知识图谱学习笔记（三）——知识表示方法

知识表示方法

1.概述

1.1 知识分类

• 陈述性知识：用于描述领域内有关概念、事实、事务的属性和状态等。
  1.太阳从东方升起
  2.一年有春夏秋冬四个季节
• 过程性知识：用于指出如何处理与领域相关的信息，以求得问题的解。例如：
  1.菜谱中的炒菜步骤
  2.如果信道畅通，请发绿色信号
• 元知识：关于知识的知识，包括怎样使用规则、解释规则、校验规则、解释程序结构等知识。

1.2 知识表示

知识表示可看成是一组事务的约定，以把人类知识表示成机器能处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。

知识表示方法分为：

1. 陈述性知识表示：将知识表示与知识的运用分开处理，在知识表示时，并不涉及如何运用知识的问题，是一种静态的描述方法。
2. 过程性知识表示：将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。

1.3 知识表示准则

• 表示知识的范围是否广泛
• 是否适于推理
• 是否适于加入启发信息
• 是否适于计算机处理
• 是否有高效的求解算法
• 陈述性表示还是过程性表示
• 能够表示不精确知识
• 能够在同一层次上和不同层次上模块化
• 知识和元知识能够用统一的形式表示
• 表示方法是否自然

2. 一阶谓词逻辑表示法

一阶谓词逻辑以树立逻辑为基础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。其表现方式和人类自然语言也非常接近，容易为计算机理解和操作，并支持精确推理。

基本概念

• 命题：具有真假意义的陈述句。
• 逻辑联结词：用于将多个原子命题组合成复合命题。（包括否定、合取、析取、蕴含、等价联结词）
• 个体词：领域内可以独立存在的具体或抽象的客体。
• 在谓词逻辑中，个体可以是常量也可以是变量（变元）
  1.个体常量：表示具体的或特定的个体
  2.个体变量：表示抽象的或泛指的个体
  3.个体域（论域）：个体变量的取值范围，可以是有限集合，也可以是无穷集合。
• 谓词：用来刻画个体性质以及个体之间相互关系的此。
  eg：命题：x是有理数。其中x是个体变量，“……是有理数”是谓词，几维Rational，命题符号化为Rational（x）。
• n元谓词：含有n个个体符号的谓词$P(x_1,x_2,...,x_n)$
• 函数：又称函词，是从若干个个体到某个个体的映射。
  eg：Sun(1,2)表示1与2的加和。
• 谓词与函数的区别：
  1.谓词实现的是从个体域中的个体到真或假的映射，而函数实现的是从个体域中的一个个体到另一个个体的映射，无真值可言。
  2.在谓词逻辑中，函数本身不能单独使用它必须嵌入到谓词中。
• 量词：是表示个体数量属性的词。包括全称量词和存在量词。

谓词逻辑表示法特性

• 优点：
  1.精确性：可以较准确地表示知识并支持精确推理
  2.通用性：拥有通用的逻辑演算方法和推理规则
  3.自然性：是一种接近于人类自然语言的形式语言系统。
  4.模块化：各条知识相对独立，它们之间不直接发生联系，便于知识的添加、删除和修改。
• 缺点：
  1.表示能力差：智能表示确定性知识，不能表示非确定性知识、过程性知识和启发式知识。
  2.管理困难：缺乏知识的组织原则，知识库管理困难
  3.效率低：把推理演算与知识含义截然分开，往往使推理过