小论知识与知识表示方法

1、匏衡土 -%课程论文Course PaperJfii/fki L-nnrfy论文编号 Paper No:1206010410 撰写日期 Date:2014-11-1人工智能Artificial Intelligence陈虚竹 Xuzhu Chen（计算机与信息学院计算机科学与技术12级1206010410）课程名称Course :人工智能课程性质Course No:专业课学分数Credits: 2主讲教师Instructor:陈红开设学院College：计算机与信息学院开设时间Semester： 20142015学年第一学期河海大学小论知识与知识表示方法摘要知识与知识表示是人工智能研究的核心也

2、是基础问题之一。智慧源于知识， 对于AI而言知识的定义一直未能明确，知识的表示方法虽然多种多样但各有利 弊，一直没能找到十分完满的解决方案。首先本文讨论了知识的定义，其次在简 述各种表示方法的基础上，分析了直接表示方法，阐述其发展过程，观察其发展 趋势。关键词：知识：知识表示：直接表示方法 TOC o 1-5 h z 弓|言1 HYPERLINK l bookmark22 o Current Document 一、知识的定义1 HYPERLINK l bookmark26 o Current Document 二、为何需要表示知识2 HYPERLINK l bookmark30 o Curre

3、nt Document 三、常见的知识表示方法2 HYPERLINK l bookmark34 o Current Document 四、直接表示方法2 HYPERLINK l bookmark40 o Current Document 五、总结与讨论3六、参考文献小论知识与知识表示方法引言自古以来人们不断的在创造知识、发掘知识，然而究竟什么是知识？什么样 的事物可以被称为知识？知识究竟是一类实体？还只是一系列人脑特有的功 能？一、知识的定义中国古典名著说文解字则是这样解释知识的：知识的“知”，字从矢从 口，矢亦声。“矢”指“射箭”，“口”指“说话”。“矢”与“口”联合起来 表示“说话像射箭，

4、说对话像箭中靶心”。本义：说的很准（一语中的）。“知 识”的“识”，繁体写作“识”字从言从哉，哉亦声。“哉”字从音从戈，说 文称此字的字义已因师承中断而阙如。两千多年前希腊哲学家柏拉图是这样定义知识的：“知识是合理的真信念”。 心理学中知识的定义是：“个体通过与环境相互作用后获得的信息”。人工智能学科中对于知识有多种解释：费根鲍勃认为知识是经过归约、塑造、 解释和转换的有用的信息；伯恩斯坦认为知识是由特定领域的描述、关系和过程 组成的；海斯-罗恩认为知识包括事实、信念和启发式规则。可以肯定的是，知识的体现方式是：可以通过特定方式进行存储、表达、并 可以通过某种方式进行解释的信息。而这种知识的体

5、现方式是否就是知识本身， 或者说知识是否真的是人脑所特有的信息处理方式，还尚未可知。二、为何需要表示知识既然体现知识的信息可以通过特定方式进行存储、表达、并可以通过某种方 式进行解释，那么是否可以找到这种特定的方式，用计算机去模拟，甚至实现这 种方式？众所周知计算机无法理解自然语言，而现今的知识大都通过自然语言表示。 如果希望计算机能够理解、存储、表达、解释已有的用自然语言表述的知识，则 必须将知识翻译成为计算机能够理解的信号。将自然语言所承载的知识输入到计 算机前一般需要先对实际问题进行建模，然后给予此模型实现面向机器的符号表 示一一一种数据结构，这种数据结构就是我们主要研究的知识表示问题。

6、计算机 对这种符号流信息处理后，形成原问题的解，再经过模型还原，最后得到基于自 然语言表示的问题解决方案。三、常见的知识表示方法常见的知识表示方式有以下9种：状态空间法、问题归纳法、谓词演绎法、 产生式表示法、语义网络法、框架表示法、面向对象表示、剧本表示、过程表示。 这9种方式并非互不相关，比如语义网络的搭建需要依赖一个个状态空间的建立; 而问题归纳法可以有效的简化状态空间；在框架表示法的大框架下，可以结合多 种表示方式，各自发挥其特长。课本上对于这几种表示方式有详细的介绍，然而 我认为这9种表示方式与其说是为了表示知识，不如说是通过特定的算法和数据 结构，将自然语言转化为了机器语言。然而2

7、001年计算机学报上的一篇文章表 象式直接知识表示引起了我对于直接知识表示的兴趣。四、直接表示方法最早采用直接表示的AI系统是Gelemter于1963年提出的基于传统欧氏几 何证明方法的几何定理证明器，它的输入是对前提和目标的陈述以及图示（图示 是用一系列坐标来表示的），在证明过程中证明器把图示作为启发式信息，排除 在图示中不正确的子目标，从而大大地减少了搜索空间。由于这种表示方法所存在的固有缺点及技术条件的限制，它在较长的时间内 没有得到长足的发展。其主要原因是：（1）计算机对直接表示的信息难以处理。直接表示的信息（例如，图形）具有很强的领域相关性，这暗示这种表示方法 包含了太多冗余信息，

8、因此“注意力集中”成为必须考虑的问题；另外，大多数直接表示的信息语义取决于其使用的背景，而不独立，这样， 它难以发展成为一种一般性的描述语言；(2)直接表示难以表示定量信息，换句话说，直接表示描述自然世界的信息 范围相对受限，这使很多研究者试图设计基于直接表示的语言均以失败而告终。近几年，直接表示又得到AI研究者的重视，其研究的视野已被扩展：研究者已认识到在纯粹的直接表示中所存在的缺点不可能通过其自身的 改善而得到克服，它需要利用其他媒体表示的方法去补充直接表示的不足，这 些研究将被发展成为多种媒体表示的AI；直接表示的另一引申是研究所谓“临场AI”与“临境技术”。这两种方 法均是以世界上实际

9、对象作为表示原型，特别是“临场AI”甚至不考虑外部世 界到内部表示转换过程的细节一般认为，直接表示描述问题的缺陷是其不具有描 述问题的一般性，因此，多种表示方法构成互补是克服这个困难的出路之一近几 年，AI对自主智能系统研究的失望，导致对建立人机一体智能系统的尝试，这 时人将融合在这样的系统之中。对这种系统所需环境的要求也是直接表示兴起的原因之一总之，尽管Al发 展的历史已经提出了大量得到实践考验的有益的表示方法，但是，表示问题并未 真正解决。近几年，研究者正在试图对表示问题的本质进行更深人的讨论，由此形成了 各种阐述研究者对智能行为研究的方法论及对其本质认识的表示观。五、总结与讨论知识表示是AI的基本问题，但是，在本文的讨论中，可以看出人们至今都 无法统一对于知识本身的描述，对于其表示方式的研究更是困难重重。不夸张地