原理

早期知识表示方法

  • 一阶谓词逻辑（First-Order Logic）
  • 产生式规则（Production Rule）
  • 框架（Framework）
  • 语义网络（Semantic Network）
  • 逻辑程序（Logic Programming）
  • 缺省逻辑（Default Logic）
  • 模态逻辑（Modal Logic）

一阶谓词逻辑的优点：

  • 自然性
  • 接近自然语言，容易接受
  • 精确性
  • 用于表示精确知识
  • 严密性
  • 有严格的形式定义和推理规则
  • 易实现性
  • 易于转换为计算机内部形式

一阶谓词逻辑的缺点：

  • 无法表示不确定性知识
  • 难以表示启发性知识及元知识
  • 组合爆炸，经常出现事实、规则等的组合爆炸
  • 效率低，推理复杂度通常较高

Horn逻辑：一阶谓词逻辑的子集。表达形式简单，复杂度低；著名的Prolog语言就是基于Horn逻辑设计实现的。

描述逻辑：一阶谓词逻辑的可判定子集。用于描述概念，属性；对于术语知识库的构建提供了便捷的表达形式。

描述逻辑的知识库 \(O := <T,A>\)，T即Tbox，A即Abox。

Tbox包含内涵知识，描述概念的一般性质。由于概念之间存在包含关系，Tbox知识形成类似格的结构，这种数学结构是由包含关系决定的，与具体实现无关；

Abox包含外延知识（又称断言知识），描述论域中的特定个体。

产生式系统：一种更广泛意义的规则系统，和谓词逻辑有关联，也有区别；早期的专家系统多数是基于产生式系统。

产生式系统优点：

  • 自然性：由于产生式系统采用了人类常用的表达因果关系的知识表示形式，既直观、自然，又便于进行推理。
  • 模块性：产生式系统中的规则形式相同，易于模块化管理。
  • 有效性：能表示确定性知识、不确定性知识、启发性知识、过程性知识等。
  • 清晰性：产生式有固定的格式，既便于规则设计，又易于对规则库中的知识进行一致性、完整性检测。

产生式系统缺点：

  • 效率不高：产生式系统求解问题的过程是一个反复进行“匹配-冲突消解-执行”的过程。由于规则库一般都比较庞大，而匹配又是一件十分费时的工作。因此，其工作效率不高。此外，在求解复杂问题时容易引起组合爆炸。
  • 不能表达具有结构性的知识：产生式系统对具有结构关系的知识无能为力，它不能把具有结构关系的事物间的区别与联系表示出来，因此，人们经常将它与其他知识表示方法（如框架表示法、语义网络表示法）相结合。

框架（Framework）理论的基本思想：认为人们对现实世界中各种事务的认识都是以一种类似于框架的结构存储在记忆中。当面临一个新事物时，就从记忆中找出一个合适的框架，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。

框架是一种描述对象（事物、事件或概念等）属性的数据结构，在框架理论中，框架是知识表示的基本单位。

一个框架由若干个“槽”（Slot）结构组成，每个槽又可分为若干个“侧面”。

- 一个槽：用于描述所论对象某一方面的属性；
- 一个侧面：用于描述相应属性的一个方面。

槽和侧面所具有的属性值分别称为槽值和侧面值。

框架的优点：框架对于知识的描述非常完整和全面；基于框架的知识库质量非常高；且框架允许数值计算，这一点优于其他知识表示语言；

框架的缺点：框架的构建成本非常高，对知识库的质量要求非常高；框架的表达形式不灵活，很难同其他形式的数据集相互关联使用。

语义网络（Semantic Network）：语义网络的基本思想：子啊网络中，用“节点”代替概念，用节点间的“连线”（联想弧）代替概念之间的关系。因此，语义网络又称联想网络。它在形式上是一个带标识的有向图。由于所有节点均通过联想弧彼此相连，语义网络能够用于知识推导。

语义网络中的节点：表示各种事物

参考文献

  • 知识图谱 小象学院 王昊奋