1. 知識的表徵方式有哪些
知識表徵
知識表徵是指信息在人腦中的儲存和呈現方式,它是個體知識學習的關鍵。人們在學習過程中,都是根據自己對知識的不同表徵而選擇相應的學習方法和應用方法。
中文名
知識表徵
概念
是認知主體在心靈與世界的相互作用在大腦中的正確再現,最終通過符號、文字、圖像等直觀的載體表徵出來的認知表徵[1]
分類
陳述性知識表徵與程序性知識表徵等[1]
方式
分為知識在大腦中呈現的方式和知識的外在表現方式[1]
快速
導航
命題命題網路程序知識知識單元
陳述性知識
心理學家普遍認為,陳述性知識主要是以命題和命題網路的形式進行表徵。另外,表象和圖式也是表徵陳述性知識的重要形式。
命題
命題是信息的基本單位,是陳述性知識的一種基本表徵形式。它比句子更為抽象。它是將句子表徵為一組符號。一個命題大致相當於一個觀念。
命題一般由兩個成分構成:關系和論題。論題多由名詞、代詞表示。命題中的關系多由動詞表示,有時也用形容詞和副詞表示。關系對論題起限製作用。
現代認知心理學認為,詞、短語和句子是交流思想的工具,它是思維的物質外殼或載體。但人的思想在頭腦中不是以詞語而是以命題的形式來表徵和記錄的。人的思考對象不是詞語而是命題。命題是思想和觀念的單元。
命題網路
命題網路是基於語言網路提出來的,它是指任何兩個命題,如果它們具有共同成分,則可以通過這些共同成分而彼此聯系在一起。許多彼此聯系的命題組成命題網路。
命題網路的基本表示方法是用一組由關系聯結的節點所構成的有向結構來表示。節點表示記憶中的概念,而關系就構成了節點間的聯系。這種語義網路具有激活擴散的特性。科林斯和奎林(1969)的一個經典實驗
命題網路模型
支持了知識以命題網路儲存的觀點。他們認為如動物、鳥、魚等分類的知識以右圖的層次結構儲存。
程序知識
程序知識主要以產生式和產生式系統進行表徵的。
產生式
產生式這個術語來自計算機科學。信息加工心理學的創始人紐厄爾和西蒙(1972)首先提出用產生式表徵人腦中儲存的技能。他們認為,人腦和電腦一樣都是「物理符號系統」,其功能都是操作符號。人腦之所以能進行計算、推理和解決問題等各種復雜活動,是由於人經過學習,其頭腦中儲存了一系列的以「如果——那麼——」形式表徵的規則,同計算機程序本質一樣。這種規則被稱為產生式。
產生式系統
簡單產生式只能完成單一的活動。有些任務需要完成一系列的活動,是因此需要許多簡單的產生式。通過練習簡單的產生式可以形成復雜的產生式系統。這種產生式系統被認為是復雜技能的心理機制。
2. 什麼是知識它有哪些特性列舉至少六種知識表示方法
知識是符合文明方向的,人類對物質世界以及精神世界探索的結果總和。知識,至今也沒有一個統一而明確的界定。但知識的價值判斷標准在於實用性,以能否讓人類創造新物質,得到力量和權力等等為考量。
有一個經典的定義來自於柏拉圖:一條陳述能稱得上是知識必須滿足三個條件,它一定是被驗證過的,正確的,而且是被人們相信的,這也是科學與非科學的區分標准。
由此看來,知識屬於文化,而文化是感性與知識上的升華,這就是知識與文化之間的關系。有關於知識的悖論是:知識如果不能改變行為,就沒有用處;但是知識一旦改變了行為,知識本身就立刻失去意義——《未來簡史》。
經過國內外學者的共同努力,目前已經有許多知識表示方法得到了深入的研究,目前使用較多的知識表示方法主要有以下幾種知識表示方法。
(1)邏輯表示法
邏輯表示法以謂詞形式來表示動作的主體、客體,是一種敘述性知識表示方法。利用邏輯公式,人們能描述對象、性質、狀況和關系。它主要用於自動定理的證明。邏輯表示法主要分為命題邏輯和謂詞邏輯。
(2)產生式表示法
產生式表示,又稱規則表示,有的時候被稱為IF-THEN 表示,它表示一種條件-結果形式,是一種比較簡單表示知識的方法。IF 後面部分描述了規則的先決條件,而THEN 後面部分描述了規則的結論。規則表示方法主要用於描述知識和陳述各種過程知識之間的控制,及其相互作用的機制。
(3)框架表示
框架(Frame)是把某一特殊事件或對象的所有知識儲存在一起的一種復雜的數據結構。其主體是固定的,表示某個固定的概念、對象或事件,其下層由一些槽(Slot)組成,表示主體每個方面的屬性。
(4)面向對象的表示方法
面向對象的知識表示方法是按照面向對象的程序設計原則組成一種混合知識表示形式,就是以對象為中心,把對象的屬性、動態行為、領域知識和處理方法等有關知識封裝在表達對象的結構中。
(5)語義網表示法
語義網路是知識表示中最重要的方法之一,是一種表達能力強而且靈活的知識表示方法。它通過概念及其語義關系來表達知識的一種網路圖。從圖論的觀點看,它是一個「帶標識的有向圖」。
語義網路利用節點和帶標記的邊構成的有向圖描述事件、概念、狀況、動作及客體之間的關系。帶標記的有向圖能十分自然的描述客體之間的關系。
例:用語義網路表示下列知識:中南大學湘雅醫學院是一所大學,位於長沙市,建立時間是1914 年。
(6)基於XML 的表示法
在XML(eXtensible Markup language,可擴展標記語言)中,數據對象使用元素描述,而數據對象的屬性可以描述為元素的子元素或元素的屬性。XML 文檔由若干個元素構成,數據間的關系通過父元素與子元素的嵌套形式體現。
在基於XML 的知識表示過程中,採用XML 的DTD(Document Type definitions,文檔類型定義)來定義一個知識表示方法的語法系統。
(2)知識表示方法有哪些擴展閱讀:
從一般意義上講,知識表示就是為描述世界所做的一組約定,是知識的符號化、形式化或模型化;從計算機科學的角度來看,知識表示是研究計算機表示知識的可行性、有效性的一般方法,是把人類知識表示成機器能處理的數據結構和系統控制結構的策略。
一個完整知識表示過程是:首先是設計者針對各種類型的問題設計多種知識表示方法;然後表示方法的使用者選用合適的表示方法表示某類知識;最後知識的使用者使用或者學習經過表示方法處理後的知識。
所以,知識表示的客體就是知識;知識表示的主體包括3 類:表示方法的設計者、表示方法的使用者、知識的使用者。具體來說,知識表示的主體主要指的是人(個人或集體),有時也可能是計算機。
假設有這樣一個知識需要表示:小潘是計科系的學生,但他不喜歡編程。我們用一階謂詞邏輯來表示它就需要採用如下的步驟:首先,定義謂詞。
Computer(x):x是計科系的學生
Like(x,y):x喜歡y
其次,用謂詞公式表示之:
Computer(xiaopan)∧¬Like(xiaopan,programing)
產生式規則:在條件、因果等類型的判斷中所採用的一種對知識進行表示的方法。其基本的形式是P→Q,或者是if P then Q。
這里這個產生式規則與剛才的謂詞邏輯中的「蘊涵(→)式」表示還是有區別的,後者是一種精確的匹配,即如果x,則100%的會是y,而前者則可以表示 一種模糊匹配,有一定的置信度,即發生概率。
例如:if 「咳嗽 and 發燒」,then 「感冒」,置信度80%。這里if部分表示條件部,then部分表示結論部,置信度表示當滿足條件時得到結論的發生概率。這整個部分就形成了一條規則,表示的就是這樣一類因果知識:「如果病人發燒且咳嗽,則他很有可能是感冒了」。
因此,針對比較復雜的情況,我們都可以用這種產生式規則的知識表示方式形成一系列的規則。
3. 人工智慧目前常用的知識表示方式有哪些
機器學習是人工智慧的另一重要課題。機器學習是指在一定的知識表示意義下獲取新知識的過程,按照學習機制的不同,主要有歸納學習、分析學習、連接機制學習和遺傳學習等。
知識處理系統主要由知識庫和推理機組成。知識庫存儲系統所需要的知識,當知識量較大而又有多種表示方法時,知識的合理組織與管理是重要的。推理機在問題求解時,規定使用知識的基本方法和策略,推理過程中為記錄結果或通信需設資料庫或採用黑板機制。如果在知識庫中存儲的是某一領域(如醫療診斷)的專家知識,則這樣的知識系統稱為專家系統。為適應復雜問題的求解需要,單一的專家系統向多主體的分布式人工智慧系統發展,這時知識共享、主體間的協作、矛盾的出現和處理將是研究的關鍵問題。
人工智慧是人類設計創造出來的,它們的存在無疑為人類現在和將來的生活工作效率等等都是很大的幫助,其實一種事物是否有害,是看用它的是什麼樣的人,出於什麼目的,要是用的得當,以為人類造福為福祉,那就是有利的。
4. 知識圖譜中知識表示方式是由哪種知識表示發展而來
知識表示可看成是一組事務的約定,以把人類知識表示成機器能處理的數據結構。對知識進行表示的過程就是把知識編碼成某種數據結構的過程。
知識表示方法分為:
陳述性知識表示:將知識表示與知識的運用分開處理,在知識表示時,並不涉及如何運用知識的問題,是一種靜態的描述方法。
過程性知識表示:將知識表示與知識的運用相結合,知識寓於程序中,是一種動態的描述方法。
5. 專家系統知識表示
知識是人們在改造客觀世界的實踐中積累起來的認識和經驗,是人們通過實踐認識到的客觀世界規律性的東西,是信息經過加工、解釋、挑選和改造而形成的命題和規則的集合。它由特定領域的描述、關系和過程組成,可用公式表示為:
知識=事實+信念+啟發式
人類所以有智能行為是因為人類具有知識。為了使機器具有智能,必須使機器擁有和運用知識。人類擁有的知識必須用適當的方法來表示,才能夠被機器獲取和積累,並且便於在計算機中靈活運用、存儲、檢索、刪除和修改。
所謂知識表示實際上就是對知識的一種描述,是對知識的形式化、符號化過程,即用一些約定的符號把知識編碼成一組計算機可以接受的數據結構。主要問題是設計各種數據結構(即知識的形式表示方法),研究表示和控制問題、表示和推理的關系等等。主要目的是探討和提供在機器中表達知識的方法和技術,以便把人類的知識有效、合理地轉移和存儲到計算機中。所謂知識表示方法就是用來描述和組織知識的規則符號、形式語言和網路圖等等。
一、知識表示方法的評價准則
1)表示能力:能正確地、有效地將問題求解所需的各類知識表示出來。
2)可理解性:所表達的知識簡單、明了、易於理解。
3)可訪問性:能夠有效地利用所表達的知識。
4)可擴充性:能夠方便、靈活地對知識進行擴充。
5)模塊性:系統具有容易理解、便於修改、適於並行處理且並行度高的模塊。
二、知識表示方法的分類
目前,用於計算機專家系統中的知識表示方法有很多,一般按搜索方式、規則選擇策略及知識庫的利用等進行分類。一般可分為說明性知識表示方法和過程性知識表示方法。其中說明性表示方法有邏輯和語義網路等;過程性表示方法有產生式規則等;兩者相結合的方法有框架等。按最常用順序排列為:產生式規則、謂詞邏輯、語義網路、框架,其中產生式規則方法用得最多,著名的PROSPECTOR地質勘探專家系統採用的就是這種方法。本系統知識庫的礦床模型知識也採用這種知識表示方法。下面對各方法簡要介紹,重點介紹產生式規則法。
(1)邏輯表示法
邏輯表示法採用一階謂詞邏輯表示知識,是一種敘述性的知識表示方法。主要用於自動定理證明。有以下幾個基本要素:
a)常量:表示事物或概念等特定對象。
b)變數:表示非特定對象。
c)謂詞:表示對象的屬性或對象間的關系。
d)邏輯運算符:∧合取(與);∨析取(或);~否定(非);→蘊含(如果…,則…)。
e)量詞:全稱量詞(對於所有的);存在量詞(存在一個)
f)函數:用來限制對象的范圍及表示從對象到對象的映射。
邏輯表示法有自然、嚴密、靈活及模塊化等優點,但也存在單調性、組合爆炸等缺點。
(2)語義網路表示法
知識在語義網路中表達為一組結點和弧線。結點代表對象、概念或情況,弧線代表對象之間的聯系。
語義網路的基礎是三元組:
(結點A,弧,結點B)
其中弧是帶標識的方向弧,方向體現主次,結點A為主,結點B為輔。當多個組結合起來一起表達時,就可得到一個語義網路。
語義網路可進行知識深化表達,並有層次性、自然性、非有效性及非清晰性等特點。
(3)框架表示法
框架是表示一種定型狀態的數據結構,它的頂層是固定的,表示某個固定的概念、對象或事件,其下層由一些槽組成。每個槽可以按實際情況被一定類型的實例或數據(即槽值)所填充,每個槽值一般都預先規定賦值的條件。還可規定不同槽的槽值之間應滿足的條件。所以框架是一種層次的數據結構,框架下層的槽可以看成是一種子框架,子框架本身還可以進一步分層次。相互關聯的框架連接起來組成框架系統,或稱框架網路。不同的框架網路又可通過信息檢索網路組成更大的系統,代表一塊完整的知識模塊。框架一般由框架名和一些槽組成,每一個槽都有其名和對應的值,槽下還可分若干側面。槽(或其側面)值可以是數字的或邏輯的,也可以是程序、條件、默認值或一個子框架。
框架表示法可為實體、屬性、關系和默認值等提供顯式的表示,容易附加過程信息且有繼承特性。但容易造成實際情況與框架原型不符,且對新情況不易適應。
(4)產生式規則表示法。
三、產生式規則表示法
在自然界的各種知識單元之間存在著大量的因果關系,這些因果關系亦即前提和結論的關系,用規則來表示是非常方便的。產生式規則表示是知識表示最簡單、最常用的形式。
一個產生式規則的一般形式為:
Q←p
或者寫成:
IF[P]THEN[Q]
其中P一般表示一組前提或狀態,Q表示若干結論或動作,其含義是「如果前提P滿足則可推出結論Q(或應執行動作Q)」。一組產生式規則還可以形象的用一棵(或多棵)所謂「與/或樹」表示,如圖4-2所示。該圖的「與/或樹」表示了如下的產生式規則組:
A←B1,B2,B3←C4,C5,C6;C5←D1,D2;A←B3,B4,B5;
B4←C7;C5←D3;B1←C1,C2;B4←C8;C8←D4,D5,D6;
B2←C3;B5←C9,C10。
帶圓弧的分支線表示「與」的關系;用不帶圓弧的分支線表示「或」的關系。
圖4-2 與/或樹示意圖
(一)產生式系統的基本組成部分
通常,產生式系統包含下述3個基本組成部分:
1.規則庫
該庫存放了若干條規則,每條產生式規則是一個以「如果滿足這個條件,就應當採取這個操作」形式表示的語句。各條規則之間相互作用不大。規則可有如下形式:
中國礦產資源評價新技術與評價新模型
中國礦產資源評價新技術與評價新模型
在產生式系統的執行過程中,如果一條規則的條件部分都被滿足,那麼,這條規則就可以被應用,即系統的控制執行規則的操作部分,並把執行結果加入暫存器。
2.暫存器
暫存器是產生式規則表示法的推理中樞,每個產生式的左邊表示在啟用這一規則之前暫存器內必須准備好的條件。執行產生式規則的操作會引起暫存器的變化,這就可能使得其他產生式規則的條件被滿足。
3.控制器
其作用是說明下一步應該選用什麼規則,也就是如何運用規則。通常從選擇規則到執行規則分成三步:匹配、沖突解決和操作(圖4-3)。
圖4-3 產生式系統的基本結構
1)匹配。把暫存器和規則的條件部分相匹配,如果兩者完全匹配,則把這條規則稱為觸發規則。當按照規則的操作部分去執行時,把這條規則稱為被啟用規則。被觸發的規則不一定總是被啟用的規則,因為可能同時有幾條規則的條件部分被滿足,這就要用到(2)。
2)沖突解決。當有一個以上的規則條件部分和當前暫存器相匹配時,就需要決定首先使用哪一條規則。這稱為沖突解決。一種簡單的策略是選擇在掃描規則集時碰到的第一條規則。
3)操作。操作就是執行規則的操作部分,經過操作以後,當前暫存器將被修改。然後,其他的規則有可能被使用。
(二)產生式系統的問題求解過程
產生式系統的問題求解就是如何使暫存器轉移到滿足解的終止條件的狀態。以下是一個經典的產生式系統問題求解過程實例—動物識別系統IDENTIFIER,它很好地說明了如何用產生式規則表示法來描述一個問題的求解過程。
實例 動物識別系統IDENTIFIER
IDENTIFIER系統能對老虎、金錢豹、斑馬、長頸鹿、企鵝、鴕鳥、信天翁等7種動物進行識別。通過辨識動物的有關特徵和外貌,如顏色、花紋、體態、動作等,以獲取關於動物世界的知識。
下面是用產生式規則表達的有關知識:
規則Ⅰ1
若 動物有毛發;
則 動物為哺乳類。
規則Ⅰ2
若 動物有奶;
則 動物為哺乳類。
規則Ⅰ3
若 動物有羽毛;
則 動物為鳥類。
規則Ⅰ4
若 動物會飛,而且產蛋;
則 動物為鳥類。
規則Ⅰ5
若 動物是哺乳類,且食肉;
則 動物為食肉動物。
規則Ⅰ6
若 動物是哺乳類,
動物有大齒,
動物有爪;
則 動物是食肉動物。
規則Ⅰ7
若 動物是哺乳類動物,
動物有蹄;
則 動物為有蹄類動物。
規則Ⅰ8
若 動物是哺乳類動物,
動物反芻;
則 動物為有蹄類動物。
規則Ⅰ9
若 動物是食肉類動物,
動物為黃褐色,
有黑色斑點;
則 它是金錢豹。
規則Ⅰ10
若 動物是食肉類動物,
具有黃褐色外部特徵,
有黑色條紋;
則 它是老虎。
規則Ⅰ11
若 動物是有蹄類動物,
有長長的頸,
腿很長,
黃褐色,
有黑色斑點;
則 它是長頸鹿。
規則Ⅰ12
若 動物是有蹄類動物,
白色,
有黑色條紋;
則 它是斑馬。
規則Ⅰ13
若 動物是鳥類,
不會飛,
腿很長,
頸很長,
具有黑白二色;
則 它是鴕鳥。
規則Ⅰ14
若 動物是鳥類
它不會飛,
會游泳,
具有黑白二色;
則 它是企鵝。
規則Ⅰ15
若 動物是鳥類,
它很會飛;
則 它是信天翁。
由上面的產生式規則我們看到,規則Ⅰ1~Ⅰ4用於確定生物學分類是哺乳動物還是鳥類;規則Ⅰ5~Ⅰ15再把哺乳動物和鳥類進一步分成更細的類別,這就形成了一種分層的分類形式:其中Ⅰ5~Ⅰ8是把哺乳動物分類成食肉動物和有蹄動物;Ⅰ9~Ⅰ10是對食肉動物進行細分;Ⅰ11~Ⅰ12是對有蹄動物進行細分;Ⅰ13~Ⅰ15是對鳥類進行細分。
下面我們考察一下動物識別系統IDENTIFIER是如何工作的。
假設,我們經觀察得到兩個事實:
中國礦產資源評價新技術與評價新模型
在規則Ⅰ9和Ⅰ11中包括這兩個條件,但是Ⅰ9和Ⅰ11的前提還必須被別的條件所滿足,所以需要觀察到更多的有關該動物的特徵,假設得到新的事實是:
該動物給它的幼獸餵奶,並能進行反芻。於是暫存器的內容增加為:
動物有黃褐色,有黑斑,有奶,反芻。
現在用規則庫和暫存器匹配,Ⅰ2首先能使用,並更新暫存器為:
動物為哺乳動物,黃褐色,有黑斑,有奶,反芻。
繼而Ⅰ8又能用,更新暫存器為:
動物為有蹄類動物,為哺乳類,黃褐色,有黑斑,有奶,反芻。
至此,系統還沒有識別出這是什麼動物,而暫存器也不能和其他規則的前提相匹配,因而還需要提供關於動物基本特徵的新的信息。
假設,我們觀察到該動物的腿和頸都很長。
把它們加入暫存器,得到暫存器為:
動物頸長,腿長,為有蹄類動物,為哺乳類,黃褐色,有黑斑點,有奶,反芻。
此時,規則Ⅰ11可以用,得到結論:該動物為長頸鹿。問題的求解過程可以終止。
上述的推理過程可以用圖4-4表示。圖中的實心圓表示觀察到的未經處理的事實,實心菱形表示推理的結論,與門表示規則。
圖4-4 推理過程
從圖4-4中我們可以看出,推理過程是從事實出發,試圖使事實與規則的IF部相匹配,然後啟用規則的THEN部分。
由此,產生式系統的問題求解過程的步驟可歸納如下:
1)暫存器初始化;
2)若存在未用規則前提能與暫存器相匹配則轉3,否則轉5;
3)使用規則,更新暫存器,並將所用規則做上標記;
4)暫存器是否包含解,若是,則終止求解過程,否則轉2;
5)要求更多的關於問題的信息,若不能提供所要信息,則求解失敗,否則更新暫存器並轉2。
(三)產生式系統的推理解釋
在推理過程中,我們也許會問:「系統在推理中是否應用了某條規則?」,「系統在推理中何時應用了某條規則?」,「系統為什麼要證明某個結論?」,「系統是何時證明這個結論的?」。
諸如此類的問題,可以利用產生式的解釋給予解決。方法是通過查閱推理過程中所用的產生式規則來回答為什麼推理需要這些事實以及如何確立這些事實的。產生式系統之所以有這種能力主要是因為產生式系統對規則的形式作了嚴格的規定。例如。要確定如何得到所推斷出的事實,產生式系統只需考慮那些用到的規則,即查找其結論部分與所推斷的事實相符的規則。所需要的答案就是列出這些產生式規則以及有關這些規則的條件部分的信息。
例如,系統IDENTIFIER應用規則Ⅰ6的解釋如圖4-5所示,在推理過程中回到規則Ⅰ6。如果所提出的問題是:「你如何證明該動物是食肉動物?」只要向左邊移動就可以找到答案。也就是說:應用規則Ⅰ6,並證明該動物是哺乳動物,有尖利的牙齒,有爪子,眼睛前視。如果所提問題是「為什麼要證明該動物是哺乳動物?」這時,則向右移動,也就是,因為我們要應用規則Ⅰ6去證明該動物是食肉動物。
圖4-5 產生式系統推理過程解釋
(四)產生式系統的特點
產生式規則表示法有如下特點:
1)模塊化:在眾多規則所組成的規則庫中,每條規則可自由增刪、修改。
2)一致性:每條規則都具有相同格式,便於計算機自動推理。
3)自然性:「IF—THEN」結構是人類思維和會話的自然形式。
4)效率低:因問題求解是靠一系列的「匹配一沖突消解一操作」三階周期實現,信息傳遞依賴於上下文。為維護模塊性、一致性,也導致問題求解時,額外開銷大。
5)規則表示法對復雜、大型及動態概念不能很好表示,因規則只是簡單的條件語句。
6. 知識的表示方法的評價標准有幾個他們分別是什麼
有五個。分別是:
1、邏輯表示法、邏輯表示法以謂詞形式來表示動作的主體、客體,是一種敘述性知識表示方法。利用邏輯公式,人們能描述對象、性質、狀況和關系。它主要用於自動定理的證明。邏輯表示法主要分為命題邏輯和謂詞邏輯。
2、產生式表示法、產生式表示,又稱規則表示,有的時候被稱為IF-THEN表示,它表示一種條件-結果形式,是一種比較簡單表示知識的方法。IF後面部分描述了規則的先決條件,而THEN後面部分描述了規則的結論。規則表示方法主要用於描述知識和陳述各種過程知識之間的控制,及其相互作用的機制。
3、框架表示、框架(Frame)是把某一特殊事件或對象的所有知識儲存在一起的一種復雜的數據結構。其主體是固定的,表示某個固定的概念、對象或事件,其下層由一些槽(Slot)組成,表示主體每個方面的屬性。
4、面向對象的表示方法、面向對象的知識表示方法是按照面向對象的程序設計原則組成一種混合知識表示形式,就是以對象為中心,把對象的屬性、動態行為、領域知識和處理方法等有關知識封裝在表達對象的結構中。
5、語義網表示法、語義網路是知識表示中最重要的方法之一,是一種表達能力強而且靈活的知識表示方法。它通過概念及其語義關系來表達知識的一種網路圖。從圖論的觀點看,它是一個「帶標識的有向圖」。
7. 知識組織中,主觀知識的表示方法有哪些
知識表示(knowledge representation)是指把知識客體中的知識因子與知識關聯起來,便於人們識別和理解知識.知識表示是知識組織的前提和基礎,任何知識組織方法都是要建立在知識表示的基礎上.知識表示有主觀知識表示和客觀知識表示兩種.
結構:
知識的表示就是對知識的一種描述,或者說是對知識的一組約定,一種計算機可以接受的用於描述知識的數據結構.某種意義上講,表示可視為數據結構及其處理機制的綜合:表示= 數據結構+處理機制.因此在ES中知識表示是ES中能夠完成對專家的知識進行計算機處理的一系列技術手段.常見的有產生式規則、語義網、框架法等.
含義:
知識是信息接收者通過對信息的提煉和推理而獲得得的正確結論;是人對自然世界、人類社會以及思維方式與運動規律的認識與掌握,是人的大腦通過思維重新組合和、系統化的信息集合.在ES中,知識的涵義和一般我們認識的知識的涵義是有所 區別的,它是指以某種結構化的方式表示的概念、事件和過程.因此在ES中,並不是日常生活中的所有知識都能夠得以體現的,而是只有限定了范圍和結構,經過 編碼改造的知識才能成為ES中的知識.在ES中的知識一般有如下幾類:有關現實世界中所關心對象的概念,即用來描述現實世界所抽象總結出的概念.有關現實世界中發生的事件、所關系對象的行為、狀態等內容,也就是說不光有靜態的概念,還有動態的信息.關於過程的知識,即不光有當前狀態和行為的描述,還要有對其發展的變化及其相關條件、因果關系等描述的知識.元知識,即關於知識的知識,例如包括知識利用方面的知識.
8. 目前常用的結構化知識表示形式有
目前常用的結構化知識表示形式有產生式規則、語義網路、框架、決策樹、謂 詞邏輯、模糊關系及模糊邏輯以及狀念圖等。
9. 什麼是知識,知識的要素有哪些,知識的表示方法有哪些
就是能夠指導我們做出更好決策等。
所謂的知識。就是能夠指導我們做出更好決策,並且長期來看更能夠給我們帶來更好結果的那些信息。目前常用的知識表示方式有狀態空間法、問題規約法、謂詞邏輯、語義網路、本體技術等。