知识表示方法 1.概述 1.1 知识分类 1.2 知识表示

知识表示可看成是一组事务的约定，以把人类知识表示成机器能处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。

知识表示方法分为：

陈述性知识表示：将知识表示与知识的运用分开处理，在知识表示时，并不涉及如何运用知识的问题，是一种静态的描述方法。过程性知识表示：将知识表示与知识的运用相结合，知识寓于程序中，是一种动态的描述方法。 1.3 知识表示准则 2. 一阶谓词逻辑表示法

一阶谓词逻辑以树立逻辑为基础，是到目前为止能够表达人类思维和推理的一种最精确的形式语言。其表现方式和人类自然语言也非常接近，容易为计算机理解和操作，并支持精确推理。

基本概念

谓词逻辑表示法特性

3.产生式规则表示法

产生式系统是用规则序列的形式来描述问题的思维过程，形成求解问题的思维模式。系统中的每一条规则称为一个产生式。目前产生式规则表示法已成为专家系统首选的知识表示方式，也是人工智能中应用最多的一种知识表示方式。

基本概念：事实与规则

产生式体统结构

产生式系统由数据库、规则库和推理机三部分组成。

正向推理的产生式系统

正向推理：从已知事实出发，通过规则求得结论，也称为数据驱动方式或自底向上的方式。

推理过程：

1.规则库中的规则前件与数据库中的事实进行匹配，得到匹配的规则集合；

2.使用冲突消解算法，从匹配规则集合中选择一条规则作为启用规则；

3.执行启用规则的后件，并将改规则的后件送入数据库；充数上述过程直至达到目标。

示例如下：

反向推理的产生式系统

反向推理：从目标出发，反向使用规则，求得已知事实，也称为目标驱动方式或自顶向下的方式。

推理过程：

1.规则库中的规则后件与目标事实进行匹配，得到匹配的规则集合；

2.使用冲突消解算法，从匹配规则集合中选择一条规则作为启用规则；

3.将启用规则的前件作为字母表；

重复上述过程。

4. 框架表示法

框架表示法是以框架理论为基础发展起来的一种结构化知识表示方式，适用于表达多种类型的知识。框架理论认为人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆当中的，当面临一个新事物时，就从记忆中找出一个适合的框架，并根据实际情况对其细节加以修改补充，从而形成对当前事物的认识。

基本概念

框架示例：

5.脚本表示法

脚本是一种与框架类似的知识表示方法，由一组槽组成，用来表示特定领域内一些时间的发生序列，类似于电影剧本。脚本表示的知识有明确的时间或因果顺序，必须是前一个动作完成后才会触发下一个动作。与框架相比，脚本用来描述一个过程而非静态知识。

脚本组成

示例

6.语义网表示法

语义网的概念来源于万维网，是万维网的变革与延伸，是Web of documents向Web of data的转变，其目标是让机器或设备能够自动识别和理解万维网上的内容，使得高效的信息共享和机器智能协同成为可能。

简介

RDF，资源描述框架，是一种资源描述语言，利用当前的多种元数据标准来描述各种网络资源，形成人机可读，并可由机器自动处理的文件。

RDF核心思想：利用Web标识符来标识事物，通过指定的属性和相应的值描述资源的性质或资源之间的关系。

RDF的基本数据模型包括资源（resource）、属性（property）和陈述（statement）。

陈述：特定的资源加上一个属性和相应的属性值就是一个陈述，其中资源是主题，属性是谓词，属性值是客体。

RDFS是RDF的扩展，它在RDF的基础上提供了一组建模原语，用来描述类、属性以及它们之间的关系。

1.Class, subClassOf：描述类别层次结构。

2.Property，subPropertyOf：描述属性层次结构。

3.domain，range：声明属性所应用的资源类和属性值类。

4.type：声明一个资源是一个类的实例。

Ontology

本体通过对概念的严格定义和概念与概念之间的关系来确定概念的精确含义，表示共同认可的、可共享的知识。在语义网中，ontology具有非常重要的地位，是解决语义层次上Web信息共享和交换的基础

7.知识图谱概念起源

知识图谱的概念最早出现于Google公司的知识图谱项目，体现在使用Google搜索引擎时，出现于搜索结果右侧的相关知识展示。

8. 分布式知识表示

参考：Wang et al. Knowledge Graph Embedding: A Survey of Approaches and Applications. IEEE TKDE, to appear, 2017.

小结