【人工智能原理】知识表示与组织

数据、信息与知识:  

  数据包括事实和数字,是未经加工的事视与符号。从数据经过分析提炼获取信息,有关信息关联在一起形成信息结构即是知识,反映客观世界中事物之间的关系。

知识的层次:

  ①事实:知识的最底层,对象、符号和事件之间的各种关系。

  ②概念:具有共同属性的一组对象、符号和事件的知识。

  ③规则:一组操作和步骤。

  ④启发性知识:事实、概念、规则的综合。

知识的表示方法:

  知识的表示是对知识的一种描述,是一种机器可以接受的用于描述知识的数据结构。是将已获得的知识以计算机内部码的形式加以描述、存储和有效的利用。基本方法有:产生式规则、语义网络、框架、谓词逻辑、Petri网络。

(1)状态空间表示

  利用状态变量和操作符号表示系统和问题的有关知识的符号体系,将寻找操作序列转化为寻找最佳节点路径的问题。用三元组(S,F,G)表示。

(2)与或图表示

  已知问题描述,通过一系列变换把问题最终变为一个子问题集合,并可以直接求解,解决初始问题。

构成:
    初始节点:原始问题
    终叶节点:本原问题,无后裔
    与节点:子问题对应的节点为与逻辑
    或节点:子问题对应的节点为或逻辑

可解节点:
    (1)终叶节点为可解节点;
    (2)非终叶节点为或节点,后继节点中至少有一个为可解节点;
    (3)非终叶节点为与节点,后继节点全部为可解节点;
不可解节点
        (1)没有后继的非终叶节点;
        (2)或节点其后继节点全部为不可解节点;
        (3)与节点其后继至少有一个为不可解节点;

(3)产生式规则表示法

  

(4)谓词表示法

  

谓词逻辑中的蕴涵式和产生式规则的基本形式相同,是其特殊情况:

    (1)谓词逻辑表示精确的知识,而产生式规则不仅可以表示精确知识,也可表示不精确的,例后跟可信度;

    (2)在推理匹配过程中,产生式规则可进行不精确匹配。

(5)语义网络法

一 概念

语义网络是用图来表示知识,表示事物概念及语义关系。
(机器通过对文本进行分析构建语义网络)
节点:表示概念、实体、事物、事件等;
弧线或链线:表示关系。

原文地址:https://www.cnblogs.com/protectione055/p/11611971.html