人工智能技术导论——几种结构化知识表示及推理过程

一、框架

1、框架的概念

顾名思义，框架就是一种结构，一种模式，其一般形式是: 

      <框架名>  
       <槽名1><槽值1>| <侧面名11><侧面值111，侧面值112，…>
                                    <侧面名12><侧面值121，侧面值122，…>

      <槽名2><槽值2>|<侧面名21><侧面值211，侧面值212，…>
                                   <侧面名22><侧面值221，侧面值222，…>
            …
      <槽名k><槽值k>| <侧面名k1><侧面值k11，侧面值k12，…>
                                   <侧面名k2><侧面值k21，侧面值k22，…>

即一个框架一般有若干个槽，一个槽有一个槽值或者有若干个侧面，而一个侧面又有若干个侧面值。其中槽值和侧面值可以是数值、字符串、布尔值，也可以是一个动作或过程，甚至还可以是另一个框架的名字。

例7.1 下面是一个描述“教师”的框架：

框架名:<教师>
类属:<知识分子>
工作:范围:(教学，科研)
          缺省:教学
性别:(男，女)
学历:(中师，高师)
类型:(<小学教师>，<中学教师>，<大学教师>)

 可以看出，这个框架的名字为“教师”，它含有5个槽，槽名分别是“类属”、“工作”、“性别”、“学历”和“类型”。这些槽名的右面就是其值，如“<知识分子>”、“男”、“女”、“高师”、“中师”等等。其中“<知识分子>”又是一个框架名，“范围”、“缺省”就是侧面名，其后是侧面值，如：“教学”、“科研”等。另外，用<>括的槽值也是框架名。

例7.2  下面是一个描述“大学教师”的框架：

框架名:<大学教师>
类属:<教师>
学历:(学士，硕士，博士)
专业:<学科专业>
职称:(助教，讲师，副教授，教授)
外语:语种:范围:(英，法，日，俄，德，…)
                   缺省:英
水平:(优，良，中，差)
缺省:良

  上面给出的仅是一种框架的基本结构和一个比较简单的例子。一般来说，单个框架只能用来表示那些比较简单的知识。当知识的结构比较复杂时，往往需要用多个相互联系的框架来表示。例如分类问题，若采用多层框架结构表示，既可以使知识结构清晰，又可以减少冗余。

例7.3 下面是描述一个具体教师的框架:

框架名:<教师-1>
类属:<大学教师>
姓名:李明
性别:男
年龄:25
职业:教师
职称:助教
专业:计算机应用
部门:计算机系软件教研室
工作:
参加工作时间:1995年8月
工龄:当前年份-参加工作年份
工资:<工资单>

比较例7.2和例7.3中的框架，可以看出，前者描述的是一个概念，后者描述的则是一个具体的事物。二者的关系是，后者是前者的一个实例。因此，后者一般称为前者的实例框架。这就是说，这两个框架之间存在一种层次关系。一般称前者为上位框架（或父框架），后者为下位框架（或子框架）。当然，上位和下位是相对而言的。例如“大学教师”虽然是“教师-1”的上位框架，但它却是“教师”框架的下位框架，而“教师”又是“知识分子”的下位框架。

2、框架的表达能力

       由框架的形式可以看出，框架适合表达结构性的知识。所以，概念、对象等知识最适于用框架表示。其实，框架的槽就是对象的属性或状态，槽值就是属性值或状态值。不仅如此，框架还可以表示行为（动作），所以，有些过程性事件或情节也可用框架网络来表示。

例7.4 下面是关于房间的框架:

框架名:<房间>
墙数x1:
       缺省:x1=4
      条件:x1>0
窗数x2:
       缺省:x2=2
       条件:x2≥0
门数x3:
       缺省:x3=1
       条件:x3>0
前墙:(墙框架(w1，d1))
后墙:(墙框架(w2，d2))
左墙:(墙框架(w3，d3))
右墙:(墙框架(w4，d4))
天花板:<天花板框架>
地板:<地板框架>
门:<门框架>
窗:<窗框架>
条件:w1+w2+w3+w4=x2
         d1+d2+d3+d4=x3
类型:(<办公室>，<教室>，<会客室>，<卧室>，<厨房>，<仓库>，…)

 

例7.5 机器人纠纷问题的框架描述如图7-1所示。

 

 还需指出的是，产生式规则也可用框架表示。
例如，产生式

  如果头痛且发烧，则患感冒。

用框架表示可为：

   框架名：<诊断1>
            前提：条件1:头痛
                 条件2:发烧
            结论:患感

3、基于框架的推理

   基于框架的推理方法是继承。所谓继承，就是子框架可以拥有其父框架的槽及其槽值。实现继承的操作有匹配、搜索和填槽。
   匹配就是问题框架同知识库中的框架的模式匹配。所谓问题框架，就是要求解某个问题时，先把问题用一个框架表示出来，然后与知识库中的已有框架进行匹配。如果匹配成功，就可获得有关信息。搜索就是沿着框架间的纵向和横向联系，在框架网络中进行查找。搜索的目的是为了获得有关信息。

框架名: 〈教师-1〉
姓名:  李明
性别:  男
年龄:  25
职称:  助教
专业:  计算机应用
部门:  计算机系软件教研室
外语水平： 

显然, 原框架“教师-1”中无“外语水平”槽, 但它的父框架是“大学教师”, 该框架内有“外语水平”槽, 并且侧面“语种”(“范围”)缺省值是“英”,  侧面“水平”的缺省值是“良”。 于是通过继承, 便知道了“教师-1”懂英语, 且水平还良好。 那么, 这两个值也就可以填到“教师-1”的槽中。

4、框架的程序语言实现

       有一种名为FRL(Frame Representation Language)的程序设计语言，就是专门基于框架的程序设计语言。用它就可以方便地实现框架知识表示。不过，用PROLOG也可方便地实现框架表示。用PROLOG实现框架表示，一般采用含结构或表的谓词来实现。因为框架实际上就是树，而PROLOG的结构也是树，表又是特殊的结构，它的元素个数和层数都不限定，可动态变化，因此，更适于表示一般的框架。
例如，前面的“教师”框架用PROLOG可表示如下:   
   

   frame(name("教师")，
       kind_of("<知识分子>")，
       work(scope("教学"，"科研")，default("教学"))，
       sex("男"，"女")，
       reco_of_f_s("中师"，"高师")，
       type("<小学教师>"，"<中学教师>"，"<大学教师>")). 

如果要给出框架的一个通用表示形式，则下面的表示方式可供参考。

frame(name("教师")，
   body(［st("类属"，［st("<知识分子>"，［］)］)，
         st("工作"，［st("范围"，［st("教学"，［］)，=st("科研"，［］)］)，
         st("缺省"，［st("教学"，［］)］)］)，
   st("性别"，［st("男"，［］)，st("女"，［］)］)，
   st("学历"，［st("中师"，［］)，st("高师"，［］)］)，
   st("类型"，［st("<小学教师>"，［］)，st("<中学教师>"，［］)，=
               st("<大学教师>"［］)］)］)) 

这是一个PROLOG的“事实”，其谓词及领域说明如下:  

domains
     name=name(string)
     body=body(subtree list)
     subtreelist=subtree*
     subtree=st(string，subtreelist)
database
     frame(name，body)

其中的subtreelist是递归定义的。按此定义所有框架都取统一的表示形式。

二、语义网络

1、语义网络的概念

       语义网络是由节点和边（也称有向弧）组成的一种有向图。其中节点表示事物、对象、概念、行为、性质、状态等；有向边表示节点之间的某种联系或关系。例如图7―2就是一个语义网络。其中，边上的标记就是边的语义。
    还需指出的是, 上述关于框架的推理方法, 实际仅适于装载着概念和实体对象的框架, 而对于装载着规则的框架, 其推理就要用基于规则的演绎推理方法。

语义网络的概念最先是由Quillian提出来的，他于1968年在他的博士论文中，把语义网络作为人类联想记忆的一个显式心理模型。所以，语义网络也称联想网络。
        现在，语义网络的理论已经有了长足的发展。有人把它划分为五个级别：执行级、逻辑级、认识论级、概念级和语言学级。并分为七种类型：

        (1)命题语义网（包括分块联想网络）；
        (2)数据语义网：以数据为中心的语义网络；
        (3)语言语义网：用于自然语言的分析和理解；
        (4)结构语义网：描述客观事物的结构，常见于模式识别和机器学习等领域；
        (5)分类语义网：描述抽象概念及其层次；
        (6)推理语义网：是一种命题网，但它已在某种程度上规范化，更适于推理；
        (7)框架语义网：与框架相结合的语义网。

2、语义网络的表达能力

        由语义网络的结构特点可以看出，语义网络不仅可以表示事物的属性、状态、行为等，而且更适合于表示事物之间的关系和联系。而表示一个事物的层次、状态、行为的语义网络，也可以看作是该事物与其属性、状态或行为的一种关系。如图7―3所示的语义网络，就表示了专家系统这个事物（的内涵），同时也可以看作是表示了专家系统与“智能系统”、“专家知识”、“专家思维”及“困难问题”这几个事物之间的关系或联系。所以，抽象地说，语义网络可表示事物之间的关系。因此，关系（或联系）型的知识和能化为关系型的知识都可以用语义网络来表示。下面我们就给出常见的几种。

1.实例关系

      实例关系表示类与其实例（个体）之间的关系。这是最常见的一种语义关系。例如，“小华是一个大学生”就可表示为图7―4。其中，关系“是一个”一般标识为“is-a”，或ISA。

 2.分类（或从属、泛化）关系

       分类关系是指事物间的类属关系，图7―5就是一个描述分类关系的语义网络。在图7―5中，下层概念节点除了可继承、细化、补充上层概念节点的属性外，还出现了变异的情况：鸟是鸵鸟的上层概念节点，其属性是“有羽毛”、“会飞”，但鸵鸟的属性只是继承了“有羽毛”这一属性，而把鸟的“会飞”变异为“不会飞”。其中，关系“是一种”一般标识为“a kind of”或AKO。

 3.组装关系

         如果下层概念是上层概念的一个方面或者一部分，则称它们的关系是组装关系。例如图7―6所示的语义网络就是一种聚集关系。其中，关系“一部分”一般标识为“a-part-of”。

4.属性关系

        属性关系表示对象的属性及其属性值。例如，图7―7表示simon是一个人，男性，40岁，职业是教师。

5.集合与成员关系

       意思是“是……的成员”，它表示成员（或元素）与集合之间的关系。例如，“张三是计算机学会会员”可表示为图7―8。其中，关系“是成员”一般标识为“a-member-of”。

 6.逻辑关系

        如果一个概念可由另一个概念推出，两个概念间存在因果关系，则称它们之间是逻辑关系。图7―9所示的语义网络就是一个逻辑关系。

7.方位关系

在描述一个事物时，经常需要指出它发生的时间、位置，或者指出它的组成、形状等等，此时可用相应的方位关系语义网络表示。例如事实： 

  张宏是石油学院的一名助教；  
  石油学院位于西安市电子二路；  
  张宏今年25岁。

可用图7―10所示的语义网络表示。
   

8.所属关系

       所属关系表示“具有”的意思。例如“狗有尾巴”可表示为图7―11。

 

      语义网络中的语义关系是多种多样的，一般根据实际关系定义。如常见的还有before、after、at等表示时间次序关系和located-on、located-under等表示位置关系。进一步，还可对带有全称量词和存在量词的谓词公式的语义加以表示。
      由上所述可以看出，语义网络实际上是一种复合的二元关系图。网络中的一条边就是一个二元关系，而整个网络可以看作是由这些二元关系拼接而成。

时间关系

    指不同事件在其发生时间方面的先后次序关系。
    常用的时间关系有：

    Before：含义为“在前”，表示一个事件在另一个事件之前发生
    After: 含义为“在后”，表示一个事件在另一个事件之后发生

    例如：“北京奥运会在悉尼奥运会之后”

位置关系

    指不同事物在位置方面的关系。常用的位置关系有：

    Located-on：含义为“在上”，表示某一物体在另一物体之上
    Located-at：含义为“在”，表示某一物体所在的位置
    Located-under：含义为“在下”，表示某一物体在另一物体之下
    Located-inside：含义为“在内”，表示某一物体在另一物体之内；
    Located-outside：含义为“在外”，表示某一物体在另一物体之外。

   例如，“书在桌子上”

相近关系

    指不同事物在形状、内容等方面相似或接近。常用的相近关系有：

    Similar-to：含义为“相似”，表示某一事物与另一事物相似
    Near-to：含义为“接近”，表示某一事物与另一事物接近

    例如，“猫似虎”

一元关系

     指可以用一元谓词P(x)表示的关系。谓词P说明实体的性质、属性等。
     描述的是一些最简单、最直观的事物或概念，
     常用：“是”、“有”、“会”、“能”等语义关系来说明。如，“雪是白的” 。

一元关系的描述

   应该说，语义网络表示的是二元关系。如何用它来描述一元关系？
   结点1表示实体，结点2表示实体的性质或属性等，弧表示语义关系。
   例如，“李刚是一个人”为一元关系，其语义网络如前所示。

例  用语义网络表示“动物能运动、会吃” 。

二元关系

     可用二元谓词P(x,y)表示的关系。其中，x,y为实体，P为实体之间的关系。
     单个二元关系可直接用一个基本网元来表示，如前介绍的一些常用的二元关系及其表示。
     对复杂关系，可通过一些相对独立的二元或一元关系的组合来实现。
    例  用语义网络表示：

   动物能运动、会吃。
   鸟是一种动物，鸟有翅膀、会飞。
   鱼是一种动物，鱼生活在水中、会游泳。

     对于这个问题，各种动物的属性按属性关系描述，动物之间的分类关系用类属关系描述。

 

例   用语义网络表示：

  王强是理想公司的经理；
  理想公司在中关村；
  王强28岁。

  例 ：

李新的汽车的款式是“捷达”、银灰色。
王红的汽车的款式是“凯越”、红色。

李新和王红的汽车均属于具体概念,可增加“汽车” 这个抽象概念。

上面我们是从关系角度考察语义网的表达力的。下面我们从语句角度来考察语义网。
例如，对于如下的语句(或事件)：

小王送给小李一本书。

用语义网络可表示为图7―12，其中S代表整个语句。这种表示被称为是自然语言语句的深层结构表示。

观察后发现，其实就是将整个句子按照成分划分主谓宾、定状补结构。

语义网络也能表示用谓词公式表示的形式语言语句。例如：

即“某个学生读过《三国演义》”，其语义网络表示为图7―13。

 又如：

即“每个学生读过《三国演义》”, 其语义网络表示为图 7-14。

 3、基于语义网络的推理

        基于语义网络的推理也是继承。继承也是通过匹配、搜索实现的。问题求解时，首先根据待求问题的要求构造一个网络片断，然后在知识库中查找可与之匹配的语义网络，当网络片断中的询问部分与知识库中的某网络结构匹配时，则与询问处匹配的事实，就是问题的解。例如，我们要通过图7-1所示的语义网络(假设它已存入知识库),查询富士苹果有什么特点。那么, 我们可先构造如图7-15所示的一个网络片段。然后, 使其与知识库中的语义网络进行匹配。匹配后X的值应为“脆甜”。当然,这是一个简单问题。如果问题复杂,也可能不能通过直接匹配得到结果,那么还需要沿着有关边进行搜索, 通过继承来获得结果。例如要问：吃富士苹果对人的健康有何意义？那么,通过上述网络片断不能直接获得答案, 这时, 就需沿着边“AKO”一直搜索到节点“水果”,由水果的“富营养”性, 通过特性继承便得到富士苹果也富营养。

 需指出的是，与框架的情形一样，对于表示逻辑蕴含关系的语义网络，也可以进行演绎推理。

4、语义网络的程序语言实现

由于语义网络是一个二元关系图，所以用PROLOG可方便地实现语义网络知识表示。例如，图7―1所示的语义网络用PROLOG可表示如下:  

a--kind--of("苹果"，"水果").  
taste("苹果"，"甜").  
a--kind--of("富士"，"苹果").  
intro--from("富士"，"日本").  
is--a("日本"，"亚洲国家").  
a--kind--of("秦冠"，"苹果").  
produ--in("秦冠"，"陕西").  
is--located--at("陕西"，"中国西部").  
a--part--of("中国西部"，"中国").  
……… 

也可以表示为

arc(a--kind--of，"苹果"，"水果").  
arc(taste，"苹果"，"甜").  
arc(a--kind--of，"富士"，"苹果").  
arc(intro--from，"富士"，"日本").  
arc(is--a，"日本"，"亚洲国家").  
arc(a--kind--of，"秦冠"，"苹果").  
arc(produ--in，"秦冠"，"陕西").  
arc(is--located--at，"陕西"，"中国西部").  
arc(a--part--of，"中国西部"，"中国").  
……… 

当然，我们也可以将一个网络或网络片段组织在一个事实中。例如：

net1( a--kind--of(“苹果”，“水果”)，  
         taste(“苹果”，“甜”)，
         a--kind--of(“秦冠”，“苹果”)，
         produ--in("秦冠"，"陕西")).

三、面向对象知识表示

近年来，面向对象技术蓬勃兴起。在知识表示领域则出现了面向对象的知识表示方法。

面向对象技术中的核心概念是对象和类。对象可以泛指一切事物，类则是一类对象的抽象模型。反之，一个对象是其所属类的实例。通常，在面向对象的程序设计语言中，只给出类的定义，其对象由类生成。
类的定义中就说明了所辖对象的共同特征（属性、状态等）和行为。特征用变量表示，行为则是作用于这些特征和作用于对象的一组操作，如函数、过程等。这些操作一般称为方法。这样，一个类将其对象所具有的共同特征和操作组织在一起，统一进行定义，以供全体对象共享。即当给类中的特征变量赋予一组值时，则这组值连同类中的方法，就构成了一个具体的对象。
   例7.6 下面是面向对象程序设计语言C++中一个雇员类和经理类的定义。 

class Employee
{
privite:
    char*Name;
    int Age;
    int Salary;
public:
    Employee(char*name，int age，int salary);
    ~Employee();
};
Employee∷Employee(char*name，int age，int salary)
{
    Name=newchar[strlen(name)];
    strcpy(Name，name);
    Age=age;
    Salary=salary;
}
Employee∷~Employee()
{
    Delete Name;
}
Void Employee∷Change(int age，int salary)
{
    Age=age;
    Salary=salary;
}
Void Employee∷Retire()
{
    if(Age>60)
        Delete this;
}

以上是雇员类的定义，用此定义就可生成一个雇员类的实例，即雇员对象。例如下面的语句  

Employeee1("李明"，30) ；

就生成一个名为李明，年龄为30岁的雇员。

下面是经理类的定义。  

Class Manager:public Employee
{
private:
    　　Int Level;
public:
    　　Manager(char*name，int age，int salary，int level);
    　　~Manager();
    　　Void Change Level(int n);　
};

由于经理类是雇员类的一个子类，所以，经理类就继承了雇员类的全部属性和行为。这两个类之间也就构成了一种层次关系。       

     一般认为，面向对象知识表示是最结构化的知识表示方法。面向对象知识表示很类似于框架，知识可以使用类按一定层次形式来组织。由于面向对象知识表示还具有封装特性，从而使知识更加模块化。所以，用面向对象方法表示的知识相当结构化和模块化，而且容易理解和管理。因此，这种方法特别适合于大型知识库的开发和维护。

四、语义网络例题

（1）树和草都是植物

 

（2）树和草都有叶和根

 

 

（3）胡途是思源公司的经理，他35岁，住在飞天胡同68号

（4）篮球比赛，北京大学主场迎战清华大学，最后以89：102的比分结束

 

（5）画出下列知识的语义网络：“籍贯为湖南的张山在信息学院读书，该学校位于健翔桥附近，该校由计算机系、信息系和通信系组成。”

 

 (6): 海浪把军舰轻轻地摇

 

 

(7): 李老师从第一周到第十周给计算机1班上人工智能课。