人工智能--语义网络表示法 - 好文

文章目录

* 概念 <https://blog.csdn.net/hjc256/article/details/88823327#_1>
* 常用的基本语义关系 <https://blog.csdn.net/hjc256/article/details/88823327#_24>
* 事物与概念的表示 <https://blog.csdn.net/hjc256/article/details/88823327#_62>
* 语义网络表示一元关系 <https://blog.csdn.net/hjc256/article/details/88823327#_63>
* 较复杂关系的表示方法 <https://blog.csdn.net/hjc256/article/details/88823327#_72>
* 情况和动作的表示 <https://blog.csdn.net/hjc256/article/details/88823327#_79>
* 语义网络的基本推理过程 <https://blog.csdn.net/hjc256/article/details/88823327#_94>
* 继承 <https://blog.csdn.net/hjc256/article/details/88823327#_96>
* 匹配 <https://blog.csdn.net/hjc256/article/details/88823327#_107>

<>概念

* 语义网络：语义网络是一种用实体及其语义关系来表达知识的有向图。
* 节点：表示实体，表示各种事物、概念、情况、属性、状态、事件、动作等。
* 弧：代表语义关系，表示它所连接的两个实体之间的语义联系
在语义网络表示中，每一个节点和弧都必须有标志，用来说明它所代表的实体或语义。

* 语义基元：在语义网络表示中最基本的语义单元
* 基本网元：一个语义基元所对应的那部分网络结构
语义基元可用如（节点1，弧，节点2）这样一个三元组来描述。它的结构可以用一个基本网元来表示。

例如，若用A、B分别表示三元组中的节点1、节点2，用R表示A与B之间的语义联系，那么它所对应的基本网元的结构如下所示。

当把多个语义基元用相应的语义联系关联到一起就形成了语义网络。语义网络中弧的方向是有意义的，不能随意调换。

语义网络表示和谓词逻辑表示有着对应的表示能力。从逻辑上看，一个基本网元相当于一组二元谓词。三元组（节点1，弧，节点2）可用谓词逻辑表示为P（节点1，节点2）
，其中弧的功能由谓词完成。

<>常用的基本语义关系

* 实例关系：即一个事物是另一个事物的具体例子。例如“我是一个人”。弧上的语义标记为“ISA”，即为“is a”，含义为“是一个”。

* 分类关系（泛化关系）：表示一个事物是另一个事物的一个成员，体现的是子类与父类的关系，弧的语义标记为“AKO”，即为“a kind of”。

* 成员关系：体现个体与集体的关系，表示一个事物是另一个事物的成员型。弧的语义标志为“A-Member-of”。

* 属性关系：是指事物与其行为、能力、状态、特征等属性之间的关系，因此属性关系可以有许多中，例如：
* Have，含义为“有”，例如“我有手”
* Can，含义为“可以、会”，例如“狗会跑”
* Age，含义为年龄，例如“我今年22岁”

*
包含关系（聚类关系）：是指具有组织或结构特征的“部分与整体”之间的关系。弧的语义标志为“Part-of”。
跟分类关系最主要区别在于包含关系一般不具备属性的继承性。

*
时间关系：表示时间上的先后次序关系。常用的时间关系有：

* Before：表示一个事件在另一个事件之前发生
* After：表示一个事件在另一个事件之后发生
例如“深圳大运会在广州亚运会之后举行”

* 位置关系：是指不同的事物在位置方面的关系，常用的有：
* Located-on：表示某一物体在另一物体上面
* Located-at：表示某一物体所处的位置
* Located-under：表示某一物体在另一物体下方
* Located-inside：表示某一物体在另一物体内
* Located-outside：表示某一物体在另一物体外
例如“书在桌上”

<>事物与概念的表示

<>语义网络表示一元关系

所谓一元关系就是一些最简单、最直观的事物或概念，例如“雪是白的”、“天是蓝的”。

具体的表示就如同上面“我是一个人”这个例子，这就是一个一元关系。

再例如，“狗能吃，会跑”

<>较复杂关系的表示方法

例如：

* 动物能吃、能运动
* 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

<>情况和动作的表示

* 情况的表示：
例如“小燕子这只燕子从春天到秋天一直占有一个巢”

* 事件和动作的表示：
用语义网络表示事件或动作时需要设立一个事件节点。事件节点有一些向外引出的弧，表示动作的主体和客体。

例如，“我给他一本书”

<>语义网络的基本推理过程

<>继承

是指把对事物的描述从抽象节点传递到具体节点。通过继承（沿着ISA、AKO这些弧）可以的到所需节点的一些属性值。

一般过程：

* 建立一个节点表，用来存放待解节点和所有以ISA、AKO等继承弧于此节点相连的节点。初始情况下，节点表中只有待解节点。
* 检查表中的第一个节点是否有继承弧。若有则把该弧所指的所有节点放入节点表末尾。记录这些节点的属性，并从节点表中删除第一个节点。若没有则直接删除第一个节点。
* 重复第2步，直到节点表为空。
记录下的全部属性就是待解节点继承来的属性。

<>匹配

就是在知识库的语义网络中寻找与待解问题相符的语义网络模式。

例如问题为“鱼住在哪？”知识库为上面“较复杂关系的表示方法”中的语义网络。

根据问题构造出如下语义网络片段：

用该片段去知识库中匹配，即可得到“鱼住在水中”。

热门工具换一换