人工智能原理ch3-1and 3-2

1、第三章 知识表示 知识是人类在改造现实世界的实践中认识和经验的总和，在计算机科学智能程序设计中研究的知识仅仅是有关现实世界的一部分知识。在AI系统中，用到以下几种类型的知识：对象性知识 事实性知识 性能性知识 元知识 对象性知识 最典型的是以我们周围现实世界中的有关对象事实来考虑知识：例如：鸟有翅膀；知更鸟是鸟；雪是白的等。所以必须要有表达这些对象本身的类型或种类以及对象描述的方法。 事实性知识： 在现实世界中所发生的动作和事件。例如：明天在五台山体育馆举行大学生运动会等。知识表示除了事件自身的记述外，还必须有事实的类属与特征，同时涉及到对象、时间过程及其因果关系等。性能性知识 ： 表达的是如

2、何做一件事情及其技巧的性能。它是一类行为所包含的，超出了对象性和事件性知识之外的那一部分知识。这类知识可决定一个人独立工作的能力，解决问题的水平以及创造力。例如：“某人毛笔字写得很好”，就有“写”的技巧。 元知识 ： 在现实世界中使用我们原先已知的知识，称为元知识。而在研制专家系统时，我们把使用和控制该系统领域知识的知识称为元知识。例如，我们通常知道对某个特殊物体知识的了解程度和来源，或对某种信息的可靠性的估计，以及知道现实世界中的特殊事件的相关重要性。元知识同样包括已知道的我们自身的性能：我们的精力、弱点、在不同领域的水平，以及对解决问题的进展、感觉均可作为元知识来处理。 计算机要具有智能，

3、知识是必不可少的。1977年，在第五届国际人工智能联合会会议上，人工智能的鼻祖费根鲍姆教授作了一个特约报告，提出了知识工程的概念。人工智能的研究有了新的转折点，即从获取智能的基于能力的策略，变成了基于知识的方法研究。 许多研究者获得共识：人工智能系统是一个知识处理系统。它的三个基本问题是知识获取、知识表示和知识利用。 知识的获取 ： 如何获取知识。知识可能来自多个知识源。如报告、课本、数据库、实例研究、经验数据以及个人经验。专家系统的主要知识源是领域专家。知识工程师通过与专家的直接交互来获取知识。方法步骤包括：现场观察、问题讨论、问题描述、问题分析、问题精化、系统检查、系统验证。 知识表示 ：

4、 在AI系统中如何表示知识。在上节课介绍的两个例子中，我们是用谓词演算表示知识。（金融投资辅助决策、“幸运学生”的故事）知识的利用： 如何利用已获取并已表示出的知识进行分析、推理、决策。在以前介绍的一些例子中，我们用了假言推理、消解否证、自然演绎法。 不可误解，以为知识表示只有谓词演算方式，知识利用只有假言推理、消解否证方法。还有很多其它的方法和手段。 在这一章中，我们将较系统地介绍一些常用的知识表示方法：包括状态空间法、问题归约法、谓词逻辑法、语义网络法、框架、剧本和过程表示法等。对同一问题，可以用不同的表示法，但效果可能不一样。3.1 状态空间法(State Space Represent

5、ation) 在人工智能的研究中，许多问题求解方法是采用试探性搜索方法的。也就是说，这些方法是通过在某个可能的解空间中寻找一个解来求解问题的。这种基于解答空间的问题表示和求解方法就是状态空间法。它是以状态和算符为基础来表示和求解问题的。 状态：是为了描述某类不同事物间的差别而引入的一组最少变量的有序集合。 矢量形式 Q=q1，qnT qi称为状态变量。代入一组值代表了一个具体的状态。 控制系统中，二阶系统，2个变量。二阶调速系统，位置和速度。 在专家系统中，状态描述了我们在推理的某个阶段对实际问题所掌握的知识。 在博弈中，状态就是一个棋局。 操作符（算符）：使问题从一种状态变化为另一种状态的手

6、段称为操作符或算符。操作符可为走步、过程、规则、数学算子、运算符号或逻辑符号等。 象棋：车5平4，炮2进6。 问题的状态空间： 是一个表示该问题全部可能状态及其关系的图，它包含三种说明的集合，即所有可能的问题初始状态集合S、操作符集合F以及目标状态集合G。因此，可把状态空间记为三元状态（S，F，G）。 要完成某个问题的状态描述，必须确定3件事： 该状态描述方式，特别是初始状态的描述。 操作符集合及其对状态描述的作用。 目标状态的描述。 例：8数码难题（重排九宫） 8个编有18，放在3 x 3 方格棋盘上，可移动，以便变换移动。问题求解。 给定初始状态，求移动步骤，最终变成为目标状态，采用图示方

7、法表示状态。 2 8 3 1 2 3 1 4 8 4 7 6 5 7 6 5 初始状态 目标状态 操作（移动）规则的描述：8 x 4=32。但这种走步规则不好。较好的表示：上下左右移动空格。4种走步策略。人的习惯有时并不最简。问题求解的最终答案是某一个空格移动序列。 例：猴子和香蕉问题 用来描述一个状态集合的含有变量的表达式，叫做状态描述模式。 在一个房间里有一只猴子（可看成是一个机器人），一只箱子和一束香蕉。香蕉挂在天花板下方。猴子的高度不足以碰到它，那么猴子怎样才能摘到香蕉呢？ 如果是人如何实现呢？ 对猴子或机器人如何找到正确的行动路线呢？ 先不管能否找到摘香蕉的路径，首先，在人工智能系统

8、中如何表示这个问题。 用一个四元表列（W，X，Y，Z）表示状态 W：猴子的水平位置 Y：箱子的水平位置 X：猴在箱顶为1，否则为0 Z：摘到香蕉为1，否则为0。 初始状态（a，0，b，0） 目标状态（c，1，c，1）操作符集： goto(U)： （W，0，Y，Z） goto(U) （U，0，Y，Z） pushbox(V): （W，0，W，Z）pushbox(V) （V，0，V，Z） climbbox ： （W，0，W，Z） climbbox （W，1，W，Z） grasp ： （c，1，c，0） grasp （c，1，c，1） 问题表示：经过什么样的操作序列，可使系统从初态（a，0，b，0）转

9、变到目标状态（c，1，c，1） 最终求得的操作序列：goto(b)，pushbox(c)，climbbox，grasp (机器人任务规划) 三元状态： 初局、终局、走步序列 初态、终态、操作序列3.2 问题归约法 问题归约是另一种问题描述与求解方法。已知问题的描述，通过一系列变换把此问题最终变为一个子问题集合；这些子问题的解可以直接得到，从而解决了初始问题。 问题归约表示由下列3部分组成： 一个初始问题描述； 一套把问题转换成子问题的操作符； 一套本原问题描述。问题归约法的实质： 从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把初始问题归约成一个平凡的本原问题的集合

10、。1.梵塔难题 传说印度的主神梵天做了一个梵塔。在一块黄铜板上插了3根宝石针，在其中的一根针上从小到大（从上向下）放置了64个圆盘。盘可自由移动。要求僧侣们轮流搬动，将64个盘全部移至另一根针上。有规定，一次一盘，大盘不能压在小盘上，并说该移动任务完成时，世界就会在霹雳中毁灭。 考虑3圆盘问题。有3个柱子，3个不同尺寸的盘子，中间有孔，可堆叠。 初始3个盘子在柱1，要求最终全移到柱3上。规定：每次只能移动一个盘，且大盘不能压到小盘上。各种正当的配置状态一共有27种：A(6)+AB(6)+AC(6)+BC(6)+ABC(3)。 如何移动这3个盘，一般同学都会移。如果是4个盘，就要想一下，更不要说

11、是64个盘。最少应移多少次。 用问题归约法怎样来解这个问题： 首先把原始问题归约为一个较简单的问题集合。 全移至柱3，必须先把C移至柱3，且在此之前，柱3是空的。 只有在移走A、B后，才能移动C，且A、B最好不要移至柱3，否则C无法移至柱3。因此应该先把圆盘A、B移至柱2。 然后才能进行关键的一步：把盘C从柱1移至柱3。并继续解决难题的其它部分。 通过上述论证，我们可以把原始难题归约到下列3个子难题： 移动A和B至柱2。双圆盘难题。 移动盘C至柱3。单圆盘难题（本原问题）。 移动盘A和B至柱3。双圆盘难题。 次数计算：双（3），3圆盘（7），4圆盘（15），64圆盘（264-1） 2.与或图表

12、示 可以用一个类似图的结构来表示，把问题归约为后继问题的替换集合，画出问题归约图。 设想问题A既可由求解问题B和C，也可由求解问题D、E和F，或者由单独求解问题G来解决。问题B、C构成一个后继问题的集合，问题D、E、F构成另一个后继问题集合，而问题G则为第3个集合。 可引入附加节点，以便使有一个以上后继问题的每个集合能够聚集在它们各自的父辈节点之下。为此引入了附加节点N、M。 如果N和M理解为具有问题描述的作用，那么问题A被归纳成单一替换子问题N、M、H。因此节点N、M、H称之为或节点。问题N被归约为子问题B、C的单一集合，要求解N必须求解所有子问题B、C，因此节点B和C称为与节点。同样D、E

13、、F也是与节点。与节点用小圆弧连接。我们把这种结构图叫做与或图。 3. 圆盘梵塔问题归约图： 先用表列形式描述状态: （1 1 1）（3 3 3）习题：用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。 (1 1 1 1)(3 3 3 3) 4.问题归约机理 问题归约技术：能够成功地把状态空间搜索问题归约为越来越简单的搜索问题，直至所有问题能够被归约为平凡解为止。 关键算符：对问题求解有决定性作用的算符叫做关键算符。 对梵塔难题（3圆盘）：移动圆盘C至柱3是关键算符。 如何根据当前状况选关键算符，以消除差别、归约求解呢？ 对猴子和香蕉问题，4个算符的作用结果和适用条件如下： 走f1：

14、（W，0，Y，Z） goto(U) （U，0，Y，Z） 推f2：（W，0，W，Z） pushbox(V) （V，0，V，Z） 爬f3：（W，0，W，Z） climbbox （W，1，W，Z） 抓f4：（c，1，c，0） grasp （c，1，c，1） (a,0,b,0),F,(c,1,c,1) (1)合适的关键算符：抓(a,0,b,0),F1,(c,1,c,0) (c,1,c,0),f4,(c,1,c,1) 本原问题 (2) 合适的关键算符：爬(a,0,b,0),F2,(c,0,c,0) (c,0,c,0),f3,(c,1,c,0)本原问题 (3) 合适的关键算符：推(a,0,b,0),F3,

15、(b,0,b,0) (b,0,b,0),f2,(c,0,c,0) 本原问题 (4) 合适的关键算符：走(a,0,b,0),f1,(b,0,b,0) 本原问题 解答由回溯得到。 第三章 知识表示 3.3 谓词逻辑法 表示一个知识库的主要方法是采用一阶谓词逻辑。 使用量词（ ， ）和逻辑连接符（， ，=，=）能作出有关对象、特征、场景和关系的陈述。 例如：所有人都有头，可描述为 X人(X)=有(X，头) 优点：记号简单，描述易于理解。 每个事实仅需表示一次。 证明过程的推理规则是有效的。 缺点：难以表示过程性和启发性知识。 由于缺少结构上统一的规则，致使大型知识库难以管理，对证明过程进行操作的能力

16、差。当事实的数量很大时，鉴于证明过程的每一步都需使用规则，而有可能导致组合爆炸。 第二章中对命题演算和谓词演算的有关语法、语义、恒等式等作了较详细的介绍。以下主要通过几个应用例子，以巩固一下前面所学的知识。 例1：旅游组团问题（原史密斯家族聚会问题） 某市几个老人院联合组团出去旅游度假。委托旅游公司办理。由于外出时间较长，故需要考虑安排兴趣爱好和习惯较一致的老人在一起（走一条线）。于是旅游公司就发了一张有关饮食爱好、娱乐偏爱、度假偏爱和起床习惯的调查表。该公司收回了填好的表，根据有关数据完成了旅游线路和人员分配的工作。所发的表包含以下几方面的内容： 饮食爱好和习惯（蔬菜、肉类） 娱乐偏爱（电影

17、、看戏、跳舞） 度假偏爱（城市、乡村） 起床时间（早起、晚起） 定义谓词: 饮食（X，D） 娱乐（X，E） 度假（X，L） 起床时间（X，R） 相同兴趣（X，Y） XYD1D2E1E2L1L2R1R2相同兴趣（X，Y）=（X=Y）（饮食（X，D1）饮食（Y，D2）（D1=D2） （娱乐（X，E1）娱乐（Y，E2）（E1=E2） （度假（X，L1）度假（Y，L2）（L1=L2） （起床时间（X，R1）起床时间（Y，R2）（R1=R2） 然后根据以上规则，逐条匹配数据库中的事实，把兴趣和习惯相同的老人找出并归类。 原始数据已有，可以定不同规则。比如定义度假兴趣相同谓词（以度假为重点），给出解释性谓

18、词演算表达式，以进行不同目的的统计检索。 例2：修道士和野人问题（有状态改变） 在河的左岸有三个修道士、三个野人和一条船。希望全部安全渡到右岸。限制：（1）假定都会划船，船一次最多装两人。（2）在任何岸边，野人数修道士数。否则修道士就会被野人吃掉。 假定野人愿服从任何一种过河安排，试规划出一个确保修道士安全的过河计划。 （人如何思考。用计算机解决要定义规则，用谓词演算描述。不仅要把规则描述清楚，而且把当时状态、变化后状态都描述清楚，这样，任务就完成了大半，类似于控制系统建模） 定义谓词：X 修道士数；Y 野人数；0,1,2,3 （X，Y，S） 在状态S下，XY （X，Y，S） 在状态S下，XY

19、 boat(Z，S) Z=L，R 在状态S下，船在Z岸 safety(Z，X，Y，S)=( （X，0，S）（X，Y，S）)（X=0） 含义：在岸Z，状态S下，保证修道士安全当且仅当（充要）修道士不在该岸上，或者修道士在该岸上但人数不少于野人数。 现在，我们所缺少的是产生新状态的手段。谓词across定义在保证渡河前后安全性前提下的一种过河方案。每调用一次across，便产生一种新状态S。 记：D=+，- +: 左右 -: 右左。 X，Y: 所在岸的修道士数，野人数。 X1，Y1: 拟过河的修道士数，野人数。S=across(D，X，X1，Y，Y1，S)=(D=+)safety(L,X-X1,Y

20、-Y1,S) safety(R,3-X+X1,3-Y+Y1,S) (boat(L，S)=boat(R，S) (D=-)safety(R,X-X1,Y-Y1,S) safety(L,3-X+X1,3-Y+Y1,S) (boat(R，S)=boat(L，S) (2，X1+Y1，S)最多坐两人) 起始状态：X=3，Y=3，boat(L，S) 终止（目标）状态：X=3，Y=3，boat(R，S) 搜索过程：不断调用across，记下X1，Y1序列。 3.4 基于规则的产生式系统 3.4.1 产生式系统 产生式系统包括： （1） 一个数据库。 （2） 一个规则库。 （3） 一个控制模块（有时也称为规则解

21、释器）。 数据库用来存放与求解问题有关的数据。 规则库存放规则、或叫产生式。这些规则表示了问题领域中的一般知识。每个规则包括一个条件部分C和一个动作部分A。具有如下形式：IF C THEN A 条件部分 动作部分 条件部分是否满足可根据数据库的内容或询问用户。规则的动作部分可以有不同的内容。可在当前有关问题求解的知识库中增加某些事实，也可以是让用户做某些事情。 例：如果 （1）引擎不能转动，且（2）电瓶内有电。 则 检查启动器。 控制模块对规则进行选择使用。结果产生了对数据库的增、删、改。控制模块一般是根据数据选择规则。数据可以是原有的，也可以是应用其它规则产生的。控制模块执行到满足下列条件之

22、一时停止： （1）问题已得到解决（目标达到）。 （2）当前没有任何规则的条件能得到满足。 例：一个汽车故障检测系统 总结出的规则库内容如下：R1: 如（1）引擎不转（2）电瓶有电。 则：查启动器。R2: 如： 没有火花 则：查电极尖端。R3: 如（1）引擎能转（2）车不能启动。 则：查火花塞R4：如： 引擎不转 则：查电瓶。R5: 如： 电瓶没电 则：充电、退出。Rn: 如： 建数据库（输入数据）。如引擎不转，控制模块选R4 ，并把检查结果输入。若没电，选R5 ，充电。若有电，则选R1，查启动器。如查出，有规则 ：R6：如启动器坏，则修启动器，退出。 规则库可不断完善，不断深入。如R1中，如查

23、出启动器好，应有新的规则：R7：查。写在纸上，记在脑中。如变成专家系统，则一般人可用。 3.4.2 问题求解的方法（产生式系统） 即控制模块如何选择使用规则的方法。 有了数据库、规则库，如何加以利用，以求解问题。 通常有三种方法： (1) 数据驱动方法。 (2) 目标驱动方法。 (3) 混合策略。轮流使用数据驱动和目标驱动两种方法，直到目标实现或确认失败为止。 (1) 数据驱动方法 数据驱动方法也称为“正向推理”方法。在这种方法中，仅当数据库中数据满足某规则的条件部分时，该规则才是可用的。使用该方法时，使用者首先将当前问题的数据加入到数据库中，然后利用规则从数据库中老的事实产生新的事实，并将这

24、些新的事实加入到数据库中。处理过程持续到所有求解结果找到为止或问题无解退回。例： 规则库 搜索树：？ R1 R2 . .R1: 如X/12为整，则X/6为整。 R2 R3 R1 R4 . . . .R2: 如X/20为整，则X/10为 R3 R4 R2 R3 R4 S . . . . R3: 如X/6为整，则X/2为整。 R4 S R4 R4 SR4: 如X/10为整，则X/5为整。 S S S 输入数据库：N/12，N/20 S=success 判断是否N/5(2) 目标驱动方法 目标驱动方法也称为“反向推理”方法。在目标驱动方法中，系统把注意力集中于那些与当前问题有关的规则。 根据结果部分

25、，找条件部分，直到条件部分可以在数据库中找到为止。 例如：有规则R1R4，数据N/12，N/20，要判断N/5。据R4，需条件N/10 (2)据R2，要满足N/10，需条件N/20。 而条件N/20在数据库中，故可回溯得解。 (3) 混合方法 数据驱动和目标驱动两种方法按不同方式结合在一起。从上向下，从下向上，相交得解。3.5 语义网络法 3.5.1 二元语义网络的表示 、语义网络的基本概念 语义网络是知识的一种结构化图解表示。它由节点和弧线或链线组成。节点用于表示实体、概念和情况等，弧线用于表示节点间的关系。语义网络表示由下列4个相关部分组成：(1) 词法部分 决定表示词汇表中允许有哪些符号

26、，它涉及各个节点和弧线。(2) 结构部分 叙述符号排列的约束条件，指定各弧线连接的节点对。(3) 过程部分 说明访问过程，这些过程能用来建立和修正描述，以及回答相关问题。(4) 语义部分 确定与描述相关的(联想)意义的方法即确定有关节点的排列及其占有物和对应弧线。 语义网络具有下列特点：(1) 能把实体的结构、属性与实体间的因果关系显式地和简明地表达出来，与实体相关的事实、特征和关系可以通过相应的节点弧线推导出来。(2) 由于与概念相关的属性和联系被组织在一个相应的节点中，因而使概念易于受访和学习。(3) 表现问题更加直观，更易于理解，适于知识工程师与领域专家沟通。(4) 语义网络结构的语义解

27、释依赖于该结构的推理过程而没有结构的约定，因而得到的推理不能保证像谓词逻辑法那样有效。(5) 节点间的联系可能是线状、树状或网状的，甚至是递归状的结构，使相应的知识存储和检索可能需要比较复杂的过程。 2、二元语义网络的表示 用两个节点和一条弧线可以表示一个简单的事实，对于表示占有关系的语义网络，是通过允许节点既可以表示一个物体或一组物体，也可以表示情况和动作。每一情况节点可以有一组向外的弧(事例弧)，称为事例框，用以说明与该事例有关的各种变量。在选择节点时，首先要弄清节点是用于表示基本的物体或概念的，或是用于多种目的的。否则，如果语义网络只被用来表示一个特定的物体或概念，那么当有更多的实例时就

28、需要更多的语义网络。选择语义基元就是试图用一组基元来表示知识。这些基元描述基本知识，并以图解表示的形式相互联系。举例：用二元语义网络表示：小燕是一只燕子，燕子是鸟；巢-1是小燕的巢，巢-1是巢中的一个。3.5.2 多元语义网络的表示 语义网络是一种网络结构。节点之间以链相连。从本质上讲，接点之间的连接是二元关系。语义网络从本质上来说，只能表示二元关系，如果所要表示的事实是多元关系，则把这个多元关系转化成一组二元关系的组合，或二元关系的合取。具体来说，多元关系R(X1，X2，Xn)总可以转换成R1(X11，X12)R2(X21，X22)Rn(Xn1,Xn2)。要在语义网络中进行这种转换需要引入附

29、加节点。举例：用”Liming is a man”的语义网络和谓词逻辑表示说明谓词逻辑与语义网络的等效性。 Liming isa man (语义网络) ISA(liming，man) 谓词逻辑 或 MAN(liming)3.5.3 连词和量化的表示 可以用语义网络表示谓词逻辑法中的各种连词及量化。1.合取 多元关系可以被转换成一组二元关系的合取，从而可以用语义网络的形式表示出来。2.析取 在语义网络中，为与合取关系相区别，在析取关系的连接上加注析取界限，并标记DIS。3.否定 采用ISA和PART OF关系或标注NEG界限来表示否定。4.蕴涵 在语义网络中可用标注ANTE和CONSE界限来表示

30、蕴涵关系。5.量化 存在量化在语义网络中可直接用ISA链来表示。而全称量化就要用分割方法来表示。 语义网络能够表示不同类型的知识。 成员集合关系用弧表示：John 雇员。 子集合关系用 isa 弧表示：雇员 isa 人。 n个变元之间的相互关系（n2）可以通过“创造”一个新的实体来表示n元关系： GAME isa score（BU，TU，(85-89)） TU 客队 G25 分数 85-89 主队 BU(4) 事件可通过先建立一个表达整个事件的新对象来作为新结，然后用语义网络描述该新对象与每个实体的关系。 表示 拳击（john，tom） 拳击 John 动原 事件1 对象 Tom(5)为了表示

31、实体的值及其变化，引入弧的值可使特征更加清晰。 Tom的高度是1.7米，并且还在增高。 高度（Tom，1.7米）变化（Tom，高度，增加） 高度 Tom 高度 H 当前值 1.7米 变化 增加 家具例： 人 椅子 isa part 座位 isa isa X 所有者 我的椅子 颜色 棕色 包套 材料 红木 皮革 语义网络也可表示谓词演算中的合取、析取、蕴含、否定等。也可进行消解推理。语义网络可用在很复杂的分类学推理领域中。可用在那些需要表示对象、事件、场景、行为特性及它们之间关系的领域中。3.6 框架表示法 框架是一种结构化表示法。 心理学的研究结果表明，在人类日常的思维和理解活动中，当分析和解

32、释遇到新情况时，要使用过去经验中积累的知识。这些知识规具巨大而且以很好的组织形式保留在人们的记忆中。例如，当我们走进一家从来没有来过的饭店时，根据以往的经验，可以预见在这家饭店我们将会看到菜单、桌子、服务员等等。当我们走进教室时，可以预见在教室里可以看见椅子、黑板等。我们试图用以往的经验来分析解释当前所遇到的情况。当然，我们无法把过去的经验都一一存放在脑子里，而只能以一个通用的数据结构的形式存储以往的经验，这样的数据结构称为框架。 1、框架的构成 框架通常由描述事物的各个方面的槽组成，每个槽可以拥有若干个侧面，而每个侧面又可以拥有若干个值。 结构： 较简单的情景是用框架来表示诸如人和房子等事物

33、。例如，一个人可以用其职业、身高和体重等项描述，因而可以用这些项目组成框架的槽。当描述一个具体的人时，再用这些项目的具体值填入到相应的槽中。下表给出的是描述John的框架。 简单框架示例 框架是一种通用的知识表达形式，对于如何运用框架系统还没有一种统一的形式，常常由各种问题的不同需要来决定。 JOHNIsa :PERSON Profession:PROGRAMMER Height :1.8mWeight :79kg 2、框架的推理如前所述，框架是一种复杂结构的语义网络。因此语义网络推理中的匹配和特性继承在框架系统中也可以实行。除此以外，由于框架用于描述具有固定格式的事物、动作和事件，因此可以在新的情况下，推论出未被观察到的事实。框架用以下几种途径来帮助实现这一点： (1) 框架包含它所描述的情况或物体的多方面的信息。(2) 框架包含物体必须具有的属性。在填充框架的各个槽时，要用到这些属性。(3) 框架描述它们所代表的概念的典型事例。 用一个框架来具体体现一个特定情况的过程，经常不是很顺利的。但