《人工智能导论课件第5章第78节.pptx》由会员分享，可在线阅读，更多相关《人工智能导论课件第5章第78节.pptx（23页珍藏版）》请在三一办公上搜索。
1、,第7节,框架法（Frame）是又一种知识表示形式，是把某一特殊事件或对象的所有知识储存在一起的一种复杂的数据结构。其主体是固定的，表示某个固定的概念、对象或事件，其下层由一些槽（Slot）组成，表示主体每个方面的属性。框架是一种层次的数据结构，框架下层的槽可以看成一种子框架，子框架本身还可以进一步分层次为侧面。槽和侧面所具有的属性值分别称为槽值和侧面值。槽值可以是逻辑型或数字型的，具体的值可以是程序、条件、默认值或是一个子框架。相互关联的框架连接起来组成框架系统，或称框架网络。,框架法有利于将信息组织到系统中，这样可以利用现实世界的特征很轻松地将系统构建起来。框架法旨在提供直接方式来表达关于
2、世界的信息，它有利于描述典型情境，因此人们用框架来表达期望、目标和规划，使得人类和机器可以更好地理解所发生的事情。例如用框架表示某个地震事件：“虚拟新华社3月15日电 昨日，在云南玉溪地区发生地震，造成财产损失约10万元，统计部门如果需要详细的损失数字可电询62332931。另据专家认为震级不会超过4 级，并认为此次地震活动地处无人区，不会造成人员伤亡。”报纸上使用“空槽填补”方法来表示事件（框架的基本部分），很快就可以生成事件的报告。,还有一些示例可以是儿童的生日聚会、车祸、参观医生的办公室或给汽车加油。这是普通的事件，只不过在细节上会有所变化。例如，孩子的生日聚会总是涉及某个年龄的孩子，这
3、个聚会在特定的地点和时间举行。为了规划聚会，可以创建一个框架，其中可以包括儿童姓名、年龄、日期、聚会地点、聚会时间、与会人数和所使用的道具。图5-14显示了如何构造这样的框架，并带有空槽，各自的类型以及如何在空槽处填上数值。,图5-14 儿童生日聚会的框架,人工智能搜索的任务是构建相对应的上下文，并在适当的问题环境中触发它们。框架有一些吸引人的地方，因为它具有以下特征。（1）程序提供了默认值，当信息可用时，程序员重写了默认值。（2）框架适合于查询系统。一旦找到合适的框架，搜索信息填入空槽就变得十分简单。,1,语义网络表示,第8节,语义网络是知识表示中最重要的通用形式之一（见本章前面的【导读案例
4、】），是一种表达能力强而且灵活的知识表示方法。它通过概念及其语义关系来表达知识的一种网络图。从图论的观点看，它是一个“带标识的有向图”。语义网络利用节点和带标记的边构成的有向图描述事件、概念、状况、动作及客体之间的关系。带标记的有向图能十分自然的描述客体之间的关系。,用节点（圆或框）表示对象、概念、事件或情形，用带箭头的线表示节点之间的关系，帮助讲述故事。作为知识表示的一种形式，语义网络对计算机程序员和研究人员大有用途，但是缺少集合成员关系和精度这两个元素。在其他形式的知识表示（如逻辑）中，这两个元素是直接可用的。图5-15展示了这样的一个例子。我们看到，玛丽拥有托比，托比是一只狗。狗是宠物的
5、子集，所以狗可以是宠物。我们在这里看到了多重继承，玛丽拥有托比，并且玛丽拥有一只宠物，在这个宠物集中，托比恰好是其中的一个成员。托比是被称为狗的对象类中的一个成员。玛丽的狗碰巧是一只宠物，但是并不是所有的狗都是宠物。,图5-15 托比是狗，玛丽拥有一只宠物，但不是所有的狗都是宠物,在知识表示领域里，Is-A（英语：subsumption）指的是类的父子继承关系，例如类D是另一个类B的子类（类B是类D的父类）。尽管在真实世界中，Is-A并不总是表示真实的内容，但是语义网络中经常使用Is-A关系。有时候，这可能代表集合成员，其他时候，这可能意味着平等。例如，企鹅是一种（Is-A）鸟，我们知道鸟可以
6、飞，但是企鹅不会飞。这是因为，虽然大多数鸟类（超类）可以飞行，但并不是所有的鸟都可以飞（子类）。虽然语义网络是表示世界的直观方式，但是这不代表它们必须考虑关于真实世界的许多细节。,图5-16详细说明了表示一所大学的一个更复杂的语义网络。该学院由学生、各个学院、行政管理和图书馆组成。大学可能拥有一些学院，其中有一个学院是计算机科学学院。,图5-16 大学的语义网络表示,学院包括教师和工作人员。学生上课，做记录，组建俱乐部。学生必须完成作业，从教师处获得评分；教师布置作业，并给出评分。通过课程、课程代码和分数，学生和教师被联系在一起。,知识图谱本质上就是一种大规模语义网络。理解知识图谱的概念，有两
7、个关键词。首先是语义网络。语义网络表达了各种各样的实体、概念及其之间的各类语义关联（见图5-17）。比如“C罗”是一个实体，“金球奖”也是一个实体，他们俩之间有一个语义关系就是“获得奖项”。“运动员”、“足球运动员”都是概念，后者是前者的子类（对应于图中的subclassOf 关系）。,图5-17 知识图谱示例,理解知识图谱的第二个关键词是“大规模”。相比较于语义网络，知识图谱规模更大。知识图谱技术的发展是个持续渐进的过程。从上个世纪七八十年代的知识工程兴盛开始，学术界和工业界推出了一系列知识库，直到2012年谷歌推出了面向互联网搜索的大规模的知识库，被称之为知识图谱。知识图谱技术发展迅速，知
8、识图谱的内涵远远超越了其作为语义网络的狭义内涵。当下，在更多实际场合下，知识图谱是作为一种技术体系，指代大数据时代知识工程的一系列代表性技术进展的总和。,1. 知识图谱的重要性知识图谱是实现机器认知智能的基础。机器认知智能的两个核心能力：“理解”和“解释”，均与知识图谱有着密切关系。可以仔细体会一下我们的文本理解过程，机器理解数据的本质是其本质是建立从数据（包括文本、图片、语音、视频等）到知识库中的知识要素（包括实体、概念和关系）映射的一个过程。有了知识图谱，机器完全可以重现我们的这种理解与解释过程。有一定计算机研究基础，就不难完成这个过程的数学建模。,2. 知识图谱的生命周期知识图谱系统的生
9、命周期包含四个重要环节：知识表示、知识获取、知识管理与知识应用。这四个环节循环迭代。图5-18 知识图谱的生命周期,知识应用环节明确应用场景，明确知识的应用方式。知识表示定义了领域的基本认知框架，明确领域有哪些基本的概念，概念之间有哪些基本的语义关联。比如企业家与企业之间的关系可以是创始人关系，这是认知企业领域的基本知识。知识表示只提供机器认知的基本骨架，还要通过知识获取环节来充实大量知识实例。比如乔布斯是个企业家，苹果公司是家企业，乔布斯与苹果公司就是“企业家-创始人-企业”这个关系的一个具体实例。知识实例获取完成之后，就是知识管理。这个环节将知识加以存储与索引，并为上层应用提供高效的检索与查询方式，实现高效的知识访问。,四个环节环环相扣，彼此构成相邻环节的输入与输出。在知识的具体应用过程中，会不断得到用户的反馈，这些反馈会对知识表示、获取与管理提出新的要求，因此整个生命周期会不断迭代持续演进下去。3. 知识图谱的发展现状及应用知识图谱的应用场景非常广泛，除了通用应用外，在金融、政府、医疗等领域也有特殊的应用（见图5-19）。通用领域的应用主要包括精准分析、智能搜索、智能问答、智能推荐等。,图5-19 知识图谱的应用,人工智能导论,Introduction to artificial intelligence,
