能49知識表示的實現(xiàn)面向?qū)ο髮崿F(xiàn)方式核心概念：對象、類對象：泛指一切事物類：一類對象的抽象模型對象是其所屬類的實例類將其對象所具有的共同特征和操作組織在一起類中的數(shù)據(jù)和操作對外是隱蔽的類是被封裝的。通過消息傳遞間接訪問。結(jié)構(gòu)化、模塊化，性質(zhì)繼承大型知識庫的開發(fā)與維護高級人工智能49知識表示的實現(xiàn)面向?qū)ο髮崿F(xiàn)方式高級人工智能50XML語義網(wǎng)：研究熱點關(guān)于信息的語義。知識WebeXtensibleMarkupLanguage特性可擴展性。讓使用者創(chuàng)建和使用他們自己的標記靈活性。提供一種結(jié)構(gòu)化的數(shù)據(jù)表示方式，使得用戶界面分離于結(jié)構(gòu)化數(shù)據(jù)自描述性。包含文檔類型聲明，因而文檔是自描述的簡明性高級人工智能50XML高級人工智能51<?XMLVersion=“1.0”><!DOCTYPEDell“D600”><計算機類型=“筆記本電腦”<制造廠商>Del</制造廠商><識別符><品種>筆記本電腦</品種><型號>D600</型號></識別符><時鐘頻率UNIT=“GHz”>1.4</時鐘頻率><內(nèi)存UNIT=“MB”>512</內(nèi)存><硬盤UNIT=“GB”>40</硬盤><單價UNIT=“元”>14000</單價></計算機>高級人工智能51<?XMLVersion=“1.0”>高級人工智能52知識表示的關(guān)系模式關(guān)系數(shù)據(jù)庫理論與技術(shù)。關(guān)系模式關(guān)系數(shù)據(jù)庫的普遍性網(wǎng)絡(luò)技術(shù)、信息系統(tǒng)、數(shù)據(jù)累積。C/S結(jié)構(gòu)、B/S結(jié)構(gòu)決策支持、專家系統(tǒng)、知識管理數(shù)據(jù)挖掘與知識發(fā)現(xiàn)數(shù)據(jù)庫能力：存儲、處理、維護、檢索數(shù)據(jù)同樣也是知識處理所需要的數(shù)據(jù)庫→知識庫高級人工智能52知識表示的關(guān)系模式關(guān)系數(shù)據(jù)庫理論與技術(shù)。關(guān)系高級人工智能53關(guān)系模式下的知識處理多層結(jié)構(gòu)：C/K客戶端/知識庫服務(wù)器B/A/K瀏覽器/應(yīng)用服務(wù)器/知識服務(wù)器考慮關(guān)系知識庫的設(shè)計關(guān)系知識庫處理端高級人工智能53關(guān)系模式下的知識處理多層結(jié)構(gòu)：關(guān)系知識庫處理高級人工智能54邏輯表示法的關(guān)系模式記錄相應(yīng)事實謂詞：設(shè)計成關(guān)系（表）每個謂詞定義一個表謂詞名為表名謂詞的變元個數(shù)為字段個數(shù)每個謂詞事實對應(yīng)一個記錄高級人工智能54邏輯表示法的關(guān)系模式記錄相應(yīng)事實高級人工智能55語義網(wǎng)絡(luò)表示法的關(guān)系模式語義網(wǎng)絡(luò)基本元素：三元組（node1,link,node2)設(shè)計表的結(jié)構(gòu)如下：CREATETABLEsemantic_net(link_namechar(8),node1char(8)node2char(8))所有數(shù)據(jù)存儲在一個表中高級人工智能55語義網(wǎng)絡(luò)表示法的關(guān)系模式語義網(wǎng)絡(luò)基本元素：三高級人工智能56框架表示法的關(guān)系模式框架表示法：結(jié)構(gòu)化框架名槽名側(cè)面名側(cè)面值表結(jié)構(gòu)設(shè)計：Frame(frame_name,slot_name,facet_name,value)所有數(shù)據(jù)存儲在一個表中高級人工智能56框架表示法的關(guān)系模式框架表示法：結(jié)構(gòu)化高級人工智能57產(chǎn)生式系統(tǒng)的關(guān)系模式產(chǎn)生式系統(tǒng)知識庫：事實與規(guī)則事實的關(guān)系模式表示：類似于邏輯表示法規(guī)則的關(guān)系模式表示：前提與結(jié)論的對應(yīng)關(guān)系，多個表建立聯(lián)系推理：搜索、查詢、匹配關(guān)系數(shù)據(jù)庫的強項高級人工智能57產(chǎn)生式系統(tǒng)的關(guān)系模式產(chǎn)生式系統(tǒng)知識庫：事實與高級人工智能58例規(guī)則R1：如果體溫高于39度，則發(fā)高燒R2：如果收縮壓大于160，則為高血壓R3：如果不愛吃飯，且不愛吃肉，則為厭食癥R4：如果不愛吃肉，且轉(zhuǎn)氨酶陽性，則為乙肝R5：如果頭痛，且痰多，且高燒，則為感冒初始事實頭痛痰多體溫高于39度高級人工智能58例規(guī)則高級人工智能59建立動態(tài)數(shù)據(jù)庫：GDB(factchar(12))

規(guī)則庫：兩個表承載。表1：rule_left規(guī)則的條件。兩個字段。rid，規(guī)則編號。fact，規(guī)則的前提。一條規(guī)則可有多個前提結(jié)構(gòu)為：rule_left(ridint,factchar(12))表2：rule_right規(guī)則的結(jié)論。兩個字段。rid，規(guī)則編號。conclusuon，規(guī)則結(jié)論。每條規(guī)則一個結(jié)論表結(jié)構(gòu)：rule_right(ridint,conclusionchar(12))高級人工智能59建立動態(tài)數(shù)據(jù)庫：高級人工智能60高級人工智能60高級人工智能61產(chǎn)生式系統(tǒng)關(guān)系模式的推理利用DBMS的匹配、搜索、查詢、集合運算能力建立視圖，利用視圖查詢視圖V1：每條規(guī)則的條件個數(shù)CREATEVIEWv1(rid,fact_num)ASSELECTrid,COUNT(rid)FROMrule_leftGROUPBYrid視圖V2：每條規(guī)則的條件中，條件為真的個數(shù)CREATEVIEWv2(rid,match_num)ASSELECTrid,COUNT(rid)FROMrule_left,gdbWHERErule_left.fact=gdb.factGROUPBYrid高級人工智能61產(chǎn)生式系統(tǒng)關(guān)系模式的推理利用DBMS的匹配、高級人工智能62產(chǎn)生式系統(tǒng)關(guān)系模式的推理視圖V3：條件個數(shù)等于條件為真的個數(shù)，則規(guī)則滿足，結(jié)論成立CREATEVIEWv3(conclusion)ASSELECTconclusionFROMv1,v2,rule_rightWHEREv1.rid=v2.ridANDv1.fact_num=v2.match_numANDv1.rid=rule_right.rid查詢推理：集合運算。推理算法的一個循環(huán)。SELECTconclusionFROMv3結(jié)果：基于當前GDB內(nèi)容，可以一步推出的所有結(jié)論高級人工智能62產(chǎn)生式系統(tǒng)關(guān)系模式的推理視圖V3：條件個數(shù)高級人工智能63推理出的結(jié)果v3.conclusion中的新的結(jié)論SELECTconclusionFROMv3WHEREconclusionNOTIN(SELECTfactFROMgdb)將新的結(jié)論添加到GDBINSERTINTOgdbSELECTconclusionFROMv3WHEREconclusionNOTIN(SELECTfactFROMgdb)高級人工智能63推理出的結(jié)果v3.conclusion中高級人工智能64算法開始GDB初始化查詢式推理GDB中有結(jié)論？結(jié)束YesNo有新結(jié)果？新結(jié)果添加到GDBYesNo高級人工智能64算法開始GDB初始化查詢式推理GDB中有結(jié)論高級人工智能65產(chǎn)生式系統(tǒng)關(guān)系模式的可信度推理動態(tài)數(shù)據(jù)庫。含事實可信度fcfGDB(factchar(12),cfreal)

規(guī)則庫：兩個表承載。表1：rule_left規(guī)則的條件。兩個字段。rid，規(guī)則編號。fact，規(guī)則的前提。一條規(guī)則可有多個前提結(jié)構(gòu)為：rule_left(ridint,factchar(12))表2：rule_right規(guī)則的結(jié)論。含規(guī)則可信度rcf3字段。rid，規(guī)則編號。conclusuon，規(guī)則結(jié)論。rcf，規(guī)則可信度每條規(guī)則一個結(jié)論表結(jié)構(gòu)：rule_right(ridint,conclusionchar(12),rcfreal)高級人工智能65產(chǎn)生式系統(tǒng)關(guān)系模式的可信度推理動態(tài)數(shù)據(jù)庫。含高級人工智能66產(chǎn)生式系統(tǒng)關(guān)系模式的推理建立視圖，利用視圖查詢視圖V1：每條規(guī)則的條件個數(shù)。CREATEVIEWv1(rid,fact_num)ASSELECTrid,COUNT(rid)FROMrule_leftGROUPBYrid視圖V2：每條規(guī)則的條件中，條件為真的個數(shù)，以及最小可信度CREATEVIEWv2(rid,match_num,cf)ASSELECTrid,COUNT(rid),MIN(fcf)FROMrule_left,gdbWHERErule_left.fact=gdb.factGROUPBYrid高級人工智能66產(chǎn)生式系統(tǒng)關(guān)系模式的推理建立視圖，利用視圖查高級人工智能67產(chǎn)生式系統(tǒng)關(guān)系模式的推理視圖V3：條件個數(shù)等于條件為真的個數(shù)，則規(guī)則滿足，結(jié)論成立，且其可信度為規(guī)則可信度與前提可信度之積CREATEVIEWv3(conclusion,cf)ASSELECTrule_right.conclusion,v2.cf*rule_right.rcfFROMv1,v2,rule_rightWHEREv1.rid=v2.ridANDv1.fact_num=v2.match_numANDv1.rid=rule_right.rid查詢推理：集合運算。推理算法的一個循環(huán)。SELECTconclusion,cfFROMv3結(jié)果：基于當前GDB內(nèi)容，可以一步推出的所有結(jié)論高級人工智能67產(chǎn)生式系統(tǒng)關(guān)系模式的推理視圖V3：條件個數(shù)高級人工智能68在多個規(guī)則支持一個結(jié)論情況，需要特殊考慮。特點集合運算，推出所有滿足的結(jié)論無需進行“沖突消解”知識庫與推理機分開。便于維護知識庫容易共享方便與信息系統(tǒng)集成，建立決策支持系統(tǒng)。高級人工智能68在多個規(guī)則支持一個結(jié)論情況，需要特殊考慮。高級人工智能69多個規(guī)則支持同一結(jié)論動態(tài)數(shù)據(jù)庫。增加標識字段fid，自動增1。GDB(fidint,factchar(12),cfreal)增加GDB的附加表fact_rules，標識每個事實得自于哪些規(guī)則。