先進人工智能課程複習筆記Ⅱ---知識表示方法

知識表示方法

【前提知識】

知識：相關信息關聯在一起形成的信息結構。

知識表示：計算機可接受的描述知識的數據結構。

知識的範圍：具體到一般；由說明到指定；確定到不確定

知識的劃分：常識性知識、領域性知識；事實性知識、過程性知識、控制性知識；確定、不確定知識；邏輯性知識、形象性知識；顯、隱性知識

人工智能---->a process to solve problem---->搜索過程

1.狀態空間

表示問題：狀態（解決問題的數據結構）、算符（狀態轉換的方法）、狀態空間法

三元組（S,F,G）：初始狀態集合S、操作符集合F、目標狀態集合G

狀態變量：$Q=[q_o,q_1,...,q_n]^T$

狀態空間圖：結點，弧線，有向圖

要把所有的狀態都表示出來，定義一組算符

2.問題歸約

將問題變成一個子問題集合，子問題解的集合就是原問題的解。

包含：初始問題描述，一套將其變換成子問題的操作符，一套本源問題描述【分解(與)/等價變換(或)】

與或樹：

終葉節點是可解節點。

漢諾塔：

3.謂詞邏輯

謂詞：連接兩個個體之間的關係詞/某一個個體的性質詞

量詞：全稱量詞 存在量詞

謂詞邏輯包含：變量、常量、函數

連詞：合取、析取、蘊含

約束變量、自由變量

爲了用謂詞邏輯表示知識，首先要定義謂詞【一個函數】

置換：用變元、常量、函數來代替變元，使該變元不在公式中出現。{$t_i/x_i$}，$t_i$和$x_i$不能相同，同時$x_i$不能出現在$t_j$中

合一：用置換s將公式集中對應的變元替換掉之後，公式集中每一項都是一樣的。

4.語義網絡

圖表示：結點、弧【二元關係】

• 類屬關係：Is-a、A-member-of、A-kind-of（張宇是個人，張宇$--is a->$person）
• 聚集關係：A-part-of（手是身體的一部分）
• 屬性關係：Have、Can（我能洗衣服）、Owner(房子是我的，我$--owns->$房子$--owner->$我)
• 推論關係：fetch(A能推出B)
• 相近關係：Similar-to、Near-to
• 方位關係：Located-on/under/inside/outside/at（在上面/下面/裏面/外面/位於）
• 時間關係：Before、After
• 構成關係：Composed-of

與謂詞邏輯之間的相似之處，都可以相似的表示一個知識。

謂詞邏輯：ISA（MAN，LIMING）或者MAN（LI MING）

語義網絡：ＬＩＭＩＮＧ－－－ｉｓａ－－－>MAN

5.框架表示

用一個通用的框架表示已有經驗，以數據結構存儲

框架由描述事物的各個方面的槽組成，一個槽有多個側面，一個側面擁有多個值。

其實就是一個類叫做一個槽，一個槽的各個側面表示的改類對應的屬性值。

框架名/槽名/側面值，也就是：類名/屬性名/屬性值

框架網絡：更加抽象的類位於上層，稍微具體的類位於下層，下層指向上層。如下圖：

6.劇本表示

劇本表示包括開場條件（前提條件）、角色（事件中可能出現的人物的一些槽，即屬性）、道具（事件中可能出現的一些物體的槽）、場景（描述事件發生的真實順序）、結果（事件發生以後產生的結果）。例如：餐廳喫飯

總結

【圖示法、公式法、陳述法、過程式表示法】

• 狀態空間法是一種基於解答空間的問題表示和求解方法，它是以狀態和操作符爲基礎的。在利用狀態空間圖表示時，我們從某個初始狀態開始，每次加一個操作符，遞增地建立起操作符的試驗序列，直到達到目標狀態爲止。由於狀態空間法需要擴展過多的節點，容易出現"組合爆炸"，因而只適用於表示比較簡單的問題。
• 問題歸約法從目標(要解決的問題)出發，逆向推理，通過一系列變換把初始問題變換爲子問題集合和子-子問題集合，直至最後歸約爲一個平凡的本原問題集合。這些本原問題的解可以直接得到從而解決了初始問題，用與或圖來有效地說明 問題歸約法的求解途徑。
• 謂詞邏輯法採用謂詞合式公式和一階謂詞演算把要解決的問題變爲一個有待證明的問題，然後採用消解定理和消解反演來證明一個新語句是從已知的正確語句導出的，從而證明這個新語句也是正確的。
• 語義網絡是知識的一種圖解表示，它由節點和弧線或鏈線組成。節點用於表示實體、概念和情況等，弧線用於表示節點間的關係。
• 框架是一種結構化表示方法。框架通常由指定事物各個方面的槽組成，每個槽擁有若干個側面，而每個側面又可擁有若干個值。大多數實用系統必須同時使用許多框架，並可把它們聯成一個框架系統。
• 劇本是框架的一種特殊形式，它使用一組槽來描述事件的發生序列。劇本表示特別適用於描述順序性動作或事件，但使用不如框架靈活，因此應用範圍也不如框架那麼廣泛。