论文部分内容阅读
爸妒侨绾位竦玫?”、“知识以什么形式出现?”、“知识是如何被利用的?”这些都成为人工智能研究中最为基本的问题,在这些问题中知识又是一切研究工作的基础。所以,人工智能的问题求解是以知识为基础的,知识是人工智能的重要研究对象。计算机系统要具有“智能”,就必须能获取知识和处理知识,要做到这一点就必须解决知识表示的问题。
知识表示正是研究如何将已经获取的知识以计算机内部代码的形式进行合理的描述和存储,以便有效利用这些知识的课题。知识表示方法的提出经常模仿人脑的知识存储方式和组织结构,可是目前对人类的神经细胞如何获取和处理信息的研究还很不够,这在很大程度上制约了知识表示这一课题的前进步伐。尽管知识在人脑中的表示、存储和使用机理仍然是一个尚待揭开的秘密,但是以形式化的方式表示知识并在计算机系统中进行自动处理的知识表示技术已经发展的比较成熟。
本文重点讨论产生式表示法的发展与改进。首先介绍知识表示的分类、知识表示的作用和知识表示的性能,并通过剖析和比较常用知识表示方法的特点,包括谓词逻辑表示法、产生式规则表示法、语义网表示法、框架表示法、脚本表示法和过程表示法等,阐明针对某个具体领域的应用应该选取适当的知识表示方式。然后通过将模糊逻辑与Petri网模型相结合的途径改进基于规则的知识表示的例子讨论产生式知识表示方法的一些改进,包括扩展产生式规则和增强产生式规则等;最后通过比较不同表示观的特征,结合知识表示研究存在的难点和问题,展望知识表示的研究方向和发展趋势。