人工智能导论 (二) - Methodologies of Knowledge Representation 知识表示方法

0 知识

啥是知识啊

知识的属性

知识表示

• 知识表示的过程
  

Basic Methodologies 主要知识表示方法

1 State Space Representation 状态空间表示

1.1 状态问题描述

1.1.1 月历魔柱

1.1.2 8 Puzzle Problem (8数码难题)

1.1.3 15 Puzzle Problem (15数码难题)

1.2 Graph Notion of State 状态图示法

Example 1 – Route Planning 例1 路线规划

Example 2 – Monkey & Banana 例2 猴子与香蕉问题

Example 3 Missionaries& Cannibals

• 状态及其表示
  
• 状态的转换
  
• 传教士野人问题状态空间图
  

2 Problem Reduction 问题归约法

Working Mechanism-Reduction 变换机理归约

2.2 AND/OR Graph Representation 与或图表示

某些术语

• AND/OR Graph Representation 3圆盘问题注意数据结构
  
  
• AND/OR Graph Representation 4圆盘问题
  
• 小结
  
  

3 Predicate Logic(谓词逻辑法)

3.1 Predicate Calculus谓词演算

1. 语法和语义 (Syntax and Semantics)

2. 连词和量词(Connectives & Quantifiers)

3.2 Predicate Formula (谓词公式)

3.3. Substitution and Unification 置换与合一

1 命题逻辑

无法刻画个体之间的关系

因此有了谓词逻辑

2 谓词逻辑

二阶谓词不讨论

3 一阶谓词逻辑知识表示方法

一阶谓词逻辑特点

不能表示不确定的知识,会产生组合爆炸

4 Semantic Network Representation 语义网络法

4.1 Representation of Two-Element Semantic Network (二元语义网络的表示)

• 谓词逻辑与语义网络等效
  

4.2 Representation of Multi-Element Semantic Network(多元语义网络的表示)

![](https://upload-images.jianshu.io/upload_images/4685968-478a076781ace9ce.png?imageMogr2/auto-orient/strip|imageView2/2/w/1240

• Essence of Multi-element Semantic Network (多元语义网络表示的实质)
  把多元关系转化为一组二元关系的组合或二元关系的合取
  

4.3 Inference Processv

Inheritance继承

Three methods for inheritance

• 值继承 is-a, AKO(a kind of)
  
• 如果 需要”继承if-needed (it can not inherit from the ancestorswe get it from other programs )
  
• 缺省继承Default—it is mostly the truth
  Exp: the birds can fly
  

Matching(匹配)

当涉及由几个部分组成的事物时必须考虑值的传递问题。

Example 1

Use semantic networks to represent the followings:

5 Frame 框架

框架的结构

例描述“大学教师”的框架