《知识图谱》赵军 阅读笔记（二）——第二章 知识表示

知识表示是基于知识的人工智能应用中的核心部分。知识表示有五大重要角色，
1. 知识表示是一种代理，基于对事物的表示，我们无须实践，而是通过思考和推理就可以得到有关外部世界的结论。
2. 知识表示是一组本体论约定的集合，说明我们以什么样的方式来思考世界。
3. 知识表示是智能推理的组成部分：推理需要对知识进行表示，但知识表示不是推理的全部。
4. 知识表示是高效计算的媒介，通过对知识进行有效组织，支持高效的推理。
5. 知识表示是人类表达的媒介，基于通用表示框架，方便人们表达和分享对世界的认知。

2.1 经典知识表示理论

2.1.1 逻辑

逻辑
从简单到复杂分为：
命题逻辑、一阶谓词逻辑、高阶逻辑。
1.命题逻辑：具有最简单的语法，定义了具有真假值的原子命题，通过与、或、非、蕴含、当且仅当等将多个原子命题组合成复合命题，而推理过程则根据逻辑连接词的真值表进行推导，适合进行简单的推理。这是一种非常简单但是非常实用的逻辑。
2. 一阶谓词逻辑（一阶逻辑）:在命题逻辑基础上引入了全称量词和存在量词，使得一阶逻辑可以量化实体和概念。它具有完备的逻辑推理算法。
3.高阶逻辑：量化谓词或集合、二阶量化集合、三阶量化集合的集合
优点
谓词逻辑是一种强大的知识表示语言，一阶谓词逻辑具有完备的逻辑推理算法，它可以保证知识的一致性，也能够确保推理结果的正确性。它可以表达对象集合的属性，而不用逐一列举所有对象。
缺点
难以表示过程性知识和不确定性知识。特别是在数据量较大时，工作效率非常低。

2.1.2 语义网络

语义网络是奎利恩等人提出的一种模型。语义网络是一个通过语义关系连接的概念网络，它将知识表示为相互连接的点和边的模式，其中节点表示实体、事件、值等，边表示对象之间的语义关系。语义单元的三元组形式表示为：<节点1，关系，节点2>。
语义网络的关系类型有：
实例关系（ISA）：
具体与抽象，一个事物是另一个事物的一个实例，如“小王是一个人”。
分类关系（AKO）：
一个事物是另一个事物的一种类型，如“篮球是一种球”
成员关系：
个体与集体，一个事物是另一个事物的成员，如“小于是一个公务员”
属性关系：
事物和其属性之间的关系，如人的身高
聚合关系：
组织或结构特征的部分与整体的关系，如“凳子是桌子