1.基本概念什么是知識知識的分類知識的屬性什么是知識表示11.基本概念什么是知識1基本概念什么是知識這里所談的知識是知識處理的特殊對象，與日常生活的知識有較大的區別。知識是以各種不同方式把多個信息關聯在一起的信息結構。或者表達為“知識是多個信息之間的關聯”。如果把“不與任何其他信息關聯”即單獨的一個信息也被認為是一種特殊的關聯方式（不關聯），則單個的信息也可以看做是知識的特例，將此稱之為“原子事實”。如：“他是軍人”，“穿軍裝”等。如果把這兩種信息用“如果…則…”這種因果關系聯系起來就成了一條知識（規則），即“如果他是軍人，則穿軍裝”。2基本概念什么是知識2基本概念知識的分類事實：是指人類對客觀事物的值或狀態的描述。這種知識一般不包含任何變量，可以用一個值為真的命題陳述或一種狀態的描述來表達。如今天天氣很熱，他今年50歲等，都表示一個事實。它描述了客觀事物在某種條件下各種屬性或狀態的真實值。規則：指可以分為前提（條件）和結論兩部分，用來表達因果關系的知識。它的一般形式為：如果A則B。A表示前提，B表示結論或應采取的動作。規律：上述的規則知識一般還可以分為不帶變量和帶變量的規則兩種。把帶變量的規則稱為規律。規律中的變量一旦被實例化為一個具體的值，則規律就變成了一條具體的不帶變量的規則。因此由規律可以引出許多具體的規則。3基本概念知識的分類3基本概念知識的屬性真實性相對性不完全性模糊性可表示性表示方式：各種符號的邏輯組合，用圖形表示，物理表示方式引申另外三種屬性：可存儲性、可傳遞性和可處理性。4基本概念知識的屬性4基本概念什么是知識表示所謂知識表示實際上就是對知識的一種描述，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。5基本概念什么是知識表示52.知識表示方法產生式規則語義網絡62.知識表示方法產生式規則6知識表示方法知識表示方法有：一階謂詞邏輯、產生式規則、語義網絡、框架理論、面向對象等多種表示方法。7知識表示方法知識表示方法有：72.1產生式規則產生式規則的出現產生式(Production)一詞，首先是由美國數學家波斯特（E.Post）提出來的。波斯特根據替換規則提出了一種稱為波斯特機的計算模型，模型中的每一條規則當時被稱為一個產生式。后來，這一術語幾經修改擴充，被用到許多領域。例如，形式語言中的文法規則就稱為產生式。產生式也稱為產生式規則，或簡稱規則。82.1產生式規則產生式規則的出現8產生式的一般形式前件→后件（P→Q）其中，前件就是前提，后件是結論或動作，前件和后件可以是由邏輯運算符AND、OR、NOT組成的表達式。產生式規則的語義是：如果前提滿足，則可得結論或者執行相應的動作，即后件由前件來觸發。所以，前件是規則的執行條件，后件是規則體。

產生式規則9產生式的一般形式產生式規則9例如，下面就是幾個產生式規則：(1)如果銀行存款利率下調，那么股票價格上漲。(2)如果爐溫超過上限，則立即關閉風門。(3)如果鍵盤突然失靈，且屏幕上出現怪字符，則是病毒發作。(4)如果膠卷感光度為200，光線條件為晴天，目標距離不超過5米，則快門速度取250，光圈大小取f16。一條產生式規則就是一條知識。用產生式可以實現推理和操作，產生式規則是知識表示形式。產生式規則10例如，下面就是幾個產生式規則：產生式規則10產生式規則產生式規則的與或樹表示一組產生式規則可形象地用一棵“與或樹”表示如圖：這里用帶弧線的表示“與”關系，不帶弧線的表示“或”關系。11產生式規則產生式規則的與或樹表示11產生式規則產生式規則組：B1，B2→A；B3，B4，B5→A；

C1，C2→B1；C3→B2；

C4，C5，C6→B3；C7→B4；

C8→B4；C9，C10→B5D1，D2→C5；

D3→C5；

D4，D5，D6→C8；AB5B4B3B2B1C1C2C3C4C5C6C7C8C9C10D1D2D3D4D5D612產生式規則產生式規則組：AB5B4B3B2B1C1C2C3C產生式規則產生式規則的左右端都可以為空→后件：表示后件是一個無條件成立的結論（即一個事實）或是一個無條件執行的動作。前件→：表示一個問題，什么情況下會使前件成立（為真）。13產生式規則產生式規則的左右端都可以為空13產生式系統的組成產生式系統由三部分組成：產生式規則庫、推理機和動態數據庫，其結構如圖所示。產生式規則14產生式系統的組成產生式規則14產生式系統結構

產生式規則庫推理機動態數據庫產生式規則庫亦稱產生式規則集，由領域規則組成，在機器中以某種動態數據結構進行組織。推理機亦稱控制執行機構，它是一個程序模塊，負責產生式規則的前提條件測試或匹配，規則的調度與選取，規則體的解釋和執行。即推理機實施推理，并對推理進行控制，它也就是規則的解釋程序。動態數據庫是動態數據結構，用來存放初始事實數據、中間結果和最后結果等。15產生式系統結構產生式規則庫推理機動態數據庫產生式規則庫亦產生式系統的運行過程產生式系統運行時，除了需要規則庫以外，還需要有初始事實(或數據)和目標條件。目標條件是系統正常結束的條件，也是系統的求解目標。產生式系統啟動后，推理機就開始推理，按所給的目標進行問題求解。推理機的一次推理過程，可如圖所示。產生式規則16產生式系統的運行過程產生式規則16推理機的一次推理過程

從規則庫中取一個條規則，將其前提同當前動態數據庫中的事實/數據進行模式匹配匹配成功否把該規則的結論放入當前動態數據庫：或執行規則所規定的動作NY產生式規則17推理機的一次推理過程從規則庫中取一個條規則，將其前提同當前產生式系統的運行過程一個實際的產生式系統，其目標條件一般不會只經一步推理就可滿足，往往要經過多步推理才能滿足或者證明問題無解。產生式系統的運行過程就是從初始事實出發，尋求到達目標條件的通路的過程。所以，產生式系統的運行過程也是一個搜索的過程，但一般把產生式系統的整個運行過程也稱為推理。

產生式規則18產生式系統的運行過程產生式規則18控制策略與常用算法產生式系統的推理可分為正向推理和反向推理兩種基本方式。正向推理就是從初始事實數據出發，正向使用規則進行推理（即用規則前提與動態數據庫中的事實匹配，或用動態數據庫中的數據測試規則的前提條件，然后產生結論或動作），朝目標方向前進。下面我們給出產生式系統正向推理和反向推理的常用算法。產生式規則19控制策略與常用算法產生式規則19正向推理算法：步1：將初始事實/數據置入動態數據庫；步2：用動態數據庫中的事實/數據，匹配/測試目標條件，若目標條件滿足，則推理成功，結束。步3：用規則庫中各規則的前提匹配動態數據庫中的事實/數據，將匹配成功的規則組成待用規則集；步4：若待用規則集為空，則運行失敗，退出。步5：用某種策略，從待用規則集中選取一條規則，將其結論加入動態數據庫，或者執行其動作，撤消待用規則集，轉步2。規則的選擇策略成為沖突消解策略。產生式系統的推理方式、搜索策略及沖突消解策略等，一般統稱為推理控制策略，簡稱控制策略。控制策略體現在推理機的算法描述中。產生式規則20正向推理算法：產生式規則20正向推理的動態數據庫

動態數據庫推理控制策略與常用算法可以看出，隨著推理的進行，動態數據庫的內容或者狀態在不斷變化。如果把動態數據庫的每一個狀態作為一個節點的話，則上述推理過程就是一個從初始狀態（初始事實或數據）到目標狀態（目標條件）的狀態圖搜索過程。產生式規則21正向推理的動態數據庫動態數據庫推理控制策略與常用算法產生式控制策略與常用算法例：動物分類問題的產生式系統描述及其求解。設由下列動物識別規則組成一個規則庫，推理機采用上述正向推理算法，建立一個產生式系統。該產生式系統就是一個小型動物分類知識庫系統。規則如下：

產生式規則22控制策略與常用算法產生式規則22r1：若某動物有奶，則它是哺乳動物。r2：若某動物有毛發，則它是哺乳動物。r3：若某動物有羽毛，則它是鳥。r4：若某動物會飛且生蛋，則它是鳥。r5：若某動物是哺乳動物且有爪且有犬齒且目盯前方，則它是食肉動物。r6：若某動物是哺乳動物且吃肉，則它是食肉動物。r7：若某動物是哺乳動物且有蹄，則它是有蹄動物。r8：若某動物是有蹄動物且反芻食物，則它是偶蹄動物。產生式規則23r1：若某動物有奶，則它是哺乳動物。產生式規則23r9：若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。r10：若某動物是食肉動物且黃褐色且有黑色斑點，則它是金錢豹。r11：若某動物是有蹄動物且長腿且長脖子且黃褐色且有暗斑點，則它是長頸鹿。r12：若某動物是有蹄動物且白色且有黑色條紋，則它是斑馬。r13：若某動物是鳥且不會飛且長腿且長脖子且黑白色，則它是駝鳥。r14：若某動物是鳥且不會飛且會游泳且黑白色，則它是企鵝。r15：若某動物是鳥且善飛且不怕風浪，則它是海燕。產生式規則24r9：若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。產再給出初始事實：f1：某動物有毛發。f2：吃肉。f3：黃褐色。f4：有黑色條紋。目標條件為：該動物是什么？易見，該系統的運行結果為：該動物是老虎。其推理樹如圖所示。產生式規則25再給出初始事實：產生式規則25動物分類正向推理樹老虎食肉動物哺乳動物有毛發吃肉黃褐色有黑色條紋26動物分類正向推理樹老虎食肉動物哺乳動物有毛發吃肉黃褐色有黑控制策略與常用算法反向推理算法

反向推理就是從目標出發，反向使用規則進行推理（即用規則結論與目標匹配，又產生新的目標，然后對新目標再作同樣的處理），朝初始事實或數據方向前進。產生式規則27控制策略與常用算法產生式規則27產生式規則控制策略與常用算法反向推理算法：步1：將要求證的目標（稱為假設）構成一個假設集。步2：從假設集中選出一個假設，檢查該假設是否在動態數據庫中，如在，則該假設成立，此時，若假設集為空，則成功退出，否則仍執行步２；若該假設不在數據庫中，則執行下一步。步3：檢查該假設是否可由規則庫的某個知識導出。若不能由某個知識導出，則詢問用戶該假設是否為可由用戶證實的原始事實，若是，該假設成立，并將其放入動態數據庫，再重新尋找新的假設，若不是，則轉入步5；若能由某個知識導出，則執行下一步。28產生式規則控制策略與常用算法28產生式規則控制策略與常用算法反向推理算法：步4：將規則庫中可以導出該假設的所有知識構成一個可用知識集。步5：檢查可用知識集是否為空，若空，失敗退出；否則執行下一步。步6：按沖突消解策略從可用知識集中取出一個知識，繼續執行下一步。在推理的某一步，如果知識庫中有多條知識可用，則稱發生了沖突。步7：將該知識的前提中的每個子條件都作為新的假設放入假設集，轉入步2.可以看出，上述反向推理算法的推理過程也是一個圖搜索過程，而且一般是一個與或樹搜索如下圖所示的反向推理樹。29產生式規則控制策略與常用算法29動物分類反向推理樹

老虎食肉動物黃褐色有黑色條紋有爪有犬齒哺乳動物目盯前方有奶有毛發吃肉30動物分類反向推理樹老虎食肉動物黃褐色有黑色條紋有爪有犬齒哺可以看出，與正向推理不同，這次的推理樹是從上而下擴展而成的，而且推理過程中還發生過回溯。反向推理也稱為后向推理、反向鏈、目標驅動的推理等。從上面的兩個算法可以看出，正向推理是自底向上的綜合過程，而反向推理則是自頂向下的分析過程。除了正向推理和反向推理外，產生式系統還可進行雙向推理。雙向推理就是同時從初始數據和目標條件出發進行推理，如果在中間某處相遇，則推理搜索成功。

產生式規則31可以看出，與正向推理不同，這次的推理樹是從上而下擴展而成的，產生式系統的應用由上述產生式系統與圖搜索的關系可見，產生式系統完全可以作為問題求解的表示模型和求解模型，而且可作為人工智能問題求解系統的通用模型。用產生式系統也可實現基于謂詞邏輯的演繹推理和證明。事實上，當一個產生式系統中的規則是邏輯蘊含式時，其運行過程就是演繹推理（假言推理或三段論）的過程。這時目標值已知時就是證明，當目標值未知時就是推理求值。由于產生式系統既可用于操作性問題求解，也可用于推理性問題求解。因此，產生式系統也是專家系統的基本結構形式。用它既可實現規劃型專家系統，也可實現結論型專家系統。產生式規則32產生式系統的應用產生式規則32產生式規則的程序語言實現上面我們對產生式的討論，只是用自然語言進行描述并僅在概念層次上進行闡述，而并未涉及它的具體結構和程序語言實現問題。現在討論產生式規則的程序語言實現問題。首先，討論產生式規則的結構問題。一般來講，產生式規則的前提和結論部分可以是一個復雜的邏輯表達式，但為了使表達簡單規范，且便于推理，在實踐中人們往往把規則的前提部分作成形如：

產生式規則33產生式規則的程序語言實現產生式規則33產生式規則的程序語言實現條件1AND條件2AND…AND條件n

或條件1OR條件2OR…OR條件m的形式（其中的條件可以帶否定詞）；把規則結論部分作成形如：斷言1/動作1AND斷言2/動作2AND…AND斷言k/動作k

或斷言1/動作1OR斷言2/動作2OR…OR斷言k/動作k的形式，或者進一步簡化成

斷言/動作即僅有一項的形式。2.2產生式規則34產生式規則的程序語言實現2.2產生式規則34產生式規則的程序語言實現由于含OR關系的規則也可以分解為幾個不含OR關系的規則，所以，產生式規則也可僅取下面的一種形式：條件1AND條件2AND…AND條件n→斷言/動作即前件是若干與關系的條件，后件僅有一個斷言或動作。

產生式規則35產生式規則的程序語言實現產生式規則35產生式規則的程序語言實現如上例給出的產生式規則用PROLOG的規則可表示如下：

animal-is("老虎"):-it-is("食肉動物"),fact("黃褐色"),fact("有黑色條紋").it-is("食肉動物"):-it-is1("哺乳動物"),fact("有爪"),fact("有犬齒"),fact("目盯前方").

產生式規則36產生式規則的程序語言實現產生式規則36產生式規則的程序語言實現

it-is("食肉動物"):-it-is1("哺乳動物"),fact("吃肉").It--is1("哺乳動物"):-fact("有奶").It--is1(“哺乳動物”):-fact(“有毛發”).

對于這種規則表示形式，可以不用再編寫推理機程序，而可直接利用PROLOG自身的推理機，進行推理。例如，當再給出如下的事實：

fact("黃褐色").fact("有黑色條紋").fact("吃肉").fact("有奶").產生式規則37產生式規則的程序語言實現產生式規則37產生式規則的程序語言實現和目標：animal--is(Y).則程序運行后的結果就是:Y＝老虎但如果把上面的規則表示成如下的形式:rule(［"食肉動物","黃褐色","有黑色條紋"］,"老虎").rule(［"哺乳動物","有爪","有犬齒","目盯前方"］,"食肉動物").rule(［"哺乳動物","吃肉"］,"食肉動物").rule(［"有奶"］,"哺乳動物").rule(［"有毛發"］,"哺乳動物").

則就需要用PROLOG語言編寫一個推理機程序。否則，無法實施基于上述規則的推理。產生式規則38產生式規則的程序語言實現產生式規則38產生式規則練習1：有如下規則：R1：35~55歲的人稱為中年人；R2：中年人是老練的；R3：中年人是細心的R4：老練而細心并有駕駛技術的人是不會出交通事故的事實：F1：吳先生43歲；F2：吳先生有駕駛技術；目標條件為：吳先生會出交通事故嗎？利用正向推理求證上述假設。39產生式規則練習1：39產生式規則吳先生43歲中年人老練細心吳先生有駕駛技術不會出交通事故40產生式規則吳先生43歲中年人老練細心吳先生有駕駛技術不會出交產生式規則練習2：規則：R1：如果你丟了自行車鑰匙，并且車胎沒氣，那么自行車不能騎R2：如果自行車不能騎，并且你只有步行去學校，那么你上課會遲到事實：F1：你丟了自行車鑰匙F2：車胎沒氣目標條件：你上課會遲到嗎？利用反向推理求證“你上課會遲到”這一假設。41產生式規則練習2：41產生式規則習題3R1：如果總成績>350,則可以非定向R2：如果是非定向，且單科成績>55,則可以錄取。R3：如果總成績>320,則可以委培。R4：如果是委培，且單科成績>50,則可以錄取。如果是免試生，則可以直接錄取。事實：F1：總成績400分F2：單科成績最低52分。目標條件：該生可以錄取嗎。利用正反推理求證上述假設。42產生式規則習題3422.2語義網絡語義網絡的概念語義網絡是一種采用網絡的形式表示人類知識的方法。它是由節點和邊（也稱有向弧）組成的一種有向圖。其中節點表示事物、對象、概念、行為、性質、狀態等；有向弧表示節點之間的某種聯系或關系。如下圖就是一個語義網絡。其中，弧上的標記就是弧的語義。432.2語義網絡語義網絡的概念43蘋果的語義網絡

44蘋果的語義網絡44語義網絡鳥的語義網絡示意圖鳥動物生物企鵝烏鴉是是不能飛能游泳喜寒冷是是有生命有翼能飛吃腐肉黑色更可愛是45語義網絡鳥的語義網絡示意圖鳥動物生物企鵝烏鴉是是不能飛能游泳語義網絡的概念語義網絡的概念最先是由Quillian提出來的，他于1968年在他的博士論文中，把語義網絡作為人類聯想記憶的一個顯式心理模型。所以，語義網絡也稱聯想網絡。現在，語義網絡的理論已經有了長足的發展。有人把它劃分為五個級別：執行級、邏輯級、認識論級、概念級和語言學級。并分為七種類型：語義網絡46語義網絡的概念語義網絡46(1)命題語義網（包括分塊聯想網絡）；(2)數據語義網：以數據為中心的語義網絡；(3)語言語義網：用于自然語言的分析和理解；(4)結構語義網：描述客觀事物的結構，常見于模式識別和機器學習等領域；(5)分類語義網：描述抽象概念及其層次；(6)推理語義網：是一種命題網，但它已在某種程度上規范化，更適于推理；(7)框架語義網：與框架相結合的語義網。語義網絡已成為一種重要的知識表示形式，廣泛地應用于人工智能、專家系統，特別是自然語言理解領域中。47(1)命題語義網（包括分塊聯想網絡）；47如下圖所示的語義網絡，就表示了專家系統這個事物（的內涵），同時也可以看作是表示了專家系統與“智能系統”、“專家知識”、“專家思維”及“困難問題”這幾個事物之間的關系或聯系。語義網絡48如下圖所示的語義網絡，就表示了專家系統這個事物（的內涵），同專家系統的語義網絡

智能系統專家思維專家知識困難問題專家系統是一種能解決具有能模擬49專家系統的語義網絡智能系統專家思維專家知識困難問題專家系統語義網絡幾種關系型的語義網絡抽象地說，語義網絡可表示事物之間的關系。因此，關系（或聯系）型的知識和能化為關系型的知識都可以用語義網絡來表示。下面我們就給出常見的幾種：50語義網絡幾種關系型的語義網絡501.實例關系實例關系表示類與其實例（個體）之間的關系。這是最常見的一種語義關系。例如，“小華是一個大學生”就可表示為圖所示。其中，關系“是一個”一般標識為“is-a”

，或ISA。AISAB：表示A是B的一個特例。B是比A更抽象的一個概念，所以從A到B是一個抽象化的過程。通過”ISA“關系，可以實現層層抽象化。表示實例關系的語義網絡

小華大學生是一個511.實例關系表示實例關系的語義網絡小華大學生是一個512.分類（或從屬、泛化）關系分類關系是指事物間的類屬關系，下圖就是一個描述分類關系的語義網絡。在圖中，下層概念節點除了可繼承、細化、補充上層概念節點的屬性外，還出現了變異的情況：鳥是鴕鳥的上層概念節點，其屬性是“有羽毛”、“會飛”，但鴕鳥的屬性只是繼承了“有羽毛”這一屬性，而把鳥的“會飛”變更為“不會飛”。其中，關系“是一種”一般標識為“a-kind-of”或AKO。AAKOB表示A是一種B，A與B之間有屬性繼承和屬性更改權。522.分類（或從屬、泛化）關系52表示分類關系的語義網絡

53表示分類關系的語義網絡533.組裝關系如果下層概念是上層概念的一個方面或者一部分，則稱它們的關系是組裝關系。例如圖所示的語義網絡就是一種組裝關系。其中，關系“一部分”一般標識為“a-part-of”。xA-part-ofX：表示x是X的一部分（部件）。桌子桌腿桌面一部分一部分表示組裝關系的語義網絡

543.組裝關系桌子桌腿桌面一部分一部分表示組裝關系的語義網絡4.屬性關系屬性關系表示對象的屬性及其屬性值。例如，圖表示simon是一個人，男性，40歲，職業是教師。表示屬性關系的語義網絡

554.屬性關系表示屬性關系的語義網絡55表示集合—成員關系的語義網絡

張三計算機學會是成員5.集合與成員關系意思是“是……的成員”，它表示成員（或元素）與集合之間的關系。例如，“張三是計算機學會會員”可表示為下圖。其中，關系“是成員”一般標識為“a-member-of”。xa-member-ofX表示x是X的一個成員（元素）。x是一個特定的個體，X是一個類或集合。他們之間也有屬性繼承權與屬性更改權。56表示集合—成員關系的語義網絡張三計算機學會是成員5.集合與6.邏輯關系如果一個概念可由另一個概念推出，兩個概念間存在因果關系，則稱它們之間是邏輯關系。如下圖所示的語義網絡就是一個邏輯關系。

表示邏輯關系的語義網絡

雨天外出ANDOR帶雨披帶雨傘則576.邏輯關系表示邏輯關系的語義網絡雨天外出ANDOR帶雨披7.方位關系在描述一個事物時，經常需要指出它發生的時間、位置，或者指出它的組成、形狀等等，此時可用相應的方位關系語義網絡表示。例如事實：張宏是石油學院的一名助教；石油學院位于西安市電子二路；張宏今年25歲。可用下圖所示的語義網絡表示。

587.方位關系58表示方位關系的語義網絡電子2路石油學院張宏助教西安市區25歲位于工作在職務屬于年齡59表示方位關系的語義網絡電子2路石油學院張宏助教西安市區258.所屬關系所屬關系表示“具有”的意思。例如“狗有尾巴”可表示為下圖所示。表示所屬關系的語義網絡

狗尾巴have608.所屬關系表示所屬關系的語義網絡狗尾巴have60幾種關系型的語義網絡語義網絡中的語義關系是多種多樣的，一般根據實際關系定義。如常見的還有before、after、at等表示時間次序關系和located-on、located-under等表示位置關系。進一步，還可對帶有全稱量詞和存在量詞的謂詞公式的語義加以表示。由上所述可以看出，語義網絡實際上是一種復合的二元關系圖。網絡中的一條邊就是一個二元關系，而整個網絡可以看作是由這些二元關系拼接而成。語義網絡61幾種關系型的語義網絡語義網絡61語句角度的語義網絡

上面我們是從關系角度考察語義網的表達力的。下面我們從語句角度來考察語義網。例如，對于如下的語句(或事件)：小王送給小李一本書。用語義網絡可表示為下圖所示，其中S代表整個語句。這種表示被稱為是自然語言語句的深層結構表示。語義網絡62語句角度的語義網絡語義網絡62語句(事件)的語義網絡送書小王小李書giverrecipientSobject63語句(事件)的語義網絡送書小王小李書giverrecip基于語義網絡的推理基于語義網絡的推理也是繼承。繼承也是通過匹配、搜索實現的。問題求解過程：首先根據待求問題的要求構造一個網絡片斷，該網絡片斷中有些節點是空的，稱為詢問處，它反映待求解的問題。然后在知識庫中查找可與之匹配的語義網絡。當網絡片斷中的詢問部分與知識庫中的某網絡結構匹配時，則與詢問處匹配的事實，就是問題的解。

語義網絡64基于語義網絡的推理語義網絡64語義網絡張華張-2張-1經理職員22歲長城公司32歲上海浦東是工作在是工作在年齡年齡位于姓名姓名受騁于張華張-2職員？是工作在姓名語義網絡示意圖求解張華所在公司的語義網絡片斷65語義網絡張華張-2張-1經理職員22歲長城公司32歲上海浦東語義網絡的程序語言實現由于語義網絡是一個二元關系圖，所以用PROLOG可方便地實現語義網絡知識表示。例如，如圖所示的語義網絡用PROLOG可表示如下：

a--kind--of("蘋果"，"水果").taste("蘋果"，"甜").a--kind--of("富士"，"蘋果").intro--from("富士"，"日本").is--a("日本"，"亞洲國家").

語義網絡66語義網絡的程序語言實現語義網絡66a--kind--of("秦冠"，"蘋果").produ--in("秦冠"，"陜西").is--located--at("陜西"，"中國西部").a--part--of("中國西部"，"中國").………也可以表示為arc(a--kind--of，"蘋果"，"水果").arc(taste，"蘋果"，"甜").arc(a--kind--of，"富士"，"蘋果").arc(intro--from，"富士"，"日本").arc(is--a，"日本"，"亞洲國家").67a--kind--of("秦冠"，"蘋果").67arc(a--kind--of，"秦冠"，"蘋果").arc(produ--in，"秦冠"，"陜西").arc(is--located--at，"陜西"，"中國西部").arc(a--part--of，"中國西部"，"中國").………當然，我們也可以將一個網絡或網絡片段組織在一個事實中。例如：

net1(a--kind--of(“蘋果”，“水果”)，taste(“蘋果”，“甜”)，a--kind--of(“秦冠”，“蘋果”)，produ--in("秦冠"，"陜西")).68arc(a--kind--of，"秦冠"，"蘋果").6習題1.什么是知識、事實與規則2.知識具有哪些屬性3.什么是知識表示，有哪幾種知識表示方法。4.產生式規則的一般形式，并說明其含義。5.什么是正向推理，寫出其求解步驟6.什么是反向推理，寫出其求解步驟7.參照課件中產生式規則內容，對于“動物分類問題的產生式系統”，如果其規則不變，有如下事實：f1：某動物有毛發。f2：有蹄。f3：白色。f4：有黑色條紋目標條件為：該動物是什么？應用正反推理畫出“與或樹”，說明該動物是什么。8.什么是語義網絡，舉一個例子說明。9.舉例說明各種關系型的語義網絡。69習題1.什么是知識、事實與規則691.基本概念什么是知識知識的分類知識的屬性什么是知識表示701.基本概念什么是知識1基本概念什么是知識這里所談的知識是知識處理的特殊對象，與日常生活的知識有較大的區別。知識是以各種不同方式把多個信息關聯在一起的信息結構。或者表達為“知識是多個信息之間的關聯”。如果把“不與任何其他信息關聯”即單獨的一個信息也被認為是一種特殊的關聯方式（不關聯），則單個的信息也可以看做是知識的特例，將此稱之為“原子事實”。如：“他是軍人”，“穿軍裝”等。如果把這兩種信息用“如果…則…”這種因果關系聯系起來就成了一條知識（規則），即“如果他是軍人，則穿軍裝”。71基本概念什么是知識2基本概念知識的分類事實：是指人類對客觀事物的值或狀態的描述。這種知識一般不包含任何變量，可以用一個值為真的命題陳述或一種狀態的描述來表達。如今天天氣很熱，他今年50歲等，都表示一個事實。它描述了客觀事物在某種條件下各種屬性或狀態的真實值。規則：指可以分為前提（條件）和結論兩部分，用來表達因果關系的知識。它的一般形式為：如果A則B。A表示前提，B表示結論或應采取的動作。規律：上述的規則知識一般還可以分為不帶變量和帶變量的規則兩種。把帶變量的規則稱為規律。規律中的變量一旦被實例化為一個具體的值，則規律就變成了一條具體的不帶變量的規則。因此由規律可以引出許多具體的規則。72基本概念知識的分類3基本概念知識的屬性真實性相對性不完全性模糊性可表示性表示方式：各種符號的邏輯組合，用圖形表示，物理表示方式引申另外三種屬性：可存儲性、可傳遞性和可處理性。73基本概念知識的屬性4基本概念什么是知識表示所謂知識表示實際上就是對知識的一種描述，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。74基本概念什么是知識表示52.知識表示方法產生式規則語義網絡752.知識表示方法產生式規則6知識表示方法知識表示方法有：一階謂詞邏輯、產生式規則、語義網絡、框架理論、面向對象等多種表示方法。76知識表示方法知識表示方法有：72.1產生式規則產生式規則的出現產生式(Production)一詞，首先是由美國數學家波斯特（E.Post）提出來的。波斯特根據替換規則提出了一種稱為波斯特機的計算模型，模型中的每一條規則當時被稱為一個產生式。后來，這一術語幾經修改擴充，被用到許多領域。例如，形式語言中的文法規則就稱為產生式。產生式也稱為產生式規則，或簡稱規則。772.1產生式規則產生式規則的出現8產生式的一般形式前件→后件（P→Q）其中，前件就是前提，后件是結論或動作，前件和后件可以是由邏輯運算符AND、OR、NOT組成的表達式。產生式規則的語義是：如果前提滿足，則可得結論或者執行相應的動作，即后件由前件來觸發。所以，前件是規則的執行條件，后件是規則體。

產生式規則78產生式的一般形式產生式規則9例如，下面就是幾個產生式規則：(1)如果銀行存款利率下調，那么股票價格上漲。(2)如果爐溫超過上限，則立即關閉風門。(3)如果鍵盤突然失靈，且屏幕上出現怪字符，則是病毒發作。(4)如果膠卷感光度為200，光線條件為晴天，目標距離不超過5米，則快門速度取250，光圈大小取f16。一條產生式規則就是一條知識。用產生式可以實現推理和操作，產生式規則是知識表示形式。產生式規則79例如，下面就是幾個產生式規則：產生式規則10產生式規則產生式規則的與或樹表示一組產生式規則可形象地用一棵“與或樹”表示如圖：這里用帶弧線的表示“與”關系，不帶弧線的表示“或”關系。80產生式規則產生式規則的與或樹表示11產生式規則產生式規則組：B1，B2→A；B3，B4，B5→A；

C1，C2→B1；C3→B2；

C4，C5，C6→B3；C7→B4；

C8→B4；C9，C10→B5D1，D2→C5；

D3→C5；

D4，D5，D6→C8；AB5B4B3B2B1C1C2C3C4C5C6C7C8C9C10D1D2D3D4D5D681產生式規則產生式規則組：AB5B4B3B2B1C1C2C3C產生式規則產生式規則的左右端都可以為空→后件：表示后件是一個無條件成立的結論（即一個事實）或是一個無條件執行的動作。前件→：表示一個問題，什么情況下會使前件成立（為真）。82產生式規則產生式規則的左右端都可以為空13產生式系統的組成產生式系統由三部分組成：產生式規則庫、推理機和動態數據庫，其結構如圖所示。產生式規則83產生式系統的組成產生式規則14產生式系統結構

產生式規則庫推理機動態數據庫產生式規則庫亦稱產生式規則集，由領域規則組成，在機器中以某種動態數據結構進行組織。推理機亦稱控制執行機構，它是一個程序模塊，負責產生式規則的前提條件測試或匹配，規則的調度與選取，規則體的解釋和執行。即推理機實施推理，并對推理進行控制，它也就是規則的解釋程序。動態數據庫是動態數據結構，用來存放初始事實數據、中間結果和最后結果等。84產生式系統結構產生式規則庫推理機動態數據庫產生式規則庫亦產生式系統的運行過程產生式系統運行時，除了需要規則庫以外，還需要有初始事實(或數據)和目標條件。目標條件是系統正常結束的條件，也是系統的求解目標。產生式系統啟動后，推理機就開始推理，按所給的目標進行問題求解。推理機的一次推理過程，可如圖所示。產生式規則85產生式系統的運行過程產生式規則16推理機的一次推理過程

從規則庫中取一個條規則，將其前提同當前動態數據庫中的事實/數據進行模式匹配匹配成功否把該規則的結論放入當前動態數據庫：或執行規則所規定的動作NY產生式規則86推理機的一次推理過程從規則庫中取一個條規則，將其前提同當前產生式系統的運行過程一個實際的產生式系統，其目標條件一般不會只經一步推理就可滿足，往往要經過多步推理才能滿足或者證明問題無解。產生式系統的運行過程就是從初始事實出發，尋求到達目標條件的通路的過程。所以，產生式系統的運行過程也是一個搜索的過程，但一般把產生式系統的整個運行過程也稱為推理。

產生式規則87產生式系統的運行過程產生式規則18控制策略與常用算法產生式系統的推理可分為正向推理和反向推理兩種基本方式。正向推理就是從初始事實數據出發，正向使用規則進行推理（即用規則前提與動態數據庫中的事實匹配，或用動態數據庫中的數據測試規則的前提條件，然后產生結論或動作），朝目標方向前進。下面我們給出產生式系統正向推理和反向推理的常用算法。產生式規則88控制策略與常用算法產生式規則19正向推理算法：步1：將初始事實/數據置入動態數據庫；步2：用動態數據庫中的事實/數據，匹配/測試目標條件，若目標條件滿足，則推理成功，結束。步3：用規則庫中各規則的前提匹配動態數據庫中的事實/數據，將匹配成功的規則組成待用規則集；步4：若待用規則集為空，則運行失敗，退出。步5：用某種策略，從待用規則集中選取一條規則，將其結論加入動態數據庫，或者執行其動作，撤消待用規則集，轉步2。規則的選擇策略成為沖突消解策略。產生式系統的推理方式、搜索策略及沖突消解策略等，一般統稱為推理控制策略，簡稱控制策略。控制策略體現在推理機的算法描述中。產生式規則89正向推理算法：產生式規則20正向推理的動態數據庫

動態數據庫推理控制策略與常用算法可以看出，隨著推理的進行，動態數據庫的內容或者狀態在不斷變化。如果把動態數據庫的每一個狀態作為一個節點的話，則上述推理過程就是一個從初始狀態（初始事實或數據）到目標狀態（目標條件）的狀態圖搜索過程。產生式規則90正向推理的動態數據庫動態數據庫推理控制策略與常用算法產生式控制策略與常用算法例：動物分類問題的產生式系統描述及其求解。設由下列動物識別規則組成一個規則庫，推理機采用上述正向推理算法，建立一個產生式系統。該產生式系統就是一個小型動物分類知識庫系統。規則如下：

產生式規則91控制策略與常用算法產生式規則22r1：若某動物有奶，則它是哺乳動物。r2：若某動物有毛發，則它是哺乳動物。r3：若某動物有羽毛，則它是鳥。r4：若某動物會飛且生蛋，則它是鳥。r5：若某動物是哺乳動物且有爪且有犬齒且目盯前方，則它是食肉動物。r6：若某動物是哺乳動物且吃肉，則它是食肉動物。r7：若某動物是哺乳動物且有蹄，則它是有蹄動物。r8：若某動物是有蹄動物且反芻食物，則它是偶蹄動物。產生式規則92r1：若某動物有奶，則它是哺乳動物。產生式規則23r9：若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。r10：若某動物是食肉動物且黃褐色且有黑色斑點，則它是金錢豹。r11：若某動物是有蹄動物且長腿且長脖子且黃褐色且有暗斑點，則它是長頸鹿。r12：若某動物是有蹄動物且白色且有黑色條紋，則它是斑馬。r13：若某動物是鳥且不會飛且長腿且長脖子且黑白色，則它是駝鳥。r14：若某動物是鳥且不會飛且會游泳且黑白色，則它是企鵝。r15：若某動物是鳥且善飛且不怕風浪，則它是海燕。產生式規則93r9：若某動物是食肉動物且黃褐色且有黑色條紋，則它是老虎。產再給出初始事實：f1：某動物有毛發。f2：吃肉。f3：黃褐色。f4：有黑色條紋。目標條件為：該動物是什么？易見，該系統的運行結果為：該動物是老虎。其推理樹如圖所示。產生式規則94再給出初始事實：產生式規則25動物分類正向推理樹老虎食肉動物哺乳動物有毛發吃肉黃褐色有黑色條紋95動物分類正向推理樹老虎食肉動物哺乳動物有毛發吃肉黃褐色有黑控制策略與常用算法反向推理算法

反向推理就是從目標出發，反向使用規則進行推理（即用規則結論與目標匹配，又產生新的目標，然后對新目標再作同樣的處理），朝初始事實或數據方向前進。產生式規則96控制策略與常用算法產生式規則27產生式規則控制策略與常用算法反向推理算法：步1：將要求證的目標（稱為假設）構成一個假設集。步2：從假設集中選出一個假設，檢查該假設是否在動態數據庫中，如在，則該假設成立，此時，若假設集為空，則成功退出，否則仍執行步２；若該假設不在數據庫中，則執行下一步。步3：檢查該假設是否可由規則庫的某個知識導出。若不能由某個知識導出，則詢問用戶該假設是否為可由用戶證實的原始事實，若是，該假設成立，并將其放入動態數據庫，再重新尋找新的假設，若不是，則轉入步5；若能由某個知識導出，則執行下一步。97產生式規則控制策略與常用算法28產生式規則控制策略與常用算法反向推理算法：步4：將規則庫中可以導出該假設的所有知識構成一個可用知識集。步5：檢查可用知識集是否為空，若空，失敗退出；否則執行下一步。步6：按沖突消解策略從可用知識集中取出一個知識，繼續執行下一步。在推理的某一步，如果知識庫中有多條知識可用，則稱發生了沖突。步7：將該知識的前提中的每個子條件都作為新的假設放入假設集，轉入步2.可以看出，上述反向推理算法的推理過程也是一個圖搜索過程，而且一般是一個與或樹搜索如下圖所示的反向推理樹。98產生式規則控制策略與常用算法29動物分類反向推理樹

老虎食肉動物黃褐色有黑色條紋有爪有犬齒哺乳動物目盯前方有奶有毛發吃肉99動物分類反向推理樹老虎食肉動物黃褐色有黑色條紋有爪有犬齒哺可以看出，與正向推理不同，這次的推理樹是從上而下擴展而成的，而且推理過程中還發生過回溯。反向推理也稱為后向推理、反向鏈、目標驅動的推理等。從上面的兩個算法可以看出，正向推理是自底向上的綜合過程，而反向推理則是自頂向下的分析過程。除了正向推理和反向推理外，產生式系統還可進行雙向推理。雙向推理就是同時從初始數據和目標條件出發進行推理，如果在中間某處相遇，則推理搜索成功。

產生式規則100可以看出，與正向推理不同，這次的推理樹是從上而下擴展而成的，產生式系統的應用由上述產生式系統與圖搜索的關系可見，產生式系統完全可以作為問題求解的表示模型和求解模型，而且可作為人工智能問題求解系統的通用模型。用產生式系統也可實現基于謂詞邏輯的演繹推理和證明。事實上，當一個產生式系統中的規則是邏輯蘊含式時，其運行過程就是演繹推理（假言推理或三段論）的過程。這時目標值已知時就是證明，當目標值未知時就是推理求值。由于產生式系統既可用于操作性問題求解，也可用于推理性問題求解。因此，產生式系統也是專家系統的基本結構形式。用它既可實現規劃型專家系統，也可實現結論型專家系統。產生式規則101產生式系統的應用產生式規則32產生式規則的程序語言實現上面我們對產生式的討論，只是用自然語言進行描述并僅在概念層次上進行闡述，而并未涉及它的具體結構和程序語言實現問題。現在討論產生式規則的程序語言實現問題。首先，討論產生式規則的結構問題。一般來講，產生式規則的前提和結論部分可以是一個復雜的邏輯表達式，但為了使表達簡單規范，且便于推理，在實踐中人們往往把規則的前提部分作成形如：

產生式規則102產生式規則的程序語言實現產生式規則33產生式規則的程序語言實現條件1AND條件2AND…AND條件n

或條件1OR條件2OR…OR條件m的形式（其中的條件可以帶否定詞）；把規則結論部分作成形如：斷言1/動作1AND斷言2/動作2AND…AND斷言k/動作k

或斷言1/動作1OR斷言2/動作2OR…OR斷言k/動作k的形式，或者進一步簡化成

斷言/動作即僅有一項的形式。2.2產生式規則103產生式規則的程序語言實現2.2產生式規則34產生式規則的程序語言實現由于含OR關系的規則也可以分解為幾個不含OR關系的規則，所以，產生式規則也可僅取下面的一種形式：條件1AND條件2AND…AND條件n→斷言/動作即前件是若干與關系的條件，后件僅有一個斷言或動作。

產生式規則104產生式規則的程序語言實現產生式規則35產生式規則的程序語言實現如上例給出的產生式規則用PROLOG的規則可表示如下：

animal-is("老虎"):-it-is("食肉動物"),fact("黃褐色"),fact("有黑色條紋").it-is("食肉動物"):-it-is1("哺乳動物"),fact("有爪"),fact("有犬齒"),fact("目盯前方").

產生式規則105產生式規則的程序語言實現產生式規則36產生式規則的程序語言實現

it-is("食肉動物"):-it-is1("哺乳動物"),fact("吃肉").It--is1("哺乳動物"):-fact("有奶").It--is1(“哺乳動物”):-fact(“有毛發”).

對于這種規則表示形式，可以不用再編寫推理機程序，而可直接利用PROLOG自身的推理機，進行推理。例如，當再給出如下的事實：

fact("黃褐色").fact("有黑色條紋").fact("吃肉").fact("有奶").產生式規則106產生式規則的程序語言實現產生式規則37產生式規則的程序語言實現和目標：animal--is(Y).則程序運行后的結果就是:Y＝老虎但如果把上面的規則表示成如下的形式:rule(［"食肉動物","黃褐色","有黑色條紋"］,"老虎").rule(［"哺乳動物","有爪","有犬齒","目盯前方"］,"食肉動物").rule(［"哺乳動物","吃肉"］,"食肉動物").rule(［"有奶"］,"哺乳動物").rule(［"有毛發"］,"哺乳動物").

則就需要用PROLOG語言編寫一個推理機程序。否則，無法實施基于上述規則的推理。產生式規則107產生式規則的程序語言實現產生式規則38產生式規則練習1：有如下規則：R1：35~55歲的人稱為中年人；R2：中年人是老練的；R3：中年人是細心的R4：老練而細心并有駕駛技術的人是不會出交通事故的事實：F1：吳先生43歲；F2：吳先生有駕駛技術；目標條件為：吳先生會出交通事故嗎？利用正向推理求證上述假設。108產生式規則練習1：39產生式規則吳先生43歲中年人老練細心吳先生有駕駛技術不會出交通事故109產生式規則吳先生43歲中年人老練細心吳先生有駕駛技術不會出交產生式規則練習2：規則：R1：如果你丟了自行車鑰匙，并且車胎沒氣，那么自行車不能騎R2：如果自行車不能騎，并且你只有步行去學校，那么你上課會遲到事實：F1：你丟了自行車鑰匙F2：車胎沒氣目標條件：你上課會遲到嗎？利用反向推理求證“你上課會遲到”這一假設。110產生式規則練習2：41產生式規則習題3R1：如果總成績>350,則可以非定向R2：如果是非定向，且單科成績>55,則可以錄取。R3：如果總成績>320,則可以委培。R4：如果是委培，且單科成績>50,則可以錄取。如果是免試生，則可以直接錄取。事實：F1：總成績400分F2：單科成績最低52分。目標條件：該生可以錄取嗎。利用正反推理求證上述假設。111產生式規則習題3422.2語義網絡語義網絡的概念語義網絡是一種采用網絡的形式表示人類知識的方法。它是由節點和邊（也稱有向弧）組成的一種有向圖。其中節點表示事物、對象、概念、行為、性質、狀態等；有向弧表示節點之間的某種聯系或關系。如下圖就是一個語義網絡。其中，弧上的標記就是弧的語義。1122.2語義網絡語義網絡的概念43蘋果的語義網絡

113蘋果的語義網絡44語義網絡鳥的語義網絡示意圖鳥動物生物企鵝烏鴉是是不能飛能游泳喜寒冷是是有生命有翼能飛吃腐肉黑色更可愛是114語義網絡鳥的語義網絡示意圖鳥動物生物企鵝烏鴉是是不能飛能游泳語義網絡的概念語義網絡的概念最先是由Quillian提出來的，他于1968年在他的博士論文中，把語義網絡作為人類聯想記憶的一個顯式心理模型。所以，語義網絡也稱聯想網絡。現在，語義網絡的理論已經有了長足的發展。有人把它劃分為五個級別：執行級、邏輯級、認識論級、概念級和語言學級。并分為七種類型：語義網絡115語義網絡的概念語義網絡46(1)命題語義網（包括分塊聯想網絡）；(2)數據語義網：以數據為中心的語義網絡；(3)語言語義網：用于自然語言的分析和理解；(4)結構語義網：描述客觀事物的結構，常見于模式識別和機器學習等領域；(5)分類語義網：描述抽象概念及其層次；(6)推理語義網：是一種命題網，但它已在某種程度上規范化，更適于推理；(7)框架語義網：與框架相結合的語義網。語義網絡已成為一種重要的知識表示形式，廣泛地應用于人工智能、專家系統，特別是自然語言理解領域中。116(1)命題語義網（包括分塊聯想網絡）；47如下圖所示的語義網絡，就表示了專家系統這個事物（的內涵），同時也可以看作是表示了專家系統與“智能系統”、“專家知識”、“專家思維”及“困難問題”這幾個事物之間的關系或聯系。語義網絡117如下圖所示的語義網絡，就表示了專家系統這個事物（的內涵），同專家系統的語義網絡

智能系統專家思維專家知識困難問題專家系統是一種能解決具有能模擬118專家系統的語義網絡智能系統專家思維專家知識困難問題專家系統語義網絡幾種關系型的語義網絡抽象地說，語義網絡可表示事物之間的關系。因此，關系（或聯系）型的知識和能化為關系型的知識都可以用語義網絡來表示。下面我們就給出常見的幾種：119語義網絡幾種關系型的語義網絡501.實例關系實例關系表示類與其實例（個體）之間的關系。這是最常見的一種語義關系。例如，“小華是一個大學生”就可表示為圖所示。其中，關系“是一個”一般標識為“is-a”

，或ISA。AISAB：表示A是B的一個特例。B是比A更抽象的一個概念，所以從A到B是一個抽象化的過程。通過”ISA“關系，可以實現層層抽象化。表示實例關系的語義網絡

小華大學生是一個1201.實例關系表示實例關系的語義網絡小華大學生是一個512.分類（或從屬、泛化）關系分類關系是指事物間的類屬關系，下圖就是一個描述分類關系的語義網絡。在圖中，下層概念節點除了可繼承、細化、補充上層概念節點的屬性外，還出現了變異的情況：鳥是鴕鳥的上層概念節點，其屬性是“有羽毛”、“會飛”，但鴕鳥的屬性只是繼承了“有羽毛”這一屬性，而把鳥的“會飛”變更為“不會飛”。其中，關系“是一種”一般標識為“a-kind-of”或AKO。AAKOB表示A是一種B，A與B之間有屬性繼承和屬性更改權。1212.分類（或從屬、泛化）關系52表示分類關系的語義網絡

122表示分類關系的語義網絡533.組裝關系如果下層概念是上層概念的一個方面或者一部分，則稱它們的關系是組裝關系。例如圖所示的語義網絡就是一種組裝關系。其中，關系“一部分”一般標識為“a-part-of”。xA-part-ofX：表示x是X的一部分（部件）。桌子桌腿桌面一部分一部分表示組裝關系的語義網絡

1233.組裝關系桌子桌腿桌面一部分一部分表示組裝關系的語義網絡4.屬性關系屬性關系表示對象的屬性及其屬性值。例如，圖表示simon是一個人，男性，40歲，職業是教師。表示屬性關系的語義網絡

1244.屬性關系表示屬性關系的語義網絡55表示集合—成員關系的語義網絡

張三計算機學會是成員5.集合與成員關系意思是“是……的成員”，它表示成員（或元素）與集合之間的關系。例如，“張三是計算機學會會員”可表示為下圖。其中，關系“是成員”一般標識為“a-member-of”。xa-member-ofX表示x是X的一個成員（元素）。x是一個特定的個體，X是一個類或集合。他們之間也有屬性繼承權與屬性更改權。125表示集合—成員關系的語義網絡張三計算機學會是成員5.集合與6.邏輯關系如果一個概念可由另一個概念推出，兩個概念間存在因果關系，則稱它們之間是邏輯關系。如下圖所示的語義網絡就是一個邏輯關系。

表示邏輯關系的語義網絡

雨天外出ANDOR帶雨披帶雨傘則1266