KR Review
Ch2 知识表示
What is knowledge representation?
Knowledge: DIKW (Data, Information, Knowledge, Wisdom)
Knowledge Representation: the process of encoding knowledge into a form/architecture that can be used by a computer.
Way of representing knowledge:
- Logic-based representation
- Production representation
- Architectural representation: Semantic Networks, Frames
- 过程表示法
一阶谓词逻辑表示法
强调 表达式 truth-preserving operation
基础概念
回忆离散数学里数理逻辑内容：
-
命题
-
真值
-
论域: 由所讨论对象的全体构成的集合
-
个体: 论域中的元素,表示独立存在的事物或概念(可以是变元/常量)
-
谓词：表示个体间关系的符号，是一个函数
设\(D\)为论域，\(P\)为谓词，\(x\)为个体，$P: D^n \to { T, F } $是一个映射，其中
\[D^n = \{(x_1, x_2, \dots, x_n) | x_i \in D \} \] -
函数：表示个体间的映射关系，是一个函数
设\(D\)为论域，\(f\)为函数，\(x\)为个体，\(f: D^n \to D\)是一个映射，其中
\[D^n = \{(x_1, x_2, \dots, x_n) | x_i \in D \} \] -
连词
-
量词
-
项
-
原子谓词公式
-
合式公式
-
辖域、辖域变元、自由变元
-
变元替换：需要注意换名不能替换成已有的变元名
知识表示的步骤
例： 表示知识“所有教师都有自己的学生”
- 确定论域：人
- 确定谓词：教师、学生、教
- 表示知识：\(\forall x \exists y \text{ 教师}(x) \to \text{ 学生}(y) \land \text{教}(x, y)\)
应用
机器人移动盒子的例子
需要定义谓词、Domain、以及一系列改变状态的操作
使用谓词解修道士与野人问题
产生式表示法
逻辑表示只强调真实性，忽略了前提与结论间的特定关系
是使用最多的知识表示方法
- 事实： 断言一个语言变量的值或断言多个语言变量之间关系的陈述句
例子：John is a student，John is a good student - 事实的表示
三元组： （对象，属性， 值 ）或（关系，对象 1，对象 2） - 规则： 描述事物之间的因果关系，由条件和结论组成的陈述句
例子：IF John is a student THEN John is a good student
由于规则的不确定性，产生式系统的推理过程是不确定的，同时可能会产生冲突
其求解过程是一种反复进行的“匹配—冲突消解—执行”过程
语义网络
语义网络是一种有向图, 用实体及其语义关系来表达知识。
结点代表实体，表示各种事物、概念、属性、状态、事件、动作等；
弧代表语义关系，表示连结的实体间的语义联系，它必须带有标识。
基本语义关系有：
- ISA：表示实体与其类别的关系
- AKO：表示实体与其上位类的关系
- HAVE：表示实体与其属性的关系
表达全称量词\(\forall\), 需要网络分区，即使用一个概念节点来表示全称量词的范围
Knowledge Graph
The Knowledge Graph is a knowledge base used by Google to enhance its search engine's search results with semantic-search information gathered from a wide variety of sources.
