人工智能重點詞匯表

1、1. 人工智能從狹義的概念上來講，人工智能是計算機科學中涉及研究，設計和應用智能機器的一個分支，是智能計算機系統(tǒng)的研究。從廣義上來講，人工智能是指人類智能行為規(guī)律、智能理論方面的研究。2. 圖靈試驗當一個人與一個封閉房間里的人或者機器交談， 如果他不能分辨自己問題的回答是計算機還是人給出，則稱該機器是具有智能的。以往該試驗幾乎是衡量機器人工智能的唯一標準，但是從九十年代開始，現代機器完全自主的智能。 提出與外界交流的，人工智能領域的科學家開始對此試驗提出異議。反對封閉式的， 人機交互的智能。3. 歸結原理又稱為消解原理。該原理是一種基于邏輯的、采用反證法的推理方法。由于其理論上的完備性，歸結

2、原理成為機器定理證明的主要方法。4.命題描述事實、事物的狀態(tài)、關系等性質的文字串，取值為真或假（表示是否成立）的句子。5.范式6.范式是公式的標準形式，公式往往需要變換為同它等價的范式，以便對它們作一般性的處理。前束范式A是一個前束范式，如果 A中的一切量詞都位于該公式的最左邊（不含否定詞），且這些量詞的轄域都延伸到公式的末端。7.Skolem 標準形前束范式中消去所有的存在量詞，則稱這種形式的謂詞公式為Skolem 標準形。8.文字不含任何連接詞的謂詞公式。9.子句10.一些文字的析?。ㄖ^詞的和）子句集所有子句的集合。11.一階邏輯謂詞中不再含有謂詞的邏輯關系式。12.個體詞表示主語的詞。1

3、3.謂詞刻畫個體性質或個體之間關系的詞。14.量詞表示數量的詞。15.置換可以簡單的理解為是在一個謂詞公式中用置換項去置換變量。置換是形如t1/x1, t2/x2,，tn/xn的有限集合。其中，x1, x2,，xn是互不相同的變量，t1, t2, ，tn 是不同于xi的項（常量、變量、 函數）；ti/xi表示用ti置換xi，并且要求ti與xi不能相同，而且xi不能循環(huán)地出現在另一個 ti中。 16. 歸類設有兩個子句C和D,若有置換b使得C bD17.18.公式G永真成立，則稱子句 C 把子句 D 歸類。 支撐集T,如果S-T是可滿足的，則 T是支持集。設有不可滿足子句集 S 的子集26.19

4、.20.對于G的所有解釋，G都為真。 公式G永假(矛盾) 沒有一個解釋使G為真。 可滿足若 A 至少有一個成真賦值，則稱不可滿足若 A 一個成真賦值都沒有，則稱 完全語義樹S的語義樹是完全的，如果對該語義樹的所有葉結點N來說，I(N)包含了 S的原子集A= A1，A2,中的所有元素Ai或一Ai, i=1n。23. 失敗結點A為可滿足的。21.22.A為不可滿足的。當(由上)延伸到點 N時，l(N)已表明了 S的某子句的某個基例為假。但 N以前尚不能判斷這事實。 就稱N為失敗結點。24.封閉語義樹25.如果S的完全語義樹的每個分枝上都有一個失敗結點，就稱它是一棵封閉語義樹。 不確定性推理建立在不

5、確定性知識和證據的基礎上的推理。Bayes 定理設事件A , A , A，A中任意兩個事件都不相容，則對任何事件B有下式成立:上式稱為 Bayes 公式。27. 全概率公式這是 Bayes 定理的另一種形式。28. 貝葉斯網由一個有向無環(huán)圖（DAG及描述頂點之間的概率表組成。其中每個頂點對應一個隨機變量。這個圖表 達了分布的一系列有條件獨立屬性：在給定了父節(jié)點的狀態(tài)后，每個變量與它在圖中的非繼承節(jié)點在概率 上是獨立的。該圖抓住了概率分布的定性結構，并被開發(fā)來做高效推理和決策。29.知識很難給出明確的定義，只能從不同側面加以理解，不同的人有不同的理解：Feigenbaum :知識是經過消減、塑造

6、、解釋和轉換的信息。Bernstein ：知識是由特定領域的描述、關系和過程組成的。Hayes-roth :知識是事實、信念和啟發(fā)式規(guī)則。從知識庫的觀點看，知識是某領域中所涉及的各有關方面的一種符號表示。30.表示觀對于 什么是表示 這一基本問題的不同理解和采用的方法論。31.計算效率不同于以前的多用計算復雜性來衡量一種智能系統(tǒng)的方法32. 邏輯表示法, 而采用計算困難度來衡量。通過引入謂詞、邏輯是一種重要的知識表示方法。 使用邏輯法表示知識，須將以自然語言描述的知識， 函數加以形式描述，獲得有關的邏輯公式，進而以機器內碼表示。33. 知識庫 由規(guī)則庫和數據庫組成。規(guī)則庫是產生式規(guī)則的集合，數

7、據庫存放輸入事實、外部數據庫輸入的事實 以及中間結果和最后結果。34. 推理機 是一個程序，控制協同規(guī)則庫與數據庫的運行，包含了推理方式和控制策略。推理方式有正向推理、 反向推理和雙向推理。把一組產生式放在一起，讓它們互相配合，協同工作，一個產生式生成的結論可以供另一個產生式作 為前提使用，以這種方式求得問題的解決，這樣的系統(tǒng)就叫做產生式系統(tǒng)。與或圖各個事實之間的邏輯關系圖。正向推理 是從已知事實出發(fā)，通過規(guī)則庫求得結論?；蚍Q數據驅動方式為 反向推理從目標出發(fā)，反向使用規(guī)則，求得已知事實，或稱目標驅動方式也稱自頂向下（ 雙向推理36.37.38.39.Bottom-up 。Top-down）。

8、35. 產生式系統(tǒng)既自頂向下（Top-down）又自底向上（bottom-down ）直至之間環(huán)節(jié)兩個方向底結果相符便成功結束。 顯然，這種推理方式的推理網絡較小，效率也較高。40. 語義網絡是一種用實體及其語義關系來表達知識的有向圖。結點：代表實體，表示各種事物、概念、情況、屬 性、狀態(tài)、事件、動作等；弧：代表語義關系，表示它所連接的兩個實體之間的語義聯系。41. 框架是由若干結點和關系（統(tǒng)稱為槽）構成的網絡，是語義網絡一般化的形式，與后者沒有本質的差別。 框架是表示某一類情景的結構化的一種數據結構，框架的最頂層是固定的一類事物，基于概念的抽象程度 表現出自上而下的分層結構。框架由框架名和一

9、些槽組成，每個槽有槽值，槽值就代表信息。42. 對象是由一組數據和與該組數據相關的操作構成的實體。在面向對象表示中類和類繼承是一組重要概念。類由一組變量和一組操作組成，它描述了一組具有相同屬性和操作的對象。每一個對象都屬于某一類，每 個對象都可由相關的類生成，換言之，對象是類的實例。一個類可以通過繼承擁有另一類的全部變量和操 作，繼承是面向對象表示法的主要推理形式。同時，由于一個事物的描述都集中在一個類中，又體現了類 的封裝性。繼承和封裝是面向對象的兩大特點。43. 學習是人類具有的一種重要智能行為。按照人工智能大師西蒙（Simon, 1983）的觀點，學習就是系統(tǒng)在不斷重復的工作中對本身能力

10、的增強或者改進，使得系統(tǒng)在下一次執(zhí)行同樣任務或相類似的任務時，會比現 在做得更好或效率更高。西蒙對學習給出的定義本身，就說明了學習的重要作用。44. 符號處理技術基于符號演算的知識推理和知識學習技術。45. 信息水平 信息的一般性程度，也就是適用范圍的廣泛性。這里的一般性程度是相對執(zhí)行環(huán)節(jié)的要求而言的。高 水平信息比較抽象，適用于更廣泛的問題。該種信息需要具體化才能夠成為知識；低水平信息比較具體， 是特殊的實例，只適用于個別的問題，需要歸納才能夠成為知識。46. 信息的質量 信息的正確性、是否是適當的選擇和合理的組織。47. 記憶學習 也稱死記硬背學習或機械學習。這種學習方法不要求系統(tǒng)具有對復

11、雜問題求解的能力，也就是沒有推 理技能，系統(tǒng)的學習方法就是直接記錄問題有關的信息，然后檢索并利用這些存儲的信息來解決問題。48. 傳授學習 即通過對計算機指點教授進行的學習方法。系統(tǒng)中已有一些通過某種方式得到的知識，傳授學習就是 通過人機對話，把用戶一般性意見或建議具體化，或者協助用戶補充和修改原有的知識庫。系統(tǒng)把這些建 議看成為要達到的目標，并通過規(guī)劃求解出可直接執(zhí)行的過程，因此系統(tǒng)要求具有推理的能力。學習使得 系統(tǒng)性能有所改變（增強） ，或者是具有了新的能力。49. 演繹學習 是基于演繹推理的一種學習。演繹推理是一種保真變換，即若前提為真時推出的結論也為真。在演繹 學習中，學習系統(tǒng)由給定的

12、知識進行演繹的保真推理，并存儲有用的結論50. 類比學習 就是尋找和利用事物間的可類比的關系，從已有的知識推導出未知的知識。51. 實例學習 也稱示例學習，是目前機器學習方法中最成熟的方法之一。它是一種歸納學習，是從若干實例（包括 正例和反例）歸納出一般概念或規(guī)則的學習方法。52. 發(fā)現學習則是系統(tǒng)直接從環(huán)境中歸納總結出規(guī)律性知識的一種學習方法。即發(fā)現學習是指機器獲取知識無須外部擁有該知識的實體的幫助，甚至蘊含在客觀規(guī)律中的這類知識至今尚未被人所知，因此發(fā)現學習也是一 種歸納學習，而且是一種高級的學習過程。它要求系統(tǒng)具有復雜的問題求解能力。53. 變型空間法是一種數據驅動的基于實例學習的空間搜

13、索方法。這種方法對規(guī)則和實例都采用同一種表示形式。初始的假設規(guī)則集H包括滿足第一個示教例子和全部規(guī)則。在得到下一個示教例子時，對集合H進行一般化或特殊化處理，最后使集合 H收斂為僅含要求的規(guī)則。54. 單個概念的學習是提供給系統(tǒng)一個概念的若干正例和若干反例，系統(tǒng)由此構成規(guī)則空間，并可得到在這個規(guī)則空間中 的一個概念。這個概念應包含所有的正例，但不包含任何反例。55.神經元神經細胞，高級動物腦組織的基本單元。56.神經網絡神經網絡（Neural Network , NN指由大量神經元互連而成的網絡。人工神經元網絡 采用物理可實現的模型來模仿人腦神經細胞的結構和功能的系統(tǒng)。神經網絡技術主要各種人工

14、神經網絡模型及其學習算法的研究與應用技術，這一領域是當前人工智能研究的一個十 分活躍，且很有前途的分支領域。前饋型網絡57.58.59.61.60.信號由輸入層到輸出層單向傳輸。 每層的神經元僅與前層的神經元相連接， 只接受前層傳輸來的信息。 反饋型全互聯網絡反饋型全互聯網絡是所有神經元之間都相互聯接的網絡，如Hop filed和Boltgmann網絡都是這種類型。網絡規(guī)模主要是指神經網絡的結構參數，如多層網絡層的數目，各層結點數。62.感知器層）63.是由美國學者 F. Rosenblatt 于 1957 年提出的，它是一個由最簡單的線性閾值元件組成的單層（或多 神經元的神經網絡。神經網絡學

15、習 神經網絡的學習過程就是神經網絡參數的設定過程。一個神經元網絡結構確定之后，需要對一系列參 數（權重、閾值等）進行有效的設定。這個過程叫做學習或訓練過程，此時的方法叫學習算法。64. BP 學習算法是一個依據梯度下降理論的很有效的算法，許多問題都可由它來解決。BP算法將一組樣本的分類問題轉變?yōu)橐粋€系統(tǒng)非線性優(yōu)化問題，采用優(yōu)化中最普遍的梯度下降法，用迭代運算求解神經元之間的聯結權 值，加入隱層節(jié)點使優(yōu)化問題的可調參數數目增加，從而可得到更精確的解。65. 反饋網絡 所有節(jié)點（神經元）都是具有同等的地位，沒有層次差別。它們之間都可相互連接，同時也可以向自己反饋信號。所以反饋網絡可以用一個完美的圖

16、來表示。66. Hopfield 神經網絡 各個神經元之間是全互聯的，即各個神經元之間是相互、雙向連結的。這種連結方式使得網絡中每個 神經元的輸出均反饋到同一層的其它神經元的輸入上。這樣網絡如果設置得當，在沒有外部輸入的情況下 也能進入穩(wěn)定狀態(tài)。67. 模式識別 是神經網絡最有應用前景的領域之一。模式識別是六十年代興起的新興科學分支，其主要研究內容是 用計算機模擬生物、人的感知（感覺） ，對模式信息，如圖像、文字、語音等，進行識別和分類。模式識別 是個跨領域的科學研究分支，不僅僅涉及計算機科學的信息處理技術，而且涉及數學、心理學及人類的感 覺與思維規(guī)律的探索。68. 自然語言 是指人類語言集團

17、的本族語，如漢語、英語、日語等，以及人類用與交流的非發(fā)聲語言，如手語、旗語等。自然語言是相對于人造語言而言的。人造語言是指世界語或計算機的各種程序設計語言。69. 自然語言理解 就是如何讓計算機能正確處理人類語言，并據此作出人們期待的各種正確響應。自然語言理解的研究分為書面語理解和口語理解，相對而言，書面語比較規(guī)范，比起口語來說比較容易用機器處理。由于語言 是思想的直接實現， 社會的一切進步乃至生存都離不開語言 （文字或非文字形式） ，這使得語言學幾乎與所 有的學科都存在著密切的聯系。因此，自然語言理解的研究不但要運用語言學中的詞匯、語法、句法、語 用和語義學知識，而且還要涉及到大量的客觀世界

18、的知識以及與其相關學科的知識。句法分析70.71.72.是對句子和短語的結構進行分析，找出詞、短語等的相互關系以及各自在句子中的作用等。 語法分析 是將單詞之間的線性次序變換成一個顯示單詞如何與其它單詞相關聯的結構。 語義分析 通過分析找出詞義、結構意義及其結合意義，從而確定語言所表達的真正（實際）含義或概念。 語用分析 研究語言所在的外界環(huán)境對語言使用所產生的影響。描述語言的環(huán)境知識、語言與語言使用者在某個確定語句是否合乎語法。73.給定語言環(huán)境中的關系。為確定真正含義，對表達的結構重新加以解釋。74. 短語結構語法短語結構語法 G可以用如下的四元組來定義：G = （T ， N，S，P）其中

19、，T是終結符的集合，終結符是指被定義的那個語言的詞或符號；N是非終結結點的集合，這些符號不能出現在最終生成的句子中，是專門用來描述語法的。顯然，T和N的并構成了符號集 V,而且T和N不相交。V=TU NTnN=S是起始符，它是集合 N中的一個成員。P是一個產生式規(guī)則集。每條產生式具有如下的形式:af其中：a匕V，b匕V，且a工bV*: V 中的符號所構成的全部字符串的集合，包括空字符。V: V沖除空字符之外的所有字符串的集合。一部短語結構語法中，基本運算就是一個符號串重寫的過程。 75. 句法分析器parser ）。根據一部特定的語法來確定一個句子的推導，就稱它為一個句法分析器（76. 喬姆斯

20、基體系 對短語結構語法加一些條件，進行約束即可產生出喬姆斯基四種類型的語法。正則語法（regular grammars ）: 3型語法；上下文無關語法（context-free grammars ） : 2型語法； 上下文有關語法（ context-sensitive grammars ）： 1 型語法；無約束短語結構語法： 0 型語法。型號越高，所受約束就越多，生成能力越弱，因此能生成的語言 集也就越小。77. 語言串理論特定的句法范疇（名詞、時態(tài)動詞等） 、一組基本串和規(guī)則來把某些基本串結合成為句串。最簡單的句 子僅有一個名為中心串的基本串組成。通過對句子中某基本串的一個元素左邊或右邊插一

21、個附加串，任何 串都可以形成一個更復雜的句串。78. 有限狀態(tài)網絡。包括一個起始狀態(tài)。狀態(tài)（節(jié)點）和一組?。顟B(tài)間的連接）79. 遞歸轉移網絡 對有限轉移網絡的一種擴展。 每一條弧的標注不僅可以是一個終結符（詞或詞類） ，而且可以是一個用 來指明另一個網絡名字的非終結符。80. 擴充轉移網絡 在以下三方面對遞歸轉移網絡作了擴充： 添置了一組寄存器 （registers） 用來存儲分析過程中的得到的中間結果（如局部句法數）和有關信 息（如名詞短語的人稱和數，某些成分的語義特征等）tests ），只有 每條弧上除了用句法范疇（如詞類和短語標記）來標注以外，可以附加任意的測試（ 當弧上的這種測試成功之后才能通過這條弧 每條弧上還可以附加某些動作 （actions ），當通過一條弧時，這些動作主要用來設置或修改寄存器 的內容81. 語料庫 大量的能代表某一領域的語言現象的真實的語言材料的集合。82. 詞性標注 大多數自然語言中，一個單詞有可能有多種詞性，詞性標注就是將句子中的各個詞匯標注上在該句中 的正確詞性。83. 馬爾可夫過程馬爾可夫過程是一個隨機過程X(t)：t e T，它具備這樣的性質，即已知t時刻過程所處的狀態(tài)xt =x(t) ，在 t 時刻以后過程將要到達的狀態(tài)與 t 時刻以