人工智能ArtificialIntelligence.ppt

本体知识系统 主要内容 本体的基本概念 语义Web 本体描述语言 本体构造 本体映射 本体知识管理 大规模知识系统 主要内容 本体的基本概念 语义Web 本体描述语言 本体构造 本体映射 本体知识管理 大规模知识系统 本体的基本概念（1） 本体： 哲学界：最初本体是哲学理论的术语，关于存在及其本质规律的学说，是表示对象及其相互关系的理论。 信息科学：常用于指层次化的数据结构，其中包含了对象及其关系，以及相关领域的规则 人工智能：被用于知识管理、自然语言处理、电子商务、教育以及语义WEB等领域。语义WEB需要构造不同的本体，用于不同的表示语言、查询语言和推理语言。 一个本体定义了组成主题领域的词汇的基本术语和关系，以及用于组合术语和关系以及定义词汇外延的规则[Neches1991]------即要建立一个本体，首先要识别所面对领域的基本术语和这些术语的关系，然后要识别组合这些术语和关系的规则，并提供这些术语和关系的规则 本体的基本概念（2） 本体的基本概念（3） 本体的基本概念（4） 主要内容 本体的基本概念 语义Web 本体描述语言 本体构造 本体映射 本体知识管理 大规模知识系统 语义Web （1） 语义Web （2） 语义Web （3） 语义Web的基本构建元素 URI（Uniform Resource Identifiers）作为资源（任何东西都可以看作资源）标识机制，提供对资源的标准化的名字描述； Unicode提供世界上各种语言的统一的字符编码标准； XML(Extensible Markup Language)定义了结构化的数据描述方式，是数据互操作的语法基础； Namespace提供将名字分类的机制，使得重名但含义不同的资源能够一起使用。 语义Web （4） 语义Web的层次模型 (1）RDF＋RDF Schema Layer： RDF（Resource Description Framework）是描述数据语义的基础，它定义了描述资源以及陈述事实的三类对象：资源（resource）、属性（property）和值（value）。资源是指网络上的数据，属性是指用来描述资源的一个方面、特征、属性以及关系，陈述则用来表示一个特定的资源，它包括一个命了名的属性和它对应资源的值，因此一个RDF描述实际上就是一个三元组： (object[resource], attribute[property], value[resource or literal) 语义Web （5） 语义Web的层次模型 （2）本体层：本体给出了数据的语义信息，即元数据。本体的定义可以直接基于RDF Schema。但是RDF Schema的词汇集的表达能力有限，因此W3C在参考了DAML＋OIL(DARPA Agent Markup Language with Ontology Inference Layer)之后，又在RDF之上制定了OWL(Web Ontology Language)。 （3）逻辑：逻辑层在本体所描述的知识之上提供逻辑推理能力（基于规则）。 语义Web （6） 语义Web的层次模型 （4）证明层：在语义Web的开放环境中进行推理是一个困难的任务，因为任何一个推论都可能涉及到大量信息的处理。研究者由此提出了语义Web总线(Semantic Web Bus)的设想。 语义Web中充斥着各种信息处理器（图中圆形所示），其中一些仅仅提供本体数据供其它处理器使用，另外一些则根据这些本体数据构建逻辑规则，启发式引擎则负责根据本体、数据和逻辑规则进行推理，得到“结论”(Proof)，并把这种结论返回到逻辑规则和本体数据中去。 语义Web （7） 语义Web的层次模型 （5）可信层：在之前所有层次的基础之上，会形成无数对于某一事实的陈述，这些陈述合理与否依赖于它们所处的上下文环境。因此当人或计算机访问这些陈述时，需要根据上下文和自己的需求自行判定该陈述是否可信（Trust）。采用加密技术和数字签名技术（渗透到每个层次的规范中去）是实现判定可信性的一个重要手段，并可以由此形成一个可信的Web。 主要内容 本体的基本概念 语义Web 本体描述语言 本体构造 本体映射 本体知识管理 大规模知识系统 本体描述语言（1） 本体描述语言起源于人工智能领域对知识表示的研究。本体表示语言一般要具有丰富而直观的表达能力，用该语言表示的本体要能方便地被计算机理解、处理和应用。 现在的本体表示语言多数采用了XML语法。 本体描述语言还需解决一些重要问题，如对推理的有效支持（包括计算复杂性和可判定性等），规范和充足的语义表示机制，以及标准化问题。这将依靠基于描述逻辑的本体语言的发展。 本体描述语言（2） RDF/S ：