知识表示方法之四:语义网络表示法(Semantic Network Representation)
我们之前已经讨论了三种知识表示方法:一阶谓词逻辑、产生式规则和框架表示法。产生式表示法主要用于描述事物间的因果关系,框架表示法主要用于描述事物的内部结构及事物间的类属关系。但是,客观世界中的事物是错综复杂的,相互间除了具有这些关系外,还存在这其它各种含义的联系。为了描述更复杂的概念、事物及其语义联系,引入了语义网络的概念。
一阶谓词逻辑:知识表示方法之一:一阶谓词逻辑表示法(附详细示例)_一阶逻辑怎么求真值-CSDN博客
产生式规则:知识表示方法之二:产生式表示法(Production System)-CSDN博客
框架表示法:知识表示方法之三:框架表示法(Frame Representation)-CSDN博客
1. 定义与背景
语义网络(Semantic Network) 是一种通过 图结构(带标识的有向图) 表示知识的方法,其核心是通过 节点(Node)和 有向边(Directed Edge)描述实体之间的语义关系。节点表示事务、概念、情况、属性、动作、状态、对象或实体,有向边表示这些实体之间的关系(语义联系),边上的标签(Label)进一步明确关系的类型。语义网络最早由心理学家奎廉(J.R.Quillian)于1968年在他的博士论文中作为人类联想记忆的一个显式心理学模型最先提出的,后来被广泛应用于人工智能、自然语言处理、知识图谱构建等领域。
语义网络的核心思想是:“知识不是孤立存在的,而是通过概念之间的关联形成网络化的结构”。
例如,“猫是一种哺乳动物”可以表示为节点“猫”与“哺乳动物”之间的一条 is-a
边,而“猫有尾巴”则通过 has-part
边连接“猫”与“尾巴”。
2. 核心组成与结构
一个简单的语义网络可组合一个三元组。其中,节点表示实体等,有向边(弧)表示这些实体之间的各种语义联系,指明它连接的节点间的某种语义关系,节点和弧都必须带有标识(标签),以便区分各种不同的对象以及对象间各种不同的语义联系,每个节点可以带有若干属性,一般用框架或元组标识,标签(Label)进一步明确关系的类型。
2.1 基本元素
-
节点(Node)
-
表示实体、概念或对象。
-
例如:“猫”、“疾病”、“北京”、“患者”。
-
-
有向边(Directed Edge)
-
连接两个节点,表示它们之间的语义关系。
-
例如:“猫 → 哺乳动物”表示分类关系。
-