知识表示:原理、发展与应用
1. 知识表示基础概念
知识表示在人工智能领域中占据着核心地位,它涉及如何将现实世界的知识以计算机可处理的形式进行表达。以下是一些重要的基础概念:
- 封闭世界假设 :在逻辑程序中,封闭世界假设提供了一种避免指定大量负面信息的简单方法。它可以被看作是一种默认设置,当有额外信息时可以被覆盖。例如,在一个数据库中,如果没有明确记录某个事实为真,那么就默认它为假。
- 非单调逻辑 :如限定推理和默认逻辑,旨在捕捉一般的默认推理。非单调逻辑允许在新信息出现时修改之前的结论,这与传统的单调逻辑不同,单调逻辑一旦得出结论就不会因为新信息而改变。
- 真值维护系统 :能够高效地处理知识的更新和修订。当知识发生变化时,真值维护系统可以快速调整相关的推理和结论,确保知识的一致性和准确性。
- 知识提取 :手动构建大型本体是一项艰巨的任务,而从文本中提取知识可以使这项工作变得更容易。通过自然语言处理技术,可以从大量的文本数据中提取有价值的知识,并将其整合到本体中。
2. 知识表示的发展历程
知识表示的研究可以追溯到古代,不同时期的哲学家和研究者都对其做出了重要贡献。
2.1 早期起源
知识表示研究的起源可以追溯到公元前一千年的印度,当时人们对吠陀梵语的语法进行了理论探讨。西方哲学家则将相关工作追溯到公元前 300 年左右亚里士多德的《形而上学》。在早期的人工智能讨论中,更侧重于“问题表示”而非“知识表示”。例如,阿马雷尔在 1968 年
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



