知識表示(knowledge representation)是指把知識客體中的知識因子與知識關聯起來,便於人們識別和理解知識。知識表示是知識組織的前提和基礎,任何知識組織方法都是要建立在知識表示的基礎上。知識表示有主觀知識表示和客觀知識表示兩種。
結構:
知識的表示就是對知識的一種描述,或者說是對知識的一組約定,一種計算機可以接受的用於描述知識的資料結構。某種意義上講,表示可視為資料結構及其處理機制的綜合:表示= 資料結構+處理機制。因此在ES中知識表示是ES中能夠完成對專家的知識進行計算機處理的一系列技術手段。常見的有產生式規則、語義網、框架法等。
含義:
知識是資訊接收者透過對資訊的提煉和推理而獲得得的正確結論;是人對自然世界、人類社會以及思維方式與運動規律的認識與掌握,是人的大腦透過思維重新組合和、系統化的資訊集合。 在ES中,知識的涵義和一般我們認識的知識的涵義是有所 區別的,它是指以某種結構化的方式表示的概念、事件和過程。因此在ES中,並不是日常生活中的所有知識都能夠得以體現的,而是隻有限定了範圍和結構,經過 編碼改造的知識才能成為ES中的知識。在ES中的知識一般有如下幾類: 有關現實世界中所關心物件的概念,即用來描述現實世界所抽象總結出的概念。 有關現實世界中發生的事件、所關係物件的行為、狀態等內容,也就是說不光有靜態的概念,還有動態的資訊。 關於過程的知識,即不光有當前狀態和行為的描述,還要有對其發展的變化及其相關條件、因果關係等描述的知識。 元知識,即關於知識的知識,例如包括知識利用方面的知識。
方法:
一階謂詞邏輯:一階謂詞邏輯即FOL(First-order Predicate Logic)(見教材P208)是一種比較常見的知識表示方法。在謂詞邏輯中,命題是用謂詞表示的。謂詞的一般形式是:P(x1,x2,···xn),其中P是謂詞名稱,x1,x2,···xn是個體。因此,用謂詞邏輯來表示某類知識時就可以利用上述形式,比如teacher(yangfan)就表示了“楊帆是老師”這樣一個事實型的知識。在P(x1,x2,···xn)中,如果xi(i =1,···,n)都是單個的個體常量,則它就可以稱為一階謂詞。謂詞邏輯適合表示:1、事物的狀態、屬性、概念等事實性知識。2、事物間確定的因果關 系,即規則。對於事實可以用如下邏輯符號表示,即“¬”表示“非”、“∧”表示“與”、“∨”表示“或”;對於規則可以用蘊涵(→)式表示,例如:如果x,則y就可以表示為“x→y”。用謂詞表示知識時,還要遵循兩個步驟,即1、首先定義謂詞;2、其次用連線符號連線相應的謂詞。
示例:
假設有這樣一個知識需要表示:小潘是計科系的學生,但他不喜歡程式設計。我們用一階謂詞邏輯來表示它就需要採用如下的步驟:首先,定義謂詞 Computer(x):x是計科系的學生 Like(x,y):x喜歡y 其次,用謂詞公式表示之: Computer(xiaopan)∧¬Like(xiaopan,programing) 產生式規則:在條件、因果等型別的判斷中所採用的一種對知識進行表示的方法。其基本的形式是P→Q,或者是if P then Q。這裡這個產生式規則與剛才的謂詞邏輯中的“蘊涵(→)式”表示還是有區別的,後者是一種精確的匹配,即如果x,則100%的會是y,而前者則可以表示 一種模糊匹配,有一定的置信度,即發生機率。 例如:if “咳嗽 and 發燒”,then “感冒”,置信度80%。這裡if部分表示條件部,then部分表示結論部,置信度表示當滿足條件時得到結論的發生機率。這整個部分就形成了一條規則,表示的就是這樣一類因果知識:“如果病人發燒且咳嗽,則他很有可能是感冒了”。 因此,針對比較複雜的情況,我們都可以用這種產生式規則的知識表示方式形成一系列的規則。
知識表示(knowledge representation)是指把知識客體中的知識因子與知識關聯起來,便於人們識別和理解知識。知識表示是知識組織的前提和基礎,任何知識組織方法都是要建立在知識表示的基礎上。知識表示有主觀知識表示和客觀知識表示兩種。
結構:
知識的表示就是對知識的一種描述,或者說是對知識的一組約定,一種計算機可以接受的用於描述知識的資料結構。某種意義上講,表示可視為資料結構及其處理機制的綜合:表示= 資料結構+處理機制。因此在ES中知識表示是ES中能夠完成對專家的知識進行計算機處理的一系列技術手段。常見的有產生式規則、語義網、框架法等。
含義:
知識是資訊接收者透過對資訊的提煉和推理而獲得得的正確結論;是人對自然世界、人類社會以及思維方式與運動規律的認識與掌握,是人的大腦透過思維重新組合和、系統化的資訊集合。 在ES中,知識的涵義和一般我們認識的知識的涵義是有所 區別的,它是指以某種結構化的方式表示的概念、事件和過程。因此在ES中,並不是日常生活中的所有知識都能夠得以體現的,而是隻有限定了範圍和結構,經過 編碼改造的知識才能成為ES中的知識。在ES中的知識一般有如下幾類: 有關現實世界中所關心物件的概念,即用來描述現實世界所抽象總結出的概念。 有關現實世界中發生的事件、所關係物件的行為、狀態等內容,也就是說不光有靜態的概念,還有動態的資訊。 關於過程的知識,即不光有當前狀態和行為的描述,還要有對其發展的變化及其相關條件、因果關係等描述的知識。 元知識,即關於知識的知識,例如包括知識利用方面的知識。
方法:
一階謂詞邏輯:一階謂詞邏輯即FOL(First-order Predicate Logic)(見教材P208)是一種比較常見的知識表示方法。在謂詞邏輯中,命題是用謂詞表示的。謂詞的一般形式是:P(x1,x2,···xn),其中P是謂詞名稱,x1,x2,···xn是個體。因此,用謂詞邏輯來表示某類知識時就可以利用上述形式,比如teacher(yangfan)就表示了“楊帆是老師”這樣一個事實型的知識。在P(x1,x2,···xn)中,如果xi(i =1,···,n)都是單個的個體常量,則它就可以稱為一階謂詞。謂詞邏輯適合表示:1、事物的狀態、屬性、概念等事實性知識。2、事物間確定的因果關 系,即規則。對於事實可以用如下邏輯符號表示,即“¬”表示“非”、“∧”表示“與”、“∨”表示“或”;對於規則可以用蘊涵(→)式表示,例如:如果x,則y就可以表示為“x→y”。用謂詞表示知識時,還要遵循兩個步驟,即1、首先定義謂詞;2、其次用連線符號連線相應的謂詞。
示例:
假設有這樣一個知識需要表示:小潘是計科系的學生,但他不喜歡程式設計。我們用一階謂詞邏輯來表示它就需要採用如下的步驟:首先,定義謂詞 Computer(x):x是計科系的學生 Like(x,y):x喜歡y 其次,用謂詞公式表示之: Computer(xiaopan)∧¬Like(xiaopan,programing) 產生式規則:在條件、因果等型別的判斷中所採用的一種對知識進行表示的方法。其基本的形式是P→Q,或者是if P then Q。這裡這個產生式規則與剛才的謂詞邏輯中的“蘊涵(→)式”表示還是有區別的,後者是一種精確的匹配,即如果x,則100%的會是y,而前者則可以表示 一種模糊匹配,有一定的置信度,即發生機率。 例如:if “咳嗽 and 發燒”,then “感冒”,置信度80%。這裡if部分表示條件部,then部分表示結論部,置信度表示當滿足條件時得到結論的發生機率。這整個部分就形成了一條規則,表示的就是這樣一類因果知識:“如果病人發燒且咳嗽,則他很有可能是感冒了”。 因此,針對比較複雜的情況,我們都可以用這種產生式規則的知識表示方式形成一系列的規則。