知识表示

知识表示研究用机器表示知识的可行的、有效的、通用的原则和方法，即把人类知识形式化为机器能处理的数据结构，是一组对知识的描述和约定。本章主要介绍几种常用的知识表示方法：谓词逻辑、产生式系统、语义网络、框架表示、状态空间、脚本和本体等。

知识是人类在实践中认识客观世界（包括人类自身）的规律性的东西。知识是经过加工的信息，包括事实、信念和规则。知识一般可分为陈述性知识、过程性知识和控制性知识。
1.陈述性知识
陈述性知识，也称为描述性知识，是描述客观事物的特点及其关系的知识。陈述性知识主要包括三个层次：符号表征、概念和命题。符号表征是最简单的陈述性知识。所谓符号表征是指代表一定事物的符号。例如，学生所学习的英语单词的词形、数学中的数字、物理公式中的符号、化学元素的符号等，都是符号表征。概念是对一类事物本质特征的反映，是较为复杂的陈述性知识。命题是指一个陈述的语义，是对事物之间关系的陈述。我们把用语言、符号或式子表达的，可以判断真假的陈述句叫作命题。其中判断为真的语句叫作真命题，判断为假的语句叫作假命题。例如，“北京是中国的首都”。
2.程序性知识
程序性知识，也称为过程性知识，是关于问题求解的操作步骤和过程的知识。这类知识主要用来解决“做什么”和“如何做”的问题，可用来进行操作和实践。程序性知识与陈述性知识的区别主要有以下几个方面：
①陈述性知识是“是什么”的知识，以命题及其命题网络来表征；程序性知识是“怎样做”的知识，以产生式等来表征。
②陈述性知识是一种静态的知识，它的激活是输入信息的再现；而程序性知识是一种动态的知识，它的激活是信息的变形和操作。
③陈述性知识激活的速度比较慢，是一个有意的过程，需要学习者对有关事实进行再认或再现；而程序性知识激活的速度很快，是一种自动化了的信息变形的活动。
3.控制性知识
控制性知识，也称为控制策略，是有关各种处理过程的策略和结构的知识，用于选择问题求解的方法和技巧，协调整个问题求解的过程。从计算机程序组织来看，一般智能系统可以看成是三级结构，即数据级、知识库级和控制级。数据级是关于求解的特殊问题及其当前状态的陈述性知识。知识库级是具体领域问题求解的知识，它常常是一种过程，说明怎样操纵数据来达到问题求解，反映动作的过程。控制级是过程性知识的控制策略，相应于控制性知识或元知识。对于多数大型而复杂的基于知识的系统，常常包含多种不同的问题求解活动，不同的活动往往需要不同的知识，是以统一的方式表示所有的知识，还是以不同的方式表示不同的知识，这是建造基于知识的系统时所面临的一个选择。统一的知识表示方法在知识获取和知识库维护上具有简易性，但是处理效率较低。而不同的知识表示方法处理效率较高，但是知识难以获取，知识库难以维护。那么在实际中如何来选择和建立合适的知识表示方法呢？这可以从以下几个方面来考虑：
1）表示能力，要求能够正确、有效地将问题求解所需要的各类知识都表示出来。2）可理解性，所表示的知识应易懂、易读。
3）便于知识的获取，使得智能系统能够渐进地增加知识，逐步进化。同时在吸收新知识的同时应便于消除可能引起新老知识之间的矛盾，便于维护知识的一致性。
4）便于搜索，表示知识的符号结构和推理机制应支持对知识库的高效搜索，使得智能系统能够迅速地感知事物之间的关系和变化；同时很快地从知识库中找到有关的知识。
5）便于推理，要能够从已有的知识中推出需要的答案和结论。目前常用的知识表示方法有谓词逻辑、产生式系统、语义网络、框架、状态空间、脚本和本体等，下面将分别予以介绍。

知识是有关信息关联在一起形成的信息结构，具有相对正确性、不确定性、可表示性和可利用性等特点。对知识的表示可以分为符号表示法和连接机制表示法。本章讨论的知识表示法都是面向符号的知识表示方法。在这些表示方法中，谓词逻辑、产生式系统和状态空间表示

法属于非结构化的知识表示范畴，语义网络、框架、面向对象和脚本技术属于结构化的知识表示范畴。这些表示方法各有其长处，分别适用于不同的情况。目前的知识表示一般都是从具体应用中提出的，后来虽然不断发展变化，但是仍然偏重于实际应用，缺乏系统的知识表示理论。而且由于这些知识表示方法都是面向领域知识的对于常识性知识的表示仍没有取得大的进展，这是一个亟待解决的问题。知识表示对专家系统十分重要。知识可以用许多种方法来分类，如先验知识和后验知识，过程的、陈述的和默认的知识。逻辑方法、产生式、语义网络和框架是专家系统中常用的知识表示方法。脚本和本体是自然语言理解中常用的方法。状态空间法常用于控制系统和机器人系统中。面向对象的知识表示方法是一种综合的方法。每一种知识表示方法都有其优缺点，在设计一个基于知识的系统前，应决定选用哪种方法可以更好地解决问题，对特定的问题选用最合适的工具。《人工智能》