人工智能及其應(yīng)用知識

第二章知識表示

本章主要討論知識表示問題，介紹7種知識表示方法：狀態(tài)空間法、問題歸約法、謂詞演算法、語義網(wǎng)絡(luò)法、框架表示、本體技術(shù)、過程表示。

掌握狀態(tài)空間法、問題歸約法、謂詞演算法、語義網(wǎng)絡(luò)法關(guān)鍵點及其之間關(guān)系，了解框架表示、本體技術(shù)、過程表示。人工智能及其應(yīng)用知識第1頁知識表示基本概念

知識表示：研究用機器表示知識可行性、有效性普通方法，是一個數(shù)據(jù)結(jié)構(gòu)與控制結(jié)構(gòu)統(tǒng)一體，既考慮知識存放又考慮知識使用。知識表示可看成是一組描述事物約定，以把人類知識表示成機器能處理數(shù)據(jù)結(jié)構(gòu)。人工智能及其應(yīng)用知識第2頁人工智能系統(tǒng)所關(guān)心知識事實

相關(guān)問題環(huán)境一些事物知識，常以“…是…”形式出現(xiàn)。如事物分類、屬性、事物間關(guān)系、科學(xué)事實、客觀事實等。如雪是白色、鳥有翅膀、張三李四是好朋友、這輛車是張三。規(guī)則相關(guān)問題中與事物行動、動作相聯(lián)絡(luò)因果關(guān)系知識，是動態(tài)，常以“假如…那么…”形式出現(xiàn)。

控制相關(guān)問題求解步驟、技巧性知識，告訴怎么做一件事。

元知識相關(guān)知識知識，是知識庫中高層知識。包含怎樣使用規(guī)則、解釋規(guī)則、校驗規(guī)則、解釋程序結(jié)構(gòu)等知識。人工智能及其應(yīng)用知識第3頁2.1狀態(tài)空間法問題求解問題求解(problemsolving)是個大課題，它包括歸約、推斷、決議、規(guī)劃、常識推理、定理證實和相關(guān)過程關(guān)鍵概念。在分析了人工智能研究中利用問題求解方法之后，就會發(fā)覺許多問題求解方法是采取試探搜索方法。也就是說，這些方法是經(jīng)過在某個可能解空間內(nèi)尋找一個解來求解問題。狀態(tài)空間法：基于解答空間問題表示和求解方法，它是以狀態(tài)和算符(operator)為基礎(chǔ)來表示和求解問題。人工智能及其應(yīng)用知識第4頁2.1狀態(tài)空間法1.問題求解技術(shù)兩個主要方面

(1)問題表示：假如描述方法不對，對問題求解會帶來很大困難；(2)求解方法：采取試探搜索方法。

2.狀態(tài)空間法三關(guān)鍵點

(1)狀態(tài)（state）(2)算符（operator）(3)狀態(tài)空間方法人工智能及其應(yīng)用知識第5頁2.1狀態(tài)空間法2.1.1問題狀態(tài)描述

1.定義

狀態(tài)(state)：為描述某類不一樣事物間差異而引入一組最少變量q0，q1，…，qn有序集合，其矢量形式以下：Q=[q0,q1,…,qn]T式中每個元素qi(i=0,1,,n)為集合分量,稱為狀態(tài)變量,給定每個分量一組值就得到一個詳細狀態(tài),如Qk=[q0k,q1k,…,qnk]T式中每個元素qi(i=0,1，…，n)為集合分量，稱為狀態(tài)變量。算符：使問題從一個狀態(tài)改變?yōu)榱硪粋€狀態(tài)伎倆稱為操作符或算符。操作符可為走步、過程、規(guī)則、數(shù)學(xué)算子、運算符號或邏輯符號等。問題狀態(tài)空間(statespace)：是一個表示該問題全部可能狀態(tài)及其關(guān)系圖，它包含三種說明集合，即全部可能問題初始狀態(tài)集合S、操作符集合F以及目標狀態(tài)集合G?？砂褷顟B(tài)空間記為三元狀態(tài)(S，F(xiàn)，G)。人工智能及其應(yīng)用知識第6頁2.1狀態(tài)空間法2.狀態(tài)空間表示詳釋

讓我們先用數(shù)碼難題(puzzleproblem)來說明狀態(tài)空間表示概念。由15個編有1至15并放在4×4方格棋盤上可走動棋子組成。棋盤上總有一格是空，方便可能讓空格周圍棋子走進空格，這也能夠了解為移動空格。圖中繪出了兩種棋局，即初始棋局和目標棋局，它們對應(yīng)于該下棋問題初始狀態(tài)和目標狀態(tài)。

怎樣把初始棋局變換為目標棋局呢？問題解答就是某個適當(dāng)棋子走步序列，如"左移棋子12，下移棋子15，右移棋子4，…"等等。

人工智能及其應(yīng)用知識第7頁2.1狀態(tài)空間法2.狀態(tài)空間表示詳釋狀態(tài)空間法：從某個初始狀態(tài)開始，每次加一個操作符，遞增建立起操作符試驗序列，直到抵達目標狀態(tài)為止。尋找狀態(tài)空間全部過程包含從舊狀態(tài)描述產(chǎn)生新狀態(tài)描述，以及今后檢驗這些新狀態(tài)描述，看是否抵達了該目標狀態(tài)。對于最優(yōu)化問題找到任一目標狀態(tài)是不夠，必須按某個準則實現(xiàn)最優(yōu)化路徑。P26完成目標狀態(tài)三件事：１狀態(tài)描述方式，尤其是初始狀態(tài)描述；２操作符集合及其對狀態(tài)描述作用；３目標狀態(tài)特征。人工智能及其應(yīng)用知識第8頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

為了對狀態(tài)空間圖有更深入了解，這里介紹一下列圖論中幾個術(shù)語和圖正式表示法。

1.圖論中幾個術(shù)語

節(jié)點(node)：圖形上匯合點，用來表示狀態(tài)、事件和時間關(guān)系匯合，也可用來指示通路匯合；弧線(arc)：節(jié)點間連接線；

有向圖(directedgraph)：一對節(jié)點用弧線連接起來，從一個節(jié)點指向另一個節(jié)點。后繼節(jié)點(descendantnode)與父輩節(jié)點(parentnode)：假如某條弧線從節(jié)點ni指向節(jié)點nj，那么節(jié)點nj就叫做節(jié)點ni后繼節(jié)點或后代，而節(jié)點ni叫做節(jié)點nj父輩節(jié)點或祖先。人工智能及其應(yīng)用知識第9頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

1.圖論中幾個術(shù)語

路徑：某個節(jié)點序列(ni1,ni2,…,nik)當(dāng)j=2，3，…，k時，假如對于每一個ni，j-1都有一個后繼節(jié)點nij存在，那么就把這個節(jié)點序列叫做從節(jié)點ni1至節(jié)點nik長度為k路徑。代價：用c(ni,nj)來表示從節(jié)點ni指向節(jié)點nj那段弧線代價。兩節(jié)點間路徑代價等于連接該路徑上各節(jié)點全部弧線代價之和。顯式表示：各節(jié)點及其含有代價弧線由一張表明確給出。此表可能列出該圖中每一節(jié)點、它后繼節(jié)點以及連接弧線代價。隱式表示：節(jié)點無限集合{si}作為起始節(jié)點是已知。后繼節(jié)點算符Γ也是已知，它能作用于任一節(jié)點以產(chǎn)生該節(jié)點全部后繼節(jié)點和各連接弧線代價。人工智能及其應(yīng)用知識第10頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

2.圖顯式和隱式表示

一個圖可由顯式說明也可由隱式說明。顯然，顯式說明對于大型圖是不切實際，而對于含有沒有限節(jié)點集合圖則是不可能。

另外，引入后繼節(jié)點算符概念是方便。后繼節(jié)點算符Γ也是已知，它能作用于任一節(jié)點以產(chǎn)生該節(jié)點全部后繼節(jié)點和各連接弧線代價把后繼算符應(yīng)用于{si}組員和它們后繼節(jié)點以及這些后繼節(jié)點后繼節(jié)點，如此無限制地進行下去，最終使得由Γ和{si}所要求隱式圖變?yōu)轱@示圖。問題表示對求解工作量有很大影響。人們顯然希望有較小狀態(tài)空間表示。許多似乎極難問題，當(dāng)表示適當(dāng)初就可能含有小而簡單狀態(tài)空間。人工智能及其應(yīng)用知識第11頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法依據(jù)問題狀態(tài)、操作符和目標條件選擇各種表示，是高效率問題求解必須。各種問題都能夠用狀態(tài)空間加以表示，并用狀態(tài)空間搜索法來求解。人工智能及其應(yīng)用知識第12頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

1.產(chǎn)生式系統(tǒng)（ProductionSystem）

·一個總數(shù)據(jù)庫(globaldatabase)：它含有與詳細任務(wù)相關(guān)信息；伴隨應(yīng)用情況不一樣，這些數(shù)據(jù)庫可能小得像數(shù)字矩陣那樣簡單，或許大得如檢索文件結(jié)構(gòu)那么復(fù)雜。·一套規(guī)則：它對數(shù)據(jù)庫進行操作運算。每條規(guī)則由左右兩部分組成，左部判別規(guī)則適用性或先決條件，右部描述規(guī)則應(yīng)用時所完成動作。用規(guī)則來改變數(shù)據(jù)庫就象用算符來改變狀態(tài)一樣?！ひ粋€控制策略：它確定應(yīng)該采取哪一條適用規(guī)則，而且當(dāng)數(shù)據(jù)庫終止條件滿足時，就停頓計算?？刂撇呗杂煽刂葡到y(tǒng)選擇和確定。人工智能及其應(yīng)用知識第13頁推銷員旅行問題總數(shù)據(jù)庫：到當(dāng)前為止所訪問城市；規(guī)則對應(yīng)于決議：即下一步走向城市Ａ，下一步走向城市Ｂ，…，下一步走向城市Ｅ，一條規(guī)則必須能把某個數(shù)據(jù)庫變?yōu)橐粋€正當(dāng)數(shù)據(jù)庫，不然不適應(yīng)這個數(shù)據(jù)庫；任一以Ａ為起點和終點，并出現(xiàn)全部其它城市總數(shù)據(jù)庫，都滿足終止條件．人工智能及其應(yīng)用知識第14頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

2.狀態(tài)空間表示舉例

例2猴子和香蕉問題(monkeyandbananaproblem)

在一個房間內(nèi)有一只猴子(可把這只猴子看做一個機器人)、一個箱子和一束香蕉。香蕉掛在天花板下方，但猴子高度不足以碰到它。那么這只猴子怎樣才能摘到香蕉呢?圖2.4表示出猴子、香蕉和箱子在房間內(nèi)相對位置。猴子和香蕉...

用一個四元表列(W,X,Y,Z)來表示這個問題狀態(tài)，

其中

W－猴子水平位置

X－當(dāng)猴子在箱子頂上時取X=1；不然取X=0

Y－箱子水平位置

Z－當(dāng)猴子摘到香蕉時取Z=1；不然取Z=0

圖2.4猴子和香蕉問題人工智能及其應(yīng)用知識第15頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

這個問題中操作(算符)以下：

(1)goto(U)猴子走到水平位置U，或者用產(chǎn)生式規(guī)則表示為：(W，0，Y，z)

(U，0，Y，z)(2.3)即應(yīng)用操作goto(U)，能把狀態(tài)(W，0，Y，z)變換為狀態(tài)(U，0，Y，z)。

(2)pushbox(V)猴子把箱子推到水平位置V，即有(W，0，W，z)

(V，0，V，z)(2.4)應(yīng)該注意是，要應(yīng)用算符pushbox(V)，就要求產(chǎn)生式規(guī)則左邊，猴子與箱子必須在同一位置上，而且，猴子不是在箱子頂上。這種強加于操作適用性條件，叫做產(chǎn)生式規(guī)則先決條件。

人工智能及其應(yīng)用知識第16頁2.1狀態(tài)空間法2.1.2狀態(tài)圖示法

這個問題中操作(算符)以下：

(3)climbbox猴子爬上箱頂，即有(W，0，W，z)

(W，1，W，z)(2.5)在應(yīng)用算符climbbox時也必須注意到，猴子和箱子應(yīng)該在同一位置上，而且猴子不在箱頂上。

(4)grasp猴子摘到香蕉，即有(c,1,c,0)

(c,1,c,1)(2.6)其中，c是香蕉正下方地板位置，在應(yīng)用算符grasp時，要求猴子和箱子都在位置c上，而且猴子已在箱子頂上。人工智能及其應(yīng)用知識第17頁2.1狀態(tài)空間法

對于規(guī)則(2)，只有當(dāng)算符pushbox(V)先決條件，即猴子與箱子在同一位置上而且猴子不在箱頂上這些條件得到滿足時，算符pushbox(V)才是適用。這一操作算符作用是猴子把箱子推到位置V。在這一表示中，目標狀態(tài)集合可由任何最終元素為1表列來描述。令初始狀態(tài)為(a,0,b,0)

這時，goto(U)是唯一適用操作，并造成下一狀態(tài)(U,0,b,0)。現(xiàn)在有3個適用操作，即goto(U)，pushbox(V)和climbbox(若U=b)。猴子和香蕉問題狀態(tài)空間圖人工智能及其應(yīng)用知識第18頁2.2問題歸約法

2.2.1問題歸約描述

先把問題分解為子問題和子-子問題，然后處理較小問題。對該問題某個詳細子集解答就意味著對原始問題一個解答。問題歸約表示組成部分：一個初始問題描述；一套把問題變換為子問題操作符；一套本原問題描述。問題歸約實質(zhì)：從目標(要處理問題)出發(fā)逆向推理，建立子問題以及子問題子問題，直至最終把初始問題歸約為一個平凡本原問題集合。

人工智能及其應(yīng)用知識第19頁2.2問題歸約法

2.2.1問題歸約描述１梵塔難題

有3個柱子(1，2和3)和3個不一樣尺寸圓盤（A，B和C）。在每個圓盤中心有一個孔，所以圓盤能夠堆疊在柱子上。最初，3個圓盤都堆在柱子1上：最大圓盤C在底部，最小圓盤A在頂部。要求把全部圓盤都移到柱子3上，每次只許移動一個，而且只能先搬動柱子頂部圓盤，還不許把尺寸較大圓盤堆放在尺寸較小圓盤上。這個問題初始配置和目標配置如圖2.6所表示。人工智能及其應(yīng)用知識第20頁2.2問題歸約法

解題過程：

將原始問題歸約為一個較簡單問題集合，要把全部圓盤都移至柱子3，我們必須首先把圓盤C移至柱子3；而且在移動圓盤C至柱子3之前，要求柱子3必須是空。只有在移開圓盤A和B之后，才能移動圓盤C；而且圓盤A和B最好不要移至柱子3，不然就不能把圓盤C移至柱子3。所以，首先應(yīng)該把圓盤A和B移到柱子2上。然后才能夠進行關(guān)鍵一步，把圓盤C從柱子1移至柱子3，并繼續(xù)處理難題其余部分。

將原始難題歸約（簡化）為以下子難題：移動圓盤A和B至柱子2雙圓盤難題，如圖(a)所表示。人工智能及其應(yīng)用知識第21頁2.2問題歸約法

圖2.7梵塔問題解答(a)圖2.8梵塔問題解答(b)圖2.9梵塔問題解答(c)人工智能及其應(yīng)用知識第22頁2.2問題歸約法

梵塔問題歸約圖：子問題2可作為本原問題考慮，因為它解只包含一步移動。應(yīng)用一系列相同推理，子問題1和子問題3也可被歸約為本原問題，如圖2.10所表示。這種圖式結(jié)構(gòu)，叫做與或圖(AND/ORgraph)。

它能有效地說明怎樣由問題歸約法求得問題解答。梵塔問題歸約圖人工智能及其應(yīng)用知識第23頁2.2問題歸約法

2.2.1問題歸約描述２問題歸約描述問題歸約方法應(yīng)用算符把問題描述變換為子問題描述，問題描述能夠用各種數(shù)據(jù)結(jié)構(gòu)形式，包含表列、樹、字符串、矢量、數(shù)組等。梵塔問題采取包含兩個數(shù)列表列來描述,[(113),（333)]表示把配置（113）變換為配置（333）。用狀態(tài)空間表示三元組合（S，F(xiàn)，G）來要求與描述問題，相關(guān)子問題能夠看成狀態(tài)空間中兩個一定“腳踏石”之間尋找路徑來區(qū)分。梵塔問題中子問題[（111）=>（122）]，[（122）=>（322）]，[（322）=>（333）]，要求了最終路徑將要經(jīng)過“腳踏石”狀態(tài)（122）和（322）。人工智能及其應(yīng)用知識第24頁2.2問題歸約法

2.2.2與或圖表示

與圖、或圖、與或圖：

普通地，我們用一個類似圖結(jié)構(gòu)來表示把問題歸約為后繼問題替換集合，這種結(jié)構(gòu)圖叫做問題歸約圖，或叫與或圖。以下列圖所表示:（引入附加節(jié)點使含有一個以上后繼問題每個集合能夠聚集在它們各自父輩節(jié)點之下。）子問題替換集合結(jié)構(gòu)圖與或圖

人工智能及其應(yīng)用知識第25頁2.2問題歸約法

2.2.2問題歸約描述

一些關(guān)于與或圖術(shù)語：終葉節(jié)點：對應(yīng)于原問題本原節(jié)點?；蚬?jié)點：只要處理某個問題就可處理其父輩問題節(jié)點集合，如（M，N，H）。與節(jié)點：只有處理全部子問題，才能處理其父輩問題節(jié)點集合，如（B,C)和（D,E,F）各個結(jié)點之間用一端小圓弧連接標識。

人工智能及其應(yīng)用知識第26頁2.2問題歸約法

2.2.2問題歸約描述

與或圖：由與節(jié)點及或節(jié)點組成結(jié)構(gòu)圖?？山夤?jié)點普通定義：

(1)終葉節(jié)點是可解節(jié)點(因為它們與本原問題相關(guān)連)。

(2)假如某個非終葉節(jié)點含有或后繼節(jié)點，那么只要當(dāng)其后繼節(jié)點最少有一個是可解時，此非終葉節(jié)點才是可解。

(3)假如某個非終葉節(jié)點含有與后繼節(jié)點，那么只有當(dāng)其后繼節(jié)點全部為可解時，此非終葉節(jié)點才是可解。圖2.15與或圖例子人工智能及其應(yīng)用知識第27頁2.2問題歸約法

2.2.2問題歸約描述

不可解節(jié)點普通定義:

(1)沒有后代非終葉節(jié)點為不可解節(jié)點。(2)假如某個非終葉節(jié)點含有或后繼節(jié)點，那么只有當(dāng)其全部后代為不可解時，此非終葉節(jié)點才是不可解。(3)假如某個非終葉節(jié)點含有與后繼節(jié)點，那么只要當(dāng)其后代最少有一個為不可解時，此非終葉節(jié)點才是不可解。

人工智能及其應(yīng)用知識第28頁2.2問題歸約法

2.2.2問題歸約描述

與或圖組成規(guī)則

(1)與或圖中每個節(jié)點代表一個要處理單一問題或問題集合。圖中所含起始節(jié)點對應(yīng)于原始問題。

(2)對應(yīng)于本原問題節(jié)點，叫做終葉節(jié)點，它沒有后代。

(3)對于把算符應(yīng)用于問題A每種可能情況，都把問題變換為一個子問題集合；有向弧線自A指向后繼節(jié)點表示所求得子問題集合，以下列圖所表示，把問題A歸約為3個不一樣子問題集合N，M，H(或節(jié)點)。

圖2.16與或樹人工智能及其應(yīng)用知識第29頁2.2問題歸約法

2.2.2問題歸約描述

與或圖組成規(guī)則(4)普通對于代表兩個或兩個以上子問題集合每個節(jié)點，有向弧線從此節(jié)點指向此子問題集合中各個節(jié)點。因為只有當(dāng)集合中全部項都有解時，這個子問題集合才能取得解答，所以這些子問題節(jié)點叫做與節(jié)點。

(5)在特殊情況下，當(dāng)只有一個算符可應(yīng)用于問題A，而且這個算符產(chǎn)生含有一個以上子問題某個集合時，由上述規(guī)則3和規(guī)則4所產(chǎn)生圖能夠得到簡化。

所以，代表子問題集合中間或節(jié)點能夠被略去，如右圖所表示。

圖2.16與或樹人工智能及其應(yīng)用知識第30頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

1.語法和語義(Syntax&Semantics)

謂詞邏輯基本組成部分：謂詞符號、變量符號、函數(shù)符號和常量符號，并用圓括號、方括號、花括號和逗號隔開，表示論域內(nèi)關(guān)系。原子公式(atomicformulas)由若干謂詞符號和項組成謂詞演算。原子公式是謂詞演算基本積木塊。比如，要表示＂機器人(ROBOT)在１號房間(r1)內(nèi)＂，如圖2.19所表示，能夠應(yīng)用原子公式:人工智能及其應(yīng)用知識第31頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

1.語法和語義(Syntax&Semantics)

當(dāng)機器人ROBOT移到房間r2時，原子公式能夠表示為：INROOM(ROBOT,r2)這兩個原子公式通用形式就是

又如,“李母親和他父親結(jié)婚”這句話原子公式表示以下：人工智能及其應(yīng)用知識第32頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

2.連詞和量詞(Connective&Quantifiers)(1)連詞

與·合?。╟onjunction）合取就是用連詞∧把幾個公式連接起來而組成公式。合取項是合取式每個組成部分。例：LIKE(I，MUSIC)∧LIKE(I，PAINTING)(我喜愛音樂和繪畫。)

人工智能及其應(yīng)用知識第33頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

2.連詞和量詞(Connective&Quantifiers)或·析?。╠isjunction）析取就是用連詞∨把幾個公式連接起來而組成公式。析取項是析取式每個組成部分。例：PLAYS(LILI，BASKETBALL)∨PLAYS(LILI，F(xiàn)OOTBALL)(李力打籃球或踢足球。)

人工智能及其應(yīng)用知識第34頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

2.連詞和量詞(Connective&Quantifiers)

(1)連詞

蘊涵"=>"表示"假如-那么"語句。用連詞=>連接兩個公式所組成公式叫做蘊涵。IF=>THEN前項后項(左式)(右式)例：RUNS(LIUHUA，F(xiàn)ASTEST)=>TWINS(LIUHUA，CHAMPION)(假如劉華跑得最快，那么他取得冠軍)非（NOT）表示否定，～、┑均可表示否定。例：～INROOM(ROBOT，r2)(機器人不在2號房間內(nèi)。)人工智能及其應(yīng)用知識第35頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

2.連詞和量詞(Connective&Quantifiers)

(2)量詞

全稱量詞(UniversalQuantifier)若一個原子公式P(x)，對于全部可能變量x都含有T值，則用(x)P(x)表示。例：(x)[ROBOT(x)=>COLOR(x,GRAY)](全部機器人都是灰色）(x)[Student(x)=>Uniform(x,Color)](全部學(xué)生都穿彩色制服)人工智能及其應(yīng)用知識第36頁2.3

謂詞邏輯法

2.3.1謂詞演算（PredicateCalculus）

2.連詞和量詞(Connective&Quantifiers)

(2)量詞

存在量詞(ExistentialQuantifier)

若一個原子公式P(x)，最少有一個變元X，可使P(X)為T值，則用(x)P(x)表示。例：(x)INROOM(x,r1)(1號房間內(nèi)有個物體)量化變元(QuantifiedVariables)被量化了變元x-約束變量。人工智能及其應(yīng)用知識第37頁2.3

謂詞邏輯法

2.3.2謂詞公式（PredicateFormulas）

1.謂詞公式定義

原子謂詞公式：用P(x1,x2,…,xn)表示一個n元謂詞公式，其中P為n元謂詞，x1,x2,…xn為客體變量或變元。通常把P(x1,x2,…,xn)叫做謂詞演算原子公式，或原子謂詞公式。

分子謂詞公式：能夠用連詞把原子謂詞公式組成復(fù)合謂詞公式，并把它叫做分子謂詞公式。

適當(dāng)公式(WFF,well-formedformulas)遞歸定義：

(1)原子謂詞公式是適當(dāng)公式。

(2)若A為適當(dāng)公式，則～A也是一個適當(dāng)公式。

(3)若A和B都是適當(dāng)公式，則(A∧B),(A∨B),(A=>B),(A←→B)也都是適當(dāng)公式。

(4)若A是適當(dāng)公式，x為A中自由變元，則(x)A,(x)A都是適當(dāng)公式。

(5)只有按上述規(guī)則(1)至(4)求得那些公式，才是適當(dāng)公式。人工智能及其應(yīng)用知識第38頁2.3

謂詞邏輯法

2.3.2謂詞公式（PredicateFormulas）

1.謂詞公式定義

例題："對于全部x，假如x是整數(shù)，則x或為正或者為負。"(x)(I(x)=>(P(x)∨N(x)))I(x)表示"x是整數(shù)"，P(x)表示"x是正數(shù)"，N(x)表示"x是負數(shù)"。人工智能及其應(yīng)用知識第39頁2.3

謂詞邏輯法

2.3.2謂詞公式（PredicateFormulas）

2.適當(dāng)公式性質(zhì)

適當(dāng)公式真值：p36表2-1真值表人工智能及其應(yīng)用知識第40頁2.3

謂詞邏輯法

2.3.3置換與合一（Substitution&Unification）

1.置換

在謂詞邏輯中，有些推理規(guī)則可應(yīng)用于一定適當(dāng)公式和適當(dāng)公式集，以產(chǎn)生新適當(dāng)公式。一個主要推理規(guī)則是假元推理，這就是由適當(dāng)公式W1和W1=>W2產(chǎn)生適當(dāng)公式W2運算。另一個推理規(guī)則叫做全稱化推理，它是由適當(dāng)公式(x)W(x)產(chǎn)生適當(dāng)公式W(A)，其中A為任意常量符號。

假元推理：

全稱化推理：

綜合推理：

人工智能及其應(yīng)用知識第41頁2.3

謂詞邏輯法

2.3.3置換與合一（Substitution&Unification）

1.置換

置換：用項(A)替換函數(shù)表示式中變量(x)，記為ES，即表示一個表示式E(Expression)用一個置換S(Substitution)而得到表示式置換。

例1表示式P[x,f(y),B]4個置換為s1={z/x,w/y}s2={A/y}s3={q(z)/x,A/y}s4={c/x,A/y}我們用Es來表示一個表示式E用置換s所得到表示式置換。于是，我們可得到P[x,f(y),B]4個置換例，以下：P[x,f(y),B]s1=P[z,f(w),B]P[x,f(y),B]s2=P[x,f(A),B]P[x,f(y),B]s3=P[q(z),f(A),B]P[x,f(y),B]s4=P[c,f(A),B]

人工智能及其應(yīng)用知識第42頁2.3

謂詞邏輯法

2.3.3置換與合一（Substitution&Unification）

2.性質(zhì)

可結(jié)合律(LS1)S2=L(S1S2)(L表示一表示式)(S1S2)S3=S1(S2S3)置換是可結(jié)合。用s1s2表示兩個置換s1和s2合成。L表示一表示式，則有(Ls1)s2=L(s1s2)以及(s1s2)s3=s1(s2s3)

即用s1和s2相繼作用于表示式L是同用s1s2作用于L一樣。

普通說來，置換是不可交換，即s1s2≠s2s13.合一(unification)P38合一：尋找項對變量置換，以使兩表示式一致。

可合一：假如一個置換s作用于表示式集{Ei}每個元素，則我們用{Ei}s來表示置換例集。我們稱表示式集{Ei}是可合一。人工智能及其應(yīng)用知識第43頁2.3

謂詞邏輯法2.3.3置換與合一（Substitution&Unification）

例:表示式集P[x,f(y),B],P[x,f(B),B]合一者為:s={A/x,B/y}因為P[x,f(y),B]s=P[x,f(B),B]=P[A,f(B),B]

即s使表示式成為單一形式:P[A,f(B),B],但最簡單合一者為:s’={B/Y}

人工智能及其應(yīng)用知識第44頁2.4語義網(wǎng)絡(luò)法

語義網(wǎng)絡(luò)是1968年Quilian在研究人類聯(lián)想記憶時提出心理學(xué)模型，認為記憶是由概念間聯(lián)絡(luò)來實現(xiàn)。1972年，Simmons首先將語義網(wǎng)絡(luò)表示法用于自然語言了解系統(tǒng)。

語義網(wǎng)絡(luò)結(jié)構(gòu)：語義網(wǎng)絡(luò)是知識一個圖解表示，它由節(jié)點和弧線或鏈線組成。節(jié)點用于表示實體、概念和情況等，弧線用于表示節(jié)點間關(guān)系。組成部分:1詞法部分：決定表示詞匯表中允許有哪些符號，它包括各個節(jié)點和弧線。2結(jié)構(gòu)部分：敘述符號排列約束條件，指定各弧線連接節(jié)點對。3過程部分：說明訪問過程，這些過程能用來建立和修正描述，以及回答相關(guān)問題。4語義部分：確定與描述相關(guān)(聯(lián)想)意義方法即確定相關(guān)節(jié)點排列及其占有物和對應(yīng)弧線。人工智能及其應(yīng)用知識第45頁2.4語義網(wǎng)絡(luò)法2.4.1二元語義網(wǎng)絡(luò)表示(RepresentationofTwo-ElementSemanticNetwork)

1.表示簡單事實

例1.全部燕子都是鳥

人工智能及其應(yīng)用知識第46頁2.4語義網(wǎng)絡(luò)法2.4.1二元語義網(wǎng)絡(luò)表示(RepresentationofTwo-ElementSemanticNetwork)

2.表示占相關(guān)系和其它情況P40例2.小燕是一只燕子，燕子是鳥；巢-1是小燕巢，巢-1是巢中一個。

3.選擇語義基元

試圖用一組基元來表示知識，方便簡化表示，并可用簡單知識來表示更復(fù)雜知識。

人工智能及其應(yīng)用知識第47頁人工智能及其應(yīng)用知識第48頁2.4語義網(wǎng)絡(luò)法例3.我椅子顏色是咖啡色；椅子包套是皮革；椅子是一個家俱；椅子是座位一部分；椅子全部者是X；X是個人，以下列圖所表示：

人工智能及其應(yīng)用知識第49頁2.4語義網(wǎng)絡(luò)法

2.4.2多元語義網(wǎng)絡(luò)表示

語義網(wǎng)絡(luò)是一個網(wǎng)絡(luò)結(jié)構(gòu)。節(jié)點之間以鏈相連。多元語義網(wǎng)絡(luò)表示實質(zhì)：把多元關(guān)系轉(zhuǎn)化為一組二元關(guān)系組合，或二元關(guān)系合取。假如所要表示知識是一元關(guān)系，比如，要表示李明是一個人，這在謂詞邏輯中可表示為MAN(LIMING)。用語義網(wǎng)絡(luò)，這就能夠表示為:與這么表示法相等效關(guān)系在謂詞邏輯中表示為ISA(LIMING，MAN)。這說明語義網(wǎng)絡(luò)能夠毫無困難地表示一元關(guān)系。人工智能及其應(yīng)用知識第50頁2.4語義網(wǎng)絡(luò)法

比如：要表示北京大學(xué)(BEIJINGUniversity,簡稱BU)和清華大學(xué)(TSINGHUAUniversity,簡稱TU)兩?；@球隊在北大進行一場比賽比分是85比89。若用謂詞邏輯可表示為SCORE(BU，TU，(85-89))。這個表示式中包含3項，而語義網(wǎng)絡(luò)從本質(zhì)上來說，只能表示二元關(guān)系。處理這個矛盾一個方法是把這個多元關(guān)系轉(zhuǎn)化成一組二元關(guān)系組合，或二元關(guān)系合取。詳細來說，多元關(guān)系R(X1，X2，…，Xn)總能夠轉(zhuǎn)換成R1(X11，X12)∧R2(X21，X22)∧…∧Rn(Xn1,Xn2)圖2.20多元關(guān)系語義網(wǎng)絡(luò)表示

人工智能及其應(yīng)用知識第51頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

在語義網(wǎng)絡(luò)知識表示方法中，賦予網(wǎng)絡(luò)結(jié)構(gòu)含義完全決定于管理這個網(wǎng)絡(luò)過程特征。為了便于以下敘述，對所用符號作深入要求。區(qū)分在鏈頭部和在鏈尾部節(jié)點，把在鏈尾部節(jié)點稱為值節(jié)點。另外，我們還要求節(jié)點槽相當(dāng)于鏈，不過取不一樣名字而已。在圖2.28中磚塊12(BRICK12)有3個鏈，構(gòu)成兩個槽。其中一個槽只有一個值，另外一個槽有兩個值。我們說顏色槽(COLOR)填入紅色(RED)，ISA槽填入了磚塊(BRICK)和玩具(TOY)。圖2.28語義網(wǎng)絡(luò)槽和數(shù)值人工智能及其應(yīng)用知識第52頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

語義網(wǎng)絡(luò)中推理過程主要有兩種:一個是繼承，另一個是匹配。以下我們分別介紹這兩種過程。

1.繼承

在語義網(wǎng)絡(luò)中所謂繼承是把對事物描述從概念節(jié)點或類節(jié)點傳遞到實例節(jié)點。比如在圖2.29上所表示語義網(wǎng)絡(luò)中BRICK是概念節(jié)點，BRICK12是一個實例節(jié)點。BRICK節(jié)點在SHAPE(外形)槽，其中填入了RECTANGULAR(矩形)，說明磚塊外形是矩形。這個描述能夠經(jīng)過ISA鏈傳遞給實例節(jié)點BRICK12。所以，即使BRICK12節(jié)點沒有SHAPE槽，但能夠從這個語義網(wǎng)絡(luò)推理出BRICK12外形是矩形。圖2.29語義網(wǎng)絡(luò)值繼承人工智能及其應(yīng)用知識第53頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

1.繼承

這種推理過程，類似于人思維過程。一旦知道了某種事物身份以后，能夠聯(lián)想起很多關(guān)于這件事物普通描述。比如，我們通常認為鯨魚很大，鳥比較小，城堡很古老，運動員很健壯。這就像我們用每種事物經(jīng)典情況來描述各種事物--鯨魚、鳥、城堡和運動員--那樣。

一共有3種繼承過程：值繼承、"假如需要"繼承和"默認"繼承。

人工智能及其應(yīng)用知識第54頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

語義網(wǎng)絡(luò)中推理過程主要有兩種:一個是繼承，另一個是匹配。以下我們分別介紹這兩種過程。

1.繼承

(1)值繼承

除了ISA鏈以外，另外還有一個AKO(是某種)鏈也可被用于語義網(wǎng)絡(luò)中描述或特征繼承。AKO是A-KIND-OF縮寫。

總之，ISA和AKO鏈直接地表示類組員關(guān)系以及子類和類之間關(guān)系，提供了一個把知識從某一層傳遞到另一層路徑。

為了能利用語義網(wǎng)絡(luò)繼承特征進行推理我們還需要一個搜索程序用來在適當(dāng)節(jié)點尋找適當(dāng)槽。

人工智能及其應(yīng)用知識第55頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

1.繼承

(2)“假如需要”繼承

在一些情況下，當(dāng)我們不知道槽值時，能夠利用已知信息來計算。比如，我們能夠依據(jù)體積和物質(zhì)密度來計算積木重量。進行上述計算程序稱為if-needed(假如需要)程序。

為了儲存進行上述計算程序，我們需要改進節(jié)點槽值結(jié)構(gòu)，允許槽有幾個類型值，而不只是一個類型。為此，每個槽又能夠有若干個側(cè)面，以儲存這些不一樣類型值。這么，以前我們討論原始意義上值就放“值側(cè)面”中，if-needed程序，存放在IF-NEEDED側(cè)面中。

比如在圖2.30(a)中，一個重量確定程序存放在BLOCK節(jié)點WEIGHT槽IF-NEEDED側(cè)面中。人工智能及其應(yīng)用知識第56頁圖2.30語義網(wǎng)絡(luò)"假如需要"繼承人工智能及其應(yīng)用知識第57頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

1.繼承

(3)“缺省”繼承

一些情況下，當(dāng)我們對事物所作假設(shè)不是十分有把握時，最好對所作假設(shè)加上“可能”這么字眼。比如，我們能夠認為法官可能是老實，但不一定是；或認為寶石可能是很昂貴，但不一定是。

我們把這種含有相當(dāng)程度真實性，但又不能十分必定值稱為“缺省”值。這種類型值被放入槽DEFAULT(缺省)側(cè)面中.比如，在圖2.31中，網(wǎng)絡(luò)所表示含義是：從整體來說，積木顏色很可能是藍色，但在磚塊中，顏色可能是紅。對BLOCK和BRICK節(jié)點來說，在COLOR槽中找到側(cè)面都是DEFAULT側(cè)面，在圖中以括弧加以標志圖2.31語義網(wǎng)絡(luò)"缺省"繼承人工智能及其應(yīng)用知識第58頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

2.匹配

至今我們所討論是類節(jié)點和實例節(jié)點，比如BRICK和BRICK12之間繼承值?，F(xiàn)在我們轉(zhuǎn)向討論更為困難一些問題。當(dāng)處理包括由幾部分組成事物時，如圖2.32中玩具房(TOY-HOUSE)和玩具房-77(TOY-HOUSE77)，繼承過程將怎樣進行。我們不但必須制訂怎樣把值從玩具房傳遞到玩具房-77路徑，而且必須制訂把值從玩具房部件傳遞到玩具房-77部件路徑。

人工智能及其應(yīng)用知識第59頁

比如，很顯著，因為TOY-HOUSE77是TOY-HOUSE一個實例，所以它必須有兩個部件，一個是磚塊，另一個是楔塊(wedge)。另外，作為玩具房一個部件磚塊必須支撐楔塊。在圖2.32中，玩具房-77部件以及它們之間鏈，都用虛線畫節(jié)點箭頭來表示。因為這些知識是經(jīng)過繼承而間接知道，并不是經(jīng)過實際節(jié)點和鏈直接知道。所以，我們說虛線所表示節(jié)點和箭頭表示鏈是虛節(jié)點和虛鏈。圖2.32虛節(jié)點和虛鏈

人工智能及其應(yīng)用知識第60頁圖2.32虛節(jié)點和虛鏈

沒有必要從TOYHOUSE節(jié)點把這些節(jié)點和鏈復(fù)制到TOY-HOUSE77節(jié)點去，除非我們需要在這些復(fù)制節(jié)點加上玩具房-77所特有信息。比如，假如我們要表示玩具房-77磚塊顏色是紅，就必須為TOY-HOUSE77建立一個BRICK節(jié)點，并把RED放在這個BRICK節(jié)點COLOR槽中。假設(shè)我們把RED放在作為玩具房部件BRICK節(jié)點COLOR槽中，這將意味著全部玩具房磚都是紅色，而不是只在由玩具房-77所描述特定房子中磚是紅色。人工智能及其應(yīng)用知識第61頁2.4語義網(wǎng)絡(luò)法

2.4.3語義網(wǎng)絡(luò)推理過程

現(xiàn)在我們來研究圖2.33中結(jié)構(gòu)35(STRUCTURE35)。已知這個結(jié)構(gòu)有兩個部件，一個磚塊BRICK12和一個楔塊WEDGE18。一旦在STRUCTURE35和TOY-HOUSE之間放上ISA鏈，我們就知道BRICK12必須支撐WEDGE18。在圖2.18上用虛線箭頭表示BRICK12和WEDGE18之間SUPPORT虛鏈。因為很輕易做部件匹配，所以虛線箭頭位置和方向很輕易確定。WEDGE18必定和作為TOY-HOUSE一個部件楔塊相匹配，而BRICK12必定和磚塊相匹配。圖2.33部件匹配人工智能及其應(yīng)用知識第62頁2.5框架表示法心理學(xué)研究結(jié)果表明，在人類日常思維和了解活動中，當(dāng)分析和解釋碰到新情況時，要使用到過去經(jīng)驗中積累知識。這些知識規(guī)模巨大而且以很好組織形式保留在人們記憶中。比如:當(dāng)我們走進一家從來沒來過飯店時，依據(jù)以往經(jīng)驗，能夠預(yù)見在這家飯店我們將會看到菜單、桌子、服務(wù)員等等。當(dāng)我們走進教室時，能夠預(yù)見在教室里能夠看到椅子、黑板等等。我們試圖用以往經(jīng)驗來分析解釋當(dāng)前所碰到情況。人工智能及其應(yīng)用知識第63頁2.5框架表示法當(dāng)然，我們無法把過去經(jīng)驗一一都存在腦子里，而只能以一個通用數(shù)據(jù)結(jié)構(gòu)形式存放以往經(jīng)驗。這么數(shù)據(jù)結(jié)構(gòu)稱為框架?？蚣芴峁┝艘粋€結(jié)構(gòu)，一個組織。在這個結(jié)構(gòu)或組織中，新資料能夠用從過去經(jīng)驗中得到概念來分析和解釋。所以，框架是一個結(jié)構(gòu)化表示法。

通?？蚣懿扇≌Z義網(wǎng)絡(luò)中節(jié)點-槽-值表示結(jié)構(gòu)。所以框架也能夠定義為是一組語義網(wǎng)絡(luò)節(jié)點和槽，這組節(jié)點和槽能夠描述格式固定事物、行動和事件。語義網(wǎng)絡(luò)可看做節(jié)點和弧線集合，也能夠視為框架集合。

人工智能及其應(yīng)用知識第64頁2.5框架表示法2.5.1框架組成

框架通常由描述事物各個方面槽組成，每個槽能夠擁有若干個側(cè)面，而每個側(cè)面又能夠擁有若干個值。這些內(nèi)容能夠依據(jù)詳細問題詳細需要來取舍，一個框架普通結(jié)構(gòu)以下：

<框架名>

<槽1><側(cè)面11><值111>…<側(cè)面12><值121>……

<槽2><側(cè)面21><值211>…

…

…

<槽n><側(cè)面n1><值n11>…

…

<側(cè)面nm><值nm1>…

人工智能及其應(yīng)用知識第65頁2.5框架表示法2.5.1框架組成較簡單情景是用框架來表示諸如人和房子等事物。比如，一個人能夠用其職業(yè)、身高和體重等項描述，因而能夠用這些項目組成框架槽。當(dāng)描述一個詳細人時，再用這些項目標詳細值填入到對應(yīng)槽中。表2.3給出是描述John框架。

對于大多數(shù)問題，不能這么簡單地用一個框架表示出來，必須同時使用許多框架,組成一個框架系統(tǒng)。表2.3簡單框架示例JOHN描述框架人工智能及其應(yīng)用知識第66頁2.5框架表示法一個框架系統(tǒng)

圖2.32所表示就是表示立方體一個視圖框架。圖中，最高層框架，用isa槽說明它是一個立方體，并由region槽指示出它所擁有3個可見面A、B、E。而A、B、E又分別用3個框架來詳細描述。用mustbe槽指示出它們必須是一個平行四邊形。

圖2.32一個立體視圖框架表示人工智能及其應(yīng)用知識第67頁2.5框架表示法一個框架系統(tǒng)

為了能從各個不一樣角度來描述物體，能夠?qū)Σ灰粯咏嵌纫晥D分別建立框架，然后再把它們聯(lián)絡(luò)起來組成一個框架系統(tǒng)。圖2.35所表示就是從3個不一樣角度來研究一個立方體例子。為了簡便起見，圖中略去了一些細節(jié)，在表示立方體表面槽中，用實線與可見面連接，用虛線與不可見面連接。

圖2.35表示立方體框架系統(tǒng)人工智能及其應(yīng)用知識第68頁2.5框架表示法以下是另一個框架系統(tǒng)例子

"今天一次強度為里氏8.5級強烈地震攻擊了下斯洛文尼亞(LowSlabovia)地域，造成25人死亡和5億美元財產(chǎn)損失。下斯洛文尼亞地域主席說，多年來，靠近薩迪豪金斯斷層重災(zāi)區(qū)一直是一個危險地域。能夠用圖2.36中虛線部分所表示EARTHQUAKE13框架來表示這一新聞。圖2.36表示災(zāi)害事件框架系統(tǒng)

人工智能及其應(yīng)用知識第69頁

圖中在鏈上標明地點(place)、日期(day)、傷亡(fatalities)、損失(damage)、震級(magnitude)、斷層(fault)是槽名稱。在節(jié)點中填入對應(yīng)填充值。

這個框架能夠發(fā)展成框架系統(tǒng)，以描述更復(fù)雜更廣泛事件。比如，向上移動一層話，能夠把地震看成是一個災(zāi)害事件(disasterevent)，除此之外還能夠有洪水(flood)、颶風(fēng)(huricane)等災(zāi)害事件、它們組成一個DISASTEREVENT基本框架。如向下移動一層，在每個槽中也能夠填入一個框架。比如FATALITIES、也能夠用一個框架來描述。

人工智能及其應(yīng)用知識第70頁2.5框架表示法

顯而易見，這種框架系統(tǒng)含有樹狀結(jié)構(gòu)。樹狀結(jié)構(gòu)框架系統(tǒng)每個節(jié)點含有以下框架結(jié)構(gòu)形式：框架名AKOVALUE<值>PROPDEFAULT<表1>SFIF-NEEDED<算術(shù)表示式>CONFLICTADD<表2>其中框架名用類名表示。AKO是一個槽，VALUE是它側(cè)面，經(jīng)過填寫<值>內(nèi)容表示出該框架屬于哪一類。PROP槽用來統(tǒng)計該節(jié)點所含有特征，其側(cè)面DEFAULT表示該槽內(nèi)容是能夠進行缺省繼承，即當(dāng)<表1>為非NIL時，PROP槽值為<表1>，當(dāng)<表1>為NIL時，PROP槽值用其父節(jié)點PROP槽值來代替。人工智能及其應(yīng)用知識第71頁2.5框架表示法2.5.2框架推理

框架是一個復(fù)雜結(jié)構(gòu)語義網(wǎng)絡(luò)。所以語義網(wǎng)絡(luò)推理中匹配和特征繼承在框架系統(tǒng)中也能夠?qū)嵤?。除此以外，因為框架用于描述含有固定格式事物、動作和事件，所以能夠在新情況下，推論出未被觀察到事實?？蚣苡靡韵聨讉€路徑來幫助實現(xiàn)這一點：

(1)框架包含它所描述情況或物體多方面信息。這些信息能夠被引用，就像已經(jīng)直接觀察到這些信息一樣。(2)框架包含物體必須含有屬性。在填充框架各個槽時，要用到這些屬性。

(3)框架描述它們所代表概念經(jīng)典事例。假如某一情況在很多方面和一個框架相匹配，只有少部分相互之間存在不一樣之處。這些不一樣之處很可能對應(yīng)于當(dāng)前情況主要方面，可能應(yīng)該對這些不一樣之處作出解答。所以，假如一個椅子被認為應(yīng)有4條腿，而某一椅子只有3條腿，那么或許這把椅子需要修理。

人工智能及其應(yīng)用知識第72頁2.5框架表示法2.5.2框架推理

用一個框架來詳細表達一個特定情況過程，經(jīng)常不是很順利。但當(dāng)這個過程碰到障礙時，經(jīng)常無須放棄原來努力去從頭開始，而是有很多方法可想：(1)選擇和當(dāng)前情況相對應(yīng)當(dāng)前框架片斷，并把這個框架片斷和候補框架相匹配。選擇最正確匹配。假如當(dāng)前框架，總來說差不多是能夠接收，則許多已經(jīng)做，相關(guān)建立子結(jié)構(gòu)以填入這個框架工作將可保留。(2)盡管當(dāng)前框架和要描述情況之間有不相匹配地方，不過依然能夠繼續(xù)應(yīng)用這個框架。比如，所研究只有3條腿椅子，可能是一個破椅子或是有另一個在椅子前面物體擋住了一條腿?？蚣苣骋徊糠职P(guān)于哪些特征是允許不相匹配信息。一樣，也有普通啟發(fā)性標準，比如一個漏失某項期望特征框架(可能因為被擋住視線造成)比另一個多了某一項不應(yīng)有特征框架更適合當(dāng)前情況。舉例來說，一個人只有一條腿比說一個人有3條腿或有尾巴更合乎情理些。

人工智能及其應(yīng)用知識第73頁2.5框架表示法2.5.2框架推理

(3)查詢框架之間專門保留鏈，以提出應(yīng)朝哪個方向進行試探提議。這種鏈例子與圖2.35所表示網(wǎng)絡(luò)相同。比如，假如和CHAIR框架匹配時，發(fā)覺沒有靠背，而且太寬，這時就提議用BENCH(條凳)框架；假如太高，而且沒有靠背，就提議用STOOL(凳子)框架。圖2.37相同網(wǎng)絡(luò)人工智能及其應(yīng)用知識第74頁2.5框架表示法2.5.2框架推理

(4)沿著框架系統(tǒng)排列層次結(jié)構(gòu)向上移動(即從狗框架→哺乳動物框架→動物框架)，直到找到一個足夠通用，并不與已經(jīng)有事實矛盾框架。假如框架足夠詳細，能夠提供所要求知識，那就采取這個框架?；蛘呓⒁粋€新、恰好在匹配框架下一層框架。

人工智能及其應(yīng)用知識第75頁2.6劇本(script)表示

劇本是框架一個特殊形式，它用一組槽來描述一些事件發(fā)生序列，就像劇本中事件序列一樣，故稱為"劇本"。

2.6.1劇本組成

一個劇本普通由以下各部分組成：

(1)開場條件給出在劇本中描述事件發(fā)生前提條件。

(2)角色用來表示在劇本所描述事件中可能出現(xiàn)相關(guān)人物一些槽。

(3)道具這是用來表示在劇本所描述事件中可能出現(xiàn)相關(guān)物體一些槽。

(4)場景描述事件發(fā)生真實次序，能夠由多個場景組成，每個場景又能夠是其它劇本。

(5)結(jié)果給出在劇本所描述事件發(fā)生以后通常所產(chǎn)生結(jié)果。

人工智能及其應(yīng)用知識第76頁2.6劇本(script)表示

劇本是框架一個特殊形式，它用一組槽來描述一些事件發(fā)生序列，就像劇本中事件序列一樣，故稱為“劇本”。

2.6.1劇本組成

下面以餐廳劇本為例說明劇本各個部分組成。

(1)開場條件

(a)用戶餓了，需要進餐。(b)用戶有足夠錢(2)角色

用戶，服務(wù)員，廚師，老板。

(3)道具

食品，桌子，菜單，錢。

人工智能及其應(yīng)用知識第77頁2.6劇本(script)表示

2.6.1劇本組成(4)場景

場景1進入餐廳

(a)用戶走入餐廳。(b)尋找桌子。

(c)在桌子旁坐下。

場景2點菜

(a)服務(wù)員給用戶菜單。(b)用戶點菜。

(c)用戶把菜單還給服務(wù)員。(d)用戶等候服務(wù)員送菜。場景3等候

(a)服務(wù)員把用戶所點菜告訴廚師。(b)廚師做菜。場景4吃菜

(a)廚師把做好菜給服務(wù)員。(b)服務(wù)員給用戶送菜。

(c)用戶吃菜。

場景5離開

(a)服務(wù)員拿來帳單。(b)用戶付錢給服務(wù)員。

(c)用戶離開餐廳。

人工智能及其應(yīng)用知識第78頁2.6劇本(script)表示

2.6.1劇本組成

(5)結(jié)果

(a)用戶吃了飯，不餓了。(b)用戶花了錢。

(c)老板掙了錢。(d)餐廳食品少了。人工智能及其應(yīng)用知識第79頁2.6劇本(script)表示

2.6.2劇本推理

劇本是有用知識表示結(jié)構(gòu)，因為在現(xiàn)實世界中事件發(fā)生某種模式來自事件之間因果關(guān)系。事件中主人公完成一個動作后才能完成另一個動作。劇本中所描述事件形成一個巨大因果鏈，這個鏈起點是一組開場條件，滿足這些開場條件，劇本中事件才能產(chǎn)生。鏈終點是一組結(jié)果，有了這組結(jié)果，以后事件或事件序列(可能用其它劇原來描述)才能發(fā)生。在這個鏈內(nèi)一件事情和前后事情都相互聯(lián)絡(luò)。前面事件，使當(dāng)前事件有可能產(chǎn)生，而當(dāng)前事件又使后面事件有可能產(chǎn)生。人工智能及其應(yīng)用知識第80頁2.6劇本(script)表示

2.6.2劇本推理

如已知某一劇本適合用于所給定情形，劇本在預(yù)言一些沒有直接提到事件方面尤其有用。同時劇本對表示已經(jīng)提到事件之間關(guān)系也很有用。比如，要表示某人點了燉牛肉這道菜和此人吃牛肉之間是什么聯(lián)絡(luò)，就能夠利用劇本。但在應(yīng)用某一劇本以前，必須先準備好劇本，也就是先要確定這個劇本適合用于當(dāng)前情形。依據(jù)劇本主要性，能夠有二種準備劇本方法。

(1)對于不屬于事件關(guān)鍵部分劇本，只需設(shè)置指向該劇本指針即可，方便當(dāng)它成為關(guān)鍵時啟用，如對于餐廳劇本，在下述事件中應(yīng)采取這種方法：

蘇珊在去博物館路上經(jīng)過她喜歡餐廳。她非常喜歡這次畢加索作品展覽會。

(2)對于符合事件關(guān)鍵部分劇本，則應(yīng)使用在當(dāng)前事件中包括到詳細對象和人物去填寫劇本槽。劇本前提、道具、角色和事件等常能起到啟用劇本指示器作用。

一旦劇本被啟用，則能夠應(yīng)用它來進行推理。其中最主要是利用劇本能夠預(yù)測沒有顯著提及事件發(fā)生。

人工智能及其應(yīng)用知識第81頁2.6劇本(script)表示

2.6.2劇本推理

比如，對于以下情節(jié)：

"昨晚，約翰到了餐廳。他訂了牛排。當(dāng)他要付款時發(fā)覺錢已用光。因為開始下雨了，所以他趕快回家了"。

假如有些人提問：

"昨晚，約翰吃飯了嗎?"

即使在上面情節(jié)中并沒有提到約翰吃沒吃飯問題，但借助于餐廳劇本，能夠回答：“他吃了。”這是因為啟用了餐廳劇本，情節(jié)中全部事件與劇本中所預(yù)測事件序列相對應(yīng)，因而能夠推斷出整個事件正常進行時所得出結(jié)果。

不過，一旦一個經(jīng)典事件被中止，也就是給定情節(jié)中某個事件與劇本中事件不能對應(yīng)時，則劇本便不能預(yù)測被中止以后事件了。人工智能及其應(yīng)用知識第82頁2.6劇本(script)表示

2.7.2劇本推理

比如以下情節(jié)：

“約翰走進餐廳。他被帶到餐桌旁。訂了一大塊牛排之后，他坐在那兒等了許久。于是，他生氣地走了?！?/p>

該情節(jié)中，因為要久等，所以約翰走了，這一事件改變了餐廳劇本中所預(yù)測事件序列，因而被中止了，這時就不能推斷約翰是否付了帳等情節(jié)，但依然能夠推斷出他看了菜單，這是因為看菜單事件發(fā)生在中止之前。從該例也能夠看出，利用劇本能夠?qū)⑹虑樽⒁饬性凇耙驗榫玫?，約翰生氣了”這么一些特殊事件發(fā)生上。

劇本結(jié)構(gòu)，比起框架這么一些通用結(jié)構(gòu)來，要呆板得多，知識表示范圍也很窄，所以不適合用于表示各種知識，但對于表示預(yù)先構(gòu)思好特定知識，如了解故事情節(jié)等，是非常有效。人工智能及其應(yīng)用知識第83頁2.7過程(procedure)表示

過程式表示就是將相關(guān)某一問題領(lǐng)域知識，連同怎樣使用這些知識方法，均隱式地表示為一個求解問題過程。過程式不像陳說式那樣含有固定形式，怎樣描述知識完全取決于詳細問題。下面以八數(shù)碼問題為例，給出一個求解該問題過程式描述。

我們用一個3×3方格陣來表示該問題一個狀態(tài)，為敘述上方便，我們用a～i來標識這9個方格，如圖2.38(a)所表示。問題目標狀態(tài)設(shè)定為圖2.38(b)。當(dāng)任意給定一初始狀態(tài)后，求解該問題過程以下：

圖2.38狀態(tài)描述及其目標狀態(tài)人工智能及其應(yīng)用知識第84頁2.7過程(procedure)表示

(1)首先移動棋牌，使得棋子1和空格均不在位置c上。

(2)依次移動棋牌，使得空格位置沿圖2.39(a)所表示箭頭方向移動，直到棋子1位于a為止。

(3)依次移動將牌，使得空格位置沿圖2.39(b)所表示箭頭方向移動，直到數(shù)碼2位于b為止。若這時剛好數(shù)碼3在位置c，則轉(zhuǎn)(6)。圖2.39空格移動方向示意圖

人工智能及其應(yīng)用知識第85頁2.7過程(procedure)表示

(4)依次移動將牌，使得空格位置沿圖2.39(c)所表示箭頭方向移動，直到數(shù)碼3位于e為止。這時空格剛好在位置d。

經(jīng)過以上4步，得到狀態(tài)如圖2.40(a)所表示。其中"×"表示除空格以外任何將牌。

(5)依次移動將牌，使得空格位置沿圖2.39(d)所表示箭頭方向移動，直到空格又回到了d為止。此時狀態(tài)如圖2.40(b)所表示。

(6)依次移動將牌，使得空格位置沿圖2.39(e)所表示箭頭方向移動，直到數(shù)碼4在位置f為止。若這時剛好數(shù)碼5在位置i則轉(zhuǎn)(9)。人工智能及其應(yīng)用知識第86頁2.7過程(procedure)表示

(7)依次移動將牌，使得空格位置沿圖2.39(f)所表示箭頭方向移動，直到數(shù)碼5位于e為止。這時空格剛好在位置d。

(8)依次移動將牌，使得空格位置沿圖2.39(g)所表示箭頭方向移動，直到空格又回到位置d為止。

(9)依次移動將牌，使得空格位置沿圖2.39(h)所表示箭頭方向移動，直到數(shù)碼6在位置h為止，若這時數(shù)碼7、8分別在位置g和d，則問題得解，不然，說明由所給初始狀態(tài)達不到所要求目標狀態(tài)。

人工智能及其應(yīng)用知識第87頁2.7過程(procedure)表示

圖2.41給出了應(yīng)用以上過程求解一個詳細八數(shù)碼問題例子，其中(1)～(9)9個狀態(tài)分別對應(yīng)了以上過程(1)～(9)9個步驟結(jié)束時所到達狀態(tài)。

從圖2.41能夠看出，這么得到解路顯然不是最正確，但是按這么一個過程編寫計算機程序具有非常高求解效率.

人工智能及其應(yīng)用知識第88頁2.8小結(jié)本章所討論知識表示問題是人工智能研究關(guān)鍵問題之一。知識表示方法很多，本章介紹了其中7種，有圖示法和公式法，陳說式表示和過程式表示等。

狀態(tài)空間法是一個基于解答空間問題表示和求解方法，它是以狀態(tài)和操作符為基礎(chǔ)。在利用狀態(tài)空間圖表示時，我們從某個初始狀態(tài)開始，每次加一個操作符，遞增地建立起操作符試驗序列，直到抵達目標狀態(tài)為止。因為狀態(tài)空間法需要擴展過多節(jié)點，輕易出現(xiàn)"組合爆炸"，因而只適合用于表示比較簡單問題。

問題歸約法從目標(要處理問題)出發(fā)，逆向推理，經(jīng)過一系列變換把初始問題變換為子問題集合和子-子問題集合，直至最終歸約為一個平凡本原問題集合。這些本原問題解能夠直接得到從而處理了初始問題，用與或圖來有效地說明問題歸約法求解路徑。

人工智能及其應(yīng)用知識第89頁2.8小結(jié)人工智能及其應(yīng)用知識第90頁2.8小結(jié)

謂詞邏輯法采取謂詞適當(dāng)公式和一階謂詞演算把要處理問題變?yōu)橐粋€有待證實問題，然后采取消解定理和消解反演來證實一個新語句是從已知正確語句導(dǎo)出，從而證實這個新語句也是正確。

語義網(wǎng)絡(luò)是知識一個圖解表示，它由節(jié)點和弧線或鏈線組成。節(jié)點用于表示實體、概念和情況等，弧線用于表示節(jié)點間關(guān)系。

框架是一個結(jié)構(gòu)化表示方法?？蚣芡ǔＳ芍付ㄊ挛锔鱾€方面槽組成，每個槽擁有若干個側(cè)面，而每個側(cè)面又可擁有若干個值。大多數(shù)實用系統(tǒng)必須同時使用許多框架，并可把它們聯(lián)成一個框架系統(tǒng)。

劇本是框架一個特殊形式，它使用一組槽來描述事件