四、框架表示法

框架表示法是在框架理论的基础上发展起来的一种结构化知识表示方法。

框架理论是明斯基于1975年作为理解视觉、自然语对话及其它复杂行为的一种基础提出来的。他认为，人们对现实世界中各种事物的认识都是以一种类似于框架的结构存储在记忆中的，当遇到一个新事物时，就从记忆中找出一个合适的框架，并根据新的情况对其细节加以修改、补充，从而形成对这个新事物的认识。

1.框架基本结构

在框架理论中，框架是知识的基本单位，把一-组有关的框架连接起来便可形成-一个框架体系。在框架系统中，每个框架都有自己的名字，称为框架名。框架(frame)通常由若干个槽(slot) 组成，每个槽用来表示事物的各个方面，其根据实际需要拥有若干个侧面(aspect) ，每个侧面也可以拥有若干值(value) 。框架的基本结构如下:

 其中，某些槽值可省略，一般来说，槽值有以下几种类型:

(1)具体值value。

(2)默认值default.

(3)过程值procedure.

(4)另一框架名。

(5)空值。

框架的槽还可以是附加过程，称为过程附件(proceduralattachment)，包括子程序和某种推理过程，这种过程也可以侧面的形式表示。

2.基于框架的推理

框架表示下的知识推理方法与语义网络表示下的知识推理方法类似，即遵循匹配和继承原则。与与以往类似，框架表示的问题求解系统由两部分构成，一是 由框架及其相互关联构成的知识库，而是用于求解问题的解释程序，即推理机。前者的作用是提供求解问题所需要的知识，后者则是针对用户提出的具体问题，运用知识库中的相关知识，通过推理对问题进行求解。

解决问题的匹配推理步骤如下:

(1)把待求解问题用框架表示出来，其中有的槽是空的，表示待求解的问题，称为未知处。

(2)与知识库中已有的框架进行匹配。这种匹配通过对相.应的槽的槽名及槽值逐个进行比较来实现。

(3)使用一种评价方法对预选框架进行评价，以便决定是否接受它。

(4)若可接受，则与问题框架的未知处相匹配的事实就是问题的解。

3.框架表示法的特点

主要优点：结构性，深层性，继承性，自然性主要缺点：缺乏框架的形式理论缺乏过程性知识表示清晰性难以保证

五、语义网络表示法

1968年，奎廉(J.R.Quilian)在研究人类联想记忆时提出了-种心理模型一语义网络，认为记忆是由概念间的联系实现的。随后奎廉又把它用作知识表示。1972年，西蒙(Simon) 在他的自然语言理解系统中也采用了语义网络表示法。1975年，亨德里克(G.G.Hendrix)又对全称量词的表示提出了语义网络分区技术。

1.语义网络基本概念

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。图中包含节点和弧。

节点:代表语义，表示各种事物、概念、情况、属性、状态、事件、动作等，它必须带有标识。

弧:代表语义关系，表示它所连结的两个实体之间的语义联系，弧是有方向的，用来体现节点间的主次关系，它必须带有标识。

语义基元:语义网络中最基本的语义单元称为语义基元，可用三元组表示为: (结点1， 弧，结点2)

基本网元:指一个语义基元对应的有向图。

2.语义网络中常用的语义联系

（1）类属关系

 （2）包含关系亦称聚类关系：指具有组织或结构特征的“部分与整体”之间的关系。常用的包含关系是Part-of含义为“是一部分”，表示一个事物是另一个事物的一部分。连接的下层节点的属性可能和上层节点的属性是很不相同的，即不具有继承性。

例如，“大脑是人体的一 部分”。这个事实即可说明脑不一定具备身体的其他属性。

（3）位置关系：指不同事物在位置方面的关系。常用的位置关系有:①Located-on: 含义为“在...上”， 表示某一物体在另一物体之上。

②Located-at:含义为“在”，表示某一物体所在的位置。

③Located-under: 含义为 “在... .下”， 表示某一物体在另一物体之下。

④Located-inside:含义为“在.. .. .内”，表示某一物体在另一物体之内。

⑤Located-outside: 含义为“... 外”， 表示某物体在另一物体之外。

（4）时间关系：指不同事件在其发生时间方面的先后次序关系。常用的位置关系有:

①Before: 含义为“在... .前”，表示一个事件在另一个事件之前发生。如“明朝在清朝前面”

②After: 含义为“在....后”，表示一个事件在另一个事件之后发生。

③During:含义为“在... .期间”，表示某一事件或动作在某个时间段内发生。

（5）属性关系：指事物与其行为、能力、状态等属性之间的关系。常用的属性关系有:

①Have:含义为“有”，表示一个结点具有另一个.结点所描述的属性。如“人有手”

②Can: 含义为“能”、“会”，表示一个结点能做另一个结点的事情。

③Age: 含义为“年龄”，表示一个结点是另一个结点在年龄方面的属性。

（5）相近关系:指不同事物在形状、内容等方面相似或接近。常用的相近关系有:

①Similar-to: 含义为“相似”，表示某一事物与另一事物相似。如“猫似虎”

②Near-to: 含义为“接近”，表示某一事物与另一事物接近。

3.语义网络表示知识的方法

事实性知识的表示：事实性知识是指有关领域内的概念、事实、事物的属性、状态及其关系的描述。例如:动物能运动，会吃;鸟是一种动物，有翅膀，会飞，鱼是一种动物，生活在水中，会游泳。以上事物和概念的表示如下图示。

 情况和动作的表示

1)情况的表示：在用语义网络表示那些不及物动词表示的语句或没有间接宾语的及物动词表示的语句时，如果该语句的动词表示了一些其他情况，如动作作用的时间等，则需设立一个情况节点，并从该节点向外引出一组弧，用于指出各种不同的情况。

2)存在量词和全称量词的表示

存在量词:可直接用“ISA"、“ AKO"等这样的语义关系来表示。

全称量词:可采用亨德里克提出的网络分区技术。

基本思想:把一个复杂命题划分为若千个子命题，每个子命题用一个较简单的语义网络表示，称为一个子空间，多个子空间构成一个大空间。个子空间看作是大空间中的一个结点，称作超结点。空间可逐层嵌套，子空间之间用弧互相连接。

 

 4.语义网络的推理过程

语义网络表示知识的问题求解系统主要由两大部分所组成，一部分是由语义网络构成的知识库，另一部分是用于问题求解的推理机构。语义网络的推理过程主要有两种，一种是匹配，另一种是继承。

匹配推理方法：匹配指在知识库的语义网络中寻找与待求解问题相符的语义网络模式，待求解问题是通过设立空的节点或弧来实现的。其推理过程如下:

(1)根据待求解问题的要求构造一个网络片断，该网络片断中有些结点或弧的标识是空的，称为询问处，它反映的是待求解的问题。

(2)根据该语义片断到知识库中去寻找所需要的信息。

(3)当待求解问题的网络片断与知识库中的某语义网络片断相匹配时，则与询问处相匹配的事实就是问题的解。

继承推理方法：继承指将抽象事物的属性传递给具体事物，通常具有类属关系的事物之间具有继承性，继承一般包括值继承和方法继承两种。继承的一般过程:

(1)建立一个结点表，用来存放待求解结点和所有以ISA、AKO等继承弧与此结点相连的那些结点。初始情况下，表中只有待求解结点。

(2)检查表中的第一个结点是否是有继承弧。如果有，就把该弧所指的所有结点放入结点表的末尾，记录这些结点的所有属性，并从结点表中删除第一个结点。如果没有继承弧，仅从结点表中删除第一个结点。

(3)重复(2),直到结点表为空。此时，记录下来的所有属性都是待求解结点继承来的属性。

5.语义网络表示的特点

语义网络表示具有5个特点:结构性，自然性，联想性，非严格性，复杂性

六、知识图谱表示法

2006年，Berners-Lee提出了数据链接的思想，呼吁推广和完善RDF(Resource Description Framework)和OWL(Web Ontology Language)技术，掀起了语义网络研究的热潮。随后在相关研究成果的基础上，谷歌(Google)公司为了提高搜索引擎的能力，增强搜索结果的质量以及用户的搜索体验，在2012年提出了知识图谱的概念。

1.知识图谱基本概念

知识图谱与语义网络的关系：在表现形式上，知识图谱和语义网络相似都是以有向网络图的形式对知识进行表示的，但语义网络更侧重于表示概念与概念之间的关系，而知识图谱更侧重于表示实体与实体之间的关系。因此，在表现形式上知识图谱可以看作是一种揭示实体之间关系的语义网络。

节点:知识图谱中的节点通常代表的是实体，如某个人、某个商品、某个地点、某个时刻等，知识图谱中的每个实体可以用一个全局唯一的ID进行标识。

弧:知识图谱中的弧通常代表的是属性和关系，用来表示节点之间的联系。

2.知识图谱常用的表示方法

RDF表示法：RDF(Resource Description Framework)即资源描述框架，是W3C提倡的一个数据模型，用来描述万维网上的资源及其相互间的关系。RDF通过三元组(资源、属性、属性值)和实体之间的边构建出一个有向标记图用来表示各个实体之间的关联。

RDF编写规则:通常使用Web标识符(URI) 标识事物，并通过属性和属性值描述事物。在RDF中，资源指的是可拥有URL的任何事物，属性指的是拥有名称的资源，属性值指的是属性具体的值。

3.知识图谱的构建

根据应用领域的不同，知识图谱的构建方式主要分为自顶向下和自下向上两种构建方法。

自顶向下的构建方式，是指先确定知识图谱的数据模型，再根据模型去填充具体数据，最终形成知识图谱。这种构建方式，一般适用于行业知识图谱的构建，比如对于法律领域的知识图谱，可能会以法律分类，法律条文，法律案例等等的方式组织。

 

自下向上的构建方式，是指先按照三元组的方式收集具体数据，然后根据数据内容来提炼数据模型。-般公共领域的知识图谱采用这种方式，因为公共领域的知识图谱，涉及范围广，这在构建初期，很难设计数据的整体架构，只能是根据数据的内容总结提炼特征,形成数据框架模型。

4.知识图谱表示法的特点知识图谱的特点是:

结构性，深层性，自然性