人工智能基础之知识的表示以及表示方法--知识点总结1

注：这是本人自己复习人工智能课程的笔记

1.知识

知识：知识是人们在改造客观世界的实践中积累起来的认识和经验

  是把有关信息关联在一起所形成的信息结构

元知识：使用知识的知识

知识的特性：相对正确性，不确定性，可表示性，可利用性

知识的表示：模型化、形式化、数据结构化

2.一阶谓词逻辑表示法

命题：一个非真即假的陈述句

谓词：刻画个体性质、状态、关系P(x1,x2,..)

谓词公式：用连接词把一些简单命题连接起来构成一个复杂命题，以表示一个比较复杂含义

连接词：否定、析取（或v）、合取（且^）、蕴含（那么->）、等价（当且仅当<->）

量词：全称量词任意、存在量词存在

一阶谓词逻辑表示法：定义描述状态的谓词、定义描述操作的谓词、构造问题初始状态、构造问题目标状态、定义操作（不同条件下根据操作删除或者添加状态）

3.产生式规则表示法

确定性规则知识的产生式表示：P->Q

不确定性规则知识的产生式表示：P->Q（置信度）

确定性事实知识的产生式表示：(对象，属性，值)或(关系，对象1，对象2)

不确定性事实知识产生式表示：(对象，属性，值，置信度)或(关系，对象1，对象2，置信度)

产生式系统：规则库（IFthen）、控制系统、综合数据库（起始、终止、变量描述）；从规则库取出规则，检查与综合数据库内容的匹配

描述行为：IF...THEN...，从初始状态到结束状态

4.语义网络表示法

语义网络：一种用实体及其语义关系来表达知识的有向图，节点表示实体，有向弧表示语义关系

语义基元：语义网络中最基本的单元，可用三元组表示：(节点1，弧，节点2)

基本网元：一个语义基元对应的有向图，是语义网络中最基本的结构单元

基本语义关系：实例关系（是一个）、分类关系（是一种）、成员关系（是一员）、属性关系（有能会）、包含关系（是一部分）、时间关系（在前后）、位置关系（在上下左右）、相近关系（相似接近）

事件节点：由一些向外引出的弧来指出事件行为以及发出者和接受者

动作节点：由一些向外引出饿的弧来指出动作的主体与客体

基于语义网络的推理：继承，抽象关系将属性传递给实例节点

匹配：在知识库语义网络中寻找和待求值问题相符的语义网络模式

5.框架表示法

框架：一种描述所论对象属性的数据结构

槽：若干个槽组成框架，用于描述所论对象的莫方面属性，具有槽值

侧面：若干个侧面组成槽，用于描述相应属性的一个方面，具有侧面值

6.知识图谱

又称科学知识图谱，用不同的图形可视化技术描述知识资源及其载体，挖掘分析构建绘制显示知识以及它们之间的关系

通用表示方式：(实体1-关系-实体2) (实体-属性-属性值)

RDF模型：知识总是以三元组形式出现，且表示为：(主,谓,宾)

(Cyc、WorldNet、YAGO..）