面向?qū)ο蟮闹R(shí)發(fā)現(xiàn)

1、面向?qū)ο蟮闹R(shí)泛化與演繹研究內(nèi)容知識(shí)庫系統(tǒng)的實(shí)現(xiàn)主要涉及知識(shí)的表示、利用和獲取，以實(shí)現(xiàn)知識(shí)的檢索， 滿足用戶的需求。傳統(tǒng)的檢索方法有基于概念的檢索方法、基于推理的檢索方法、 基于學(xué)習(xí)的檢索方法和分布式多維檢索方法等，在知識(shí)的檢索中這些方法有一 定的效率，但同時(shí)都缺乏一種對知識(shí)進(jìn)行表示、推理、檢索和獲取的綜合手段。 而本體論在知識(shí)庫應(yīng)用時(shí)，可以用術(shù)語或概念對知識(shí)進(jìn)行表達(dá)，同時(shí)揭示這些 知識(shí)之間內(nèi)在的關(guān)系?；诒倔w論的知識(shí)庫系統(tǒng)中的知識(shí)不僅通過縱向類屬分類, 而且通過本體的聯(lián)想進(jìn)行組織和關(guān)聯(lián)，推理機(jī)再利用這些知識(shí)進(jìn)行推理，以滿 足用戶的檢索需求。因此，基于本體的知識(shí)庫的自動(dòng)構(gòu)建必不可少的一步就是需

2、 要一種合適的知識(shí)表示和推理方法以滿足對知識(shí)庫進(jìn)行高效檢索的要求，而面向 對象的知識(shí)泛化與演繹方法就是基于本體來構(gòu)建知識(shí)庫中知識(shí)表示和推理的理想選擇之一。研究現(xiàn)狀1、面向?qū)ο蟮闹R(shí)泛化知識(shí)表示是人工智能（ArtificialIntelligence，簡稱AI）的一個(gè)重要分支。60年代 中期，知識(shí)表示開始作為一個(gè)獨(dú)立的研究課題， 四十年來，人們研究出了諸多的知識(shí)表示方法， 包括語義網(wǎng)絡(luò)表示、框架表示、產(chǎn)生式規(guī)則、面向?qū)ο蟮闹R(shí)表示、邏輯表示等知識(shí)表示方法。面向?qū)ο蟮闹R(shí)表示方法認(rèn)為客觀世界是由一些買體組成的，這種知識(shí)表示方法可將多種表示方法（規(guī)則、框架和過程等）組合在一起，構(gòu)成符合面向?qū)ο笤O(shè)計(jì)原

3、則的混合知識(shí)表 示方法。用對象表示的知識(shí)與客觀情況更為接近，易于理解，具有結(jié)構(gòu)性、封裝 性，便于知識(shí)庫的修改和擴(kuò)充，也有利于推理機(jī)制的修改。目前，面向?qū)ο蠹夹g(shù)的研究已經(jīng)深入到計(jì)算機(jī)軟、硬件的多個(gè)領(lǐng)域，人們開 始把面向?qū)ο蟮乃枷?、方法用于智能系統(tǒng)的設(shè)計(jì)與構(gòu)造，并在知識(shí)表示、知識(shí)庫 的組成與管理、專家系統(tǒng)的設(shè)計(jì)等方面有了一定進(jìn)展。相對于傳統(tǒng)的知識(shí)表示方 法，面向?qū)ο蟮闹R(shí)表示方法從客觀世界的具體事物及事物間的聯(lián)系進(jìn)行抽象， 更符合人們認(rèn)識(shí)問題和分析問題的習(xí)慣思維方式，并具有代碼重用和可維護(hù)性好 等特點(diǎn)。隨著面向?qū)ο蠹夹g(shù)（OOT）的應(yīng)用和發(fā)展，面向?qū)ο蟮闹R(shí)表示方法已 被應(yīng)用與人工智能領(lǐng)域。一般的，

4、用面向?qū)ο蟮念惢驅(qū)ο蟊硎局R(shí)的方法，都可 以被稱為面向?qū)ο笾R(shí)表示（OOKR，Object-oriented knowledge representation）。OOKR借助面向?qū)ο螅∣O）的抽象性、封裝性、繼承性和多態(tài) 性，以及抽象數(shù)據(jù)類型為基礎(chǔ)，能方便地描述復(fù)雜知識(shí)對象的靜態(tài)特征和動(dòng)態(tài)行 為。從本質(zhì)上講，OOKR是將多種單一的知識(shí)表示方法（框架、過程等）按照OO 的設(shè)計(jì)原則組成一種混合的知識(shí)表示形式。用面向?qū)ο蟮姆椒ū硎镜闹R(shí)系統(tǒng)中，對象的靜態(tài)屬性就是對象具有知識(shí)， 而對知識(shí)的處理方法和操作就是該對象所具有行為，因此，一個(gè)從客觀世界抽象 出來的對象可表示為：V對象: = （ID,DS,MS

5、,MI）其中：ID是對象的標(biāo)識(shí)符， 即對象名；DS是對象的數(shù)據(jù)結(jié)構(gòu)，描述對象的靜態(tài)屬性；MS是對象的方法，用 于說明對象提供的對靜態(tài)數(shù)據(jù)進(jìn)行處理的方法操作，由于對象的數(shù)據(jù)只能由其具 體操作來改變，其它對象不能操縱，從而體現(xiàn)了面向?qū)ο蠓椒ㄋ哂行畔㈦[蔽性 即封裝性；MI作為對象的消息接口，用于接收外部信息和驅(qū)動(dòng)內(nèi)部相關(guān)操作及 產(chǎn)生向外的輸出信息，問題的求解就是依靠對象間傳遞消息完成的。面向?qū)ο笤O(shè)計(jì)需要將一組客觀對象具有的共同特征抽象出來，即采用從特殊 到一般的歸納方法構(gòu)造類，為系統(tǒng)構(gòu)成提供了同一類對象之間代碼共享的手段。 此外，面向?qū)ο笤O(shè)計(jì)還是一個(gè)建立類層次的過程，派生類通過繼承機(jī)制從較簡單 的

6、基類中繼承特征，實(shí)現(xiàn)代碼重用，為系統(tǒng)構(gòu)成提供了類之間代碼共享的手段。 2、面向?qū)ο蟮闹R(shí)推理技術(shù)領(lǐng)域?qū)＜医鉀Q領(lǐng)域問題的能力主要體現(xiàn)在兩個(gè)方面：一是專家擁有大量的知 識(shí)，二是專家具有選擇知識(shí)來解決問題的能力。知識(shí)庫和推理機(jī)是專家系統(tǒng)必不 可少的組成部分，是基于知識(shí)的推理的基礎(chǔ)和核心。RBIM模型封裝了知識(shí)庫、推理機(jī)和推理使用的動(dòng)態(tài)數(shù)據(jù)庫，提供了知識(shí)庫 維護(hù)、自動(dòng)推理等功能，同時(shí)向用戶提供一組能在OOPL（面向?qū)ο蟮某绦蛟O(shè)計(jì)語 言）中調(diào)用的模型接口。模型結(jié)構(gòu)如圖所示：模型的知識(shí)表示接口提供用戶知識(shí)表示的手段，用戶借助它表達(dá)領(lǐng)域的知識(shí); 知識(shí)庫操縱接口提供了添加，刪除，維護(hù)知識(shí)的方法；推理和查詢接口

7、用于模型 的推理控制和結(jié)論的查詢。其中，知識(shí)表示接口是關(guān)鍵，與模型的知識(shí)表示能力、 知識(shí)的存儲(chǔ)和推理算法直接相關(guān)。RBIM模型的知識(shí)表示在產(chǎn)生式規(guī)則的基礎(chǔ)上，借助OOKR表示方法，將表示命 題邏輯中陳述性概念的命題對象、表示謂詞邏輯中命題概念的謂詞對象和表示過 程計(jì)算的過程對象作為組成規(guī)則的基本單元，提供了命題、謂詞、過程和規(guī)則的 簡潔表示方法。技術(shù)路線蟋始知L只新即只珞息采集(m息抽取知識(shí)表示知識(shí)率構(gòu)建如譏推理知i只檢索原始知識(shí)反推規(guī)則相關(guān)倍息知識(shí)庫.原始知識(shí)框架圳對鑒規(guī)則說息扯成推理機(jī)首先采用面向?qū)ο蟮闹R(shí)表示方法從相關(guān)信息中抽取的原始知識(shí)進(jìn)行知識(shí) 表示，以表達(dá)知識(shí)的相關(guān)屬性以及知識(shí)之間的

8、相互關(guān)聯(lián)，并集成基于產(chǎn)生式規(guī)則、 框架、過程和語義網(wǎng)絡(luò)等知識(shí)表示方法，形成一個(gè)最接近人類思維、簡潔、易于 理解、便于推理和檢索的知識(shí)庫。面向?qū)ο蟮耐评磉^程是知識(shí)對象類的實(shí)例化過程，如果傳遞到知識(shí)對象的消 息觸發(fā)了其方法，則該知識(shí)對象被激活，知識(shí)對象類實(shí)例化一個(gè)知識(shí)對象過程是: 如果該對象還包含其他對象類作為自己的成員，則首先實(shí)例化那些對象，然后進(jìn) 行屬性填充、繼承、過程調(diào)用等方法獲取知識(shí)，建立起一個(gè)新對象。附：1、傳統(tǒng)的知識(shí)表示方法產(chǎn)生式規(guī)則是使用最廣泛的一種知識(shí)表示方法，其基本形式為：if條件 then動(dòng)作（或結(jié)論）。整個(gè)產(chǎn)生式的含義是：如果條件被滿足，則可推出結(jié)論 或執(zhí)行動(dòng)作所規(guī)定的操作。

9、推理形式以演繹推理為基礎(chǔ)，把一組產(chǎn)生式放在一起， 協(xié)同作用，一個(gè)產(chǎn)生式生成的結(jié)論可供另一個(gè)產(chǎn)生式作為已知事實(shí)使用，以求得 問題的解決，這樣的系統(tǒng)稱為產(chǎn)生式系統(tǒng)。這種表示方式接近于人的思維，自然、 簡潔、易于理解，規(guī)則相對獨(dú)立。但也存在工作效率不高，求解復(fù)雜問題時(shí)容易 引起組合爆炸，不能表達(dá)結(jié)構(gòu)關(guān)系的知識(shí)等缺點(diǎn)。框架是一種描述所論對象屬性的數(shù)據(jù)結(jié)構(gòu)。在框架表示法中，框架被看成是 知識(shí)表示的基本單位。不同的框架之間可以通過屬性之間關(guān)系建立聯(lián)系，從而構(gòu) 成一個(gè)框架網(wǎng)絡(luò)，充分表達(dá)各對象間的關(guān)系。一個(gè)框架由若干個(gè)叫做“槽”的結(jié) 構(gòu)組成，用于描述所論對象某一方面的屬性，每一個(gè)“槽”根據(jù)實(shí)際情況分為若 十個(gè)

10、“側(cè)面”，用于描述相應(yīng)屬性的一個(gè)方面?？蚣芡评碇饕ㄟ^框架匹配與填 槽實(shí)現(xiàn)?？蚣鼙硎痉ㄍ怀鎏攸c(diǎn)是善于表示結(jié)構(gòu)性知識(shí)，能把知識(shí)的內(nèi)部結(jié)構(gòu)關(guān)系 及知識(shí)之間的聯(lián)系表示出來，另外，框架具有的繼承性，使其減少了知識(shí)的冗余。 但在多重繼承時(shí)可能產(chǎn)生屬性描述的多義性，而且框架不善于表示過程性知識(shí)。語義網(wǎng)絡(luò)表示法是通過概念及其語義關(guān)系來表示知識(shí)的一種網(wǎng)絡(luò)圖。一個(gè)語 義網(wǎng)絡(luò)就是一個(gè)帶標(biāo)識(shí)的有向圖，其中，有向圖的節(jié)點(diǎn)表示各種事物、概念、屬 性、動(dòng)作、狀態(tài)等，有向弧表示所連接的節(jié)點(diǎn)間的某種語義聯(lián)系。大多數(shù)語義網(wǎng) 絡(luò)系統(tǒng)采用的推理機(jī)制都是以網(wǎng)絡(luò)結(jié)構(gòu)的匹配為基礎(chǔ)的，主要包括網(wǎng)絡(luò)匹配、繼 承推理和網(wǎng)絡(luò)演繹三個(gè)方面。語義網(wǎng)

11、絡(luò)表示法的優(yōu)點(diǎn)是它能很容易地增加、修改、 刪除節(jié)點(diǎn)和弧并能通過表示層次關(guān)系的ISA和表示集合關(guān)系的AKO實(shí)現(xiàn)繼承性。 其缺點(diǎn)在于缺乏形式化的表示體系，由于節(jié)點(diǎn)間的聯(lián)系多樣而使得知識(shí)的存儲(chǔ)、 修改和檢索變得困難，推理、管理和維護(hù)相對復(fù)雜。（1）、組成：詞法：指語義網(wǎng)絡(luò)表示中涉及的符號(hào)、節(jié)點(diǎn)和弧線。結(jié)構(gòu)：敘述符號(hào)排列的約束條件，指定各弧線連接的節(jié)點(diǎn)對。過程：說明訪問過程，以便修改、建立和回答相關(guān)問題。語義：確定與描述相關(guān)的（聯(lián)想）意義。（2）、語義網(wǎng)絡(luò)的特點(diǎn)： 能夠把實(shí)體的結(jié)構(gòu)、屬性與實(shí)體間的因果關(guān)系顯式地表達(dá)出來。而 與實(shí)體相關(guān)的屬性、事實(shí)、特征、關(guān)系等可通過相應(yīng)節(jié)點(diǎn)的弧線推導(dǎo)出來。以便以聯(lián)想的

12、方式解釋系統(tǒng)。表達(dá)的概念容易理解和學(xué)習(xí)。表達(dá)問題直觀，符合人的思維習(xí)慣，便于與領(lǐng)域?qū)＜覝贤?。對網(wǎng)絡(luò)結(jié)構(gòu)的語義解釋依賴于對結(jié)構(gòu)的推理過程（沒有結(jié)構(gòu)約定）， 因此，推理的有效性不如謂詞邏輯。節(jié)點(diǎn)間的聯(lián)系可以是線狀、樹狀、網(wǎng)狀或遞歸形式。知識(shí)的檢索和存 儲(chǔ)比較復(fù)雜。2、傳統(tǒng)知識(shí)推理技術(shù)根據(jù)知識(shí)表達(dá)法分類知識(shí)推理是以知識(shí)表達(dá)技術(shù)作為前提條件的，它們之間有著密切的關(guān)系，由 知識(shí)表達(dá)的特點(diǎn)，知識(shí)推理技術(shù)可概括為兩種類型：（1）“圖搜索”方法在人工智能的知識(shí)表達(dá)技術(shù)中，許多基本的、常用的表達(dá)方式都具有圖的形 式，或者可以變換為相應(yīng)的（同種或同態(tài)變換）圖的形式，并且，往往可用樹圖 表達(dá)。例如：狀態(tài)空間態(tài)、與/

13、或樹圖、語義網(wǎng)絡(luò)圖以及由生產(chǎn)是系統(tǒng)或框架表 達(dá)方式所變換的樹圖或網(wǎng)絡(luò)圖。針對圖的知識(shí)表達(dá)，問題求解的知識(shí)推理過程，就是從圖中相當(dāng)于初始狀態(tài) 的出發(fā)結(jié)點(diǎn)到相當(dāng)于目標(biāo)狀態(tài)的終結(jié)點(diǎn)的路線搜索過程。即搜索從初始狀態(tài)有效 地轉(zhuǎn)移到目標(biāo)狀態(tài)，所經(jīng)歷的最優(yōu)向或最經(jīng)濟(jì)的路線，相應(yīng)的知識(shí)推理方法即“圖 搜索”方法。廣度優(yōu)先搜索法基本的圖搜索法 J深度優(yōu)先搜索法（2）“邏輯論證”方法當(dāng)知識(shí)采用謂詞邏輯或其他方法的形式邏輯表達(dá)時(shí)，知識(shí)推理的便成為邏輯 論證。在此情況下，求解兩個(gè)問題相應(yīng)于證明一個(gè)定理或幾個(gè)定理，問題求解的 知識(shí)推理過程相應(yīng)于用數(shù)理邏輯方法進(jìn)行定理證明的過程。例如：在自動(dòng)問答系統(tǒng)中，如果用一組謂詞邏輯

14、表達(dá)式A描述提問的內(nèi)容， 包括有關(guān)的事實(shí)、情況和條件，而用另一組謂詞邏輯表達(dá)式B描述問題的答案或 結(jié)論，那么，只要通過邏輯演算的方法論證定理：A -B成立，也就相應(yīng)于完成 了該問題的知識(shí)推理?；镜倪壿嬐评矸椒ㄖ饕校好}邏輯中的機(jī)器定理證明的王浩算法和一階 謂詞邏輯中定理證明的魯賓遜消解方法。根據(jù)問題求解過程的完備性分類根據(jù)問題求解過程是否完備，可將知識(shí)推理方法分為：推理算法若問題求解的知識(shí)推理過程是完備的，則對于可解的問題從任意初始狀態(tài)出 發(fā)，通過這種推理過程，總可以找到一條求解路線，經(jīng)過有限的、確定的操作序 列，轉(zhuǎn)移所要求的目標(biāo)狀態(tài)，保證推理過程的收斂性，求得問題的解答。這種推 理過程具

15、有完備性，而完備的推理過程稱為“推理算法”。例如：王浩算法就是一種知識(shí)推理算法。又如廣度優(yōu)先搜索推理方法具有完 備性，也是一種知識(shí)推理的搜索算法。推理步驟若問題求解的推理過程是不完備的，則不能保證其推理過程的收斂性，以任 意初始狀態(tài)轉(zhuǎn)移到目標(biāo)態(tài)，不一定能求得問題的解答。這種推理過程是不完備的、 非算法的，稱為“推理步驟”。例如：深度優(yōu)先算法就是不完備的，它的搜索過程可能會(huì)進(jìn)入無窮的分支， 而達(dá)不到目標(biāo)態(tài)，所以是一種推理步驟。根據(jù)啟發(fā)性知識(shí)的運(yùn)用分類根據(jù)在問題求解的過程中是否運(yùn)用啟發(fā)性知識(shí)，可將知識(shí)推理方法分為：(1)啟發(fā)性推理在問題求解的推理過程中，運(yùn)用與問題有關(guān)的啟發(fā)性知識(shí)，即解決問題的策略、技巧、竅門，對解的特性及規(guī)律的估計(jì)等實(shí)踐經(jīng)驗(yàn)知識(shí)，以加快推理過程， 提高搜索效率，這種推理過程稱為“啟發(fā)性推理”。例如：在圖的搜索推理方法中，利用啟發(fā)性知識(shí)改進(jìn)的深度優(yōu)先搜索法，如 局部擇優(yōu)搜索法（瞎子爬山法）、最好優(yōu)先搜索法等，只需要對部分