知识表示（Knowledge Representation）
目录 |
知识表示是指把知识客体中的知识因子与知识关联起来，便于人们识别和理解知识。知识表示是知识组织的前提和基础，任何知识组织方法都是要建立在知识表示的基础上。知识表示有主观知识表示和客观知识表示两种。
知识是信息接收者通过对信息的提炼和推理而获得得的正确结论;是人对自然世界、人类社会以及思维方式与运动规律的认识与掌握，是人的大脑通过思维重新组合和、系统化的信息集合。
在ES中，知识的涵义和一般我们认识的知识的涵义是有所 区别的，它是指以某种结构化的方式表示的概念、事件和过程。因此在ES中，并不是日常生活中的所有知识都能够得以体现的，而是只有限定了范围和结构，经过 编码改造的知识才能成为ES中的知识。在ES中的知识一般有如下几类：
有关现实世界中所关心对象的概念，即用来描述现实世界所抽象总结出的概念。
有关现实世界中发生的事件、所关系对象的行为、状态等内容，也就是说不光有静态的概念，还有动态的信息。
关于过程的知识，即不光有当前状态和行为的描述，还要有对其发展的变化及其相关条件、因果关系等描述的知识。
元知识，即关于知识的知识，例如包括知识利用方面的知识。
一阶谓词逻辑：一阶谓词逻辑即FOL（First-order Predicate Logic）是一种比较常见的知识表示方法。在谓词逻辑中，命题是用谓词表示的。谓词的一般形式是：P(x1，x2，···xn)，其中P是谓词名称，x1，x2，···xn是个体。因此，用谓词逻辑来表示某类知识时就可以利用上述形式，比如teacher（yangfan）就表示了“杨帆是老师”这样一个事实型的知识。在P(x1，x2，···xn)中，如果xi(i =1，···，n)都是单个的个体常量，则它就可以称为一阶谓词。谓词逻辑适合表示：1、事物的状态、属性、概念等事实性知识。2、事物间确定的因果关 系，即规则。对于事实可以用如下逻辑符号表示，即“¬”表示“非”、“∧”表示“与”、“∨”表示“或”；对于规则可以用蕴涵（→）式表示，例如：如果x，则y就可以表示为“x→y”。用谓词表示知识时，还要遵循两个步骤，即1、首先定义谓词；2、其次用连接符号连接相应的谓词。我们看相应的例子：
假设有这样一个知识需要表示：小潘是计科系的学生，但他不喜欢编程。我们用一阶谓词逻辑来表示它就需要采用如下的步骤：首先，定义谓词
Computer(x)：x是计科系的学生
Like(x，y)：x喜欢y
其次，用谓词公式表示之：
Computer(xiaopan)∧¬Like(xiaopan，programing)
产生式规则：在条件、因果等类型的判断中所采用的一种对知识进行表示的方法。其基本的形式是P→Q，或者是if P then Q。这里这个产生式规则与刚才的谓词逻辑中的“蕴涵（→）式”表示还是有区别的，后者是一种精确的匹配，即如果x，则100%的会是y，而前者则可以表示 一种模糊匹配，有一定的置信度，即发生概率。
例如：if “咳嗽 and 发烧”，then “感冒”，置信度80%。这里if部分表示条件部，then部分表示结论部，置信度表示当满足条件时得到结论的发生概率。这整个部分就形成了一条规则，表示的就是这样一类因果知识：“如果病人发烧且咳嗽，则他很有可能是感冒了”。
因此，针对比较复杂的情况，我们都可以用这种产生式规则的知识表示方式形成一系列的规则。