《人工智能》相关知识表示与推理 (II)本体概述.pptVIP

《人工智能》知识表示与推理 (II) 巢文涵 chaowenhan@buaa.edu.cn G1001 北航计算机学院智能所 * 2 大纲 其他表示方法 本体概述 * 3 非逻辑表示? 逻辑表示非常受限 许多研究人员寻求更好的表示方法 产生是规则 语义网 概念图 框架 * 4 产生式规则（Production Rules ） Rule set of condition,action pairs “if condition then action” P  Q or IF P THEN Q CF = [0, 1] CF(Certainty Factor，置信度) Match-resolve-act cycle (匹配-消解-执行) Match: Agent checks if each rule’s condition holds Resolve: Multiple production rules may fire at once (conflict set) Agent must choose rule from set (conflict resolution) Act: If so, rule “fires” and the action is carried out Working memory: rule can write knowledge to working memory knowledge may match and fire other rules * 5 示例 IF (at bus stop AND bus arrives) THEN action(get on the bus) IF (on bus AND not paid AND have oyster card) THEN action(pay with oyster) AND add(paid) IF (on bus AND paid AND empty seat) THEN sit down conditions and actions must be clearly defined can easily be expressed in first order logic! * 8 语义网（ Semantic Networks ） 图表示 节点表示概念 链接表示子集、成员或者关系,… * 9 语义网 等价于逻辑表示（通常是FOL） 比FOL更容易理解 特定的SN推理算法更快 实例: 自然语言理解 具有相同意思的句子具有相同的图 * 10 概念图 一种语义网，其中每个图表示一个命题 概念节点可以是： 具体的：例如旅馆 抽象的：例如生气 边上没有标签 概念关系节点 易于表示多个对象之间的关系 * 11 框架（ Frame Representation） 一种语义网，其中每个节点具有结构 框架（Frame）包含若干槽(slot)，例如年龄、身高 每个槽存储特定的信息条目 当智能体面临新场景时 槽可以被填充（其值可以是另外的框架） 填充可能触发动作 框架之间的属性可以继承 类似于 OOP * 12 框架表示实例 * 13 框架的灵活性 框架中的槽可以容纳 在特定情境下如何选择一个框架的信息 框架之间的关系 若干槽填充后用执行的过程 输入缺失时的默认值 空槽：除非任务所需，否则保留为空 其他槽：可形成层次关系 同样可以用一阶逻辑表示 * 14 表示逻辑 人工智能希望“非逻辑的表示” 产生式 语义网络 概念图、框架 但是它们都可以以一阶逻辑来表示 两全其美 逻辑保证表示是良定的 特定于应用的表示使得推理更容易、更有意义 * 15 新问题? 在智能体的知识库中存入什么内容（what content） 即如何表示世界知识 * 16 本体概述 Why ontology What is ontology? How to develop an Ontology? Applications * 17 Why Ontologies? To share common understanding of the structure of information among people or software agents To enable reuse of domain knowledge To make domain assumptions explicit To separate domain knowledge from the operational knowledge To analyze domain knowledge * 18 Why ontology: a data exchange view Data e