Bài giảng Trí tuệ nhân tạo - Chương 7: Biểu diễn tri thức có cấu trúc
lượt xem 15
download
Bài giảng Trí tuệ nhân tạo - Chương 7: Biểu diễn tri thức có cấu trúc nhằm giới thiệu đến các bạn những nội dung về Semantic Nets–Mạng ngữ nghĩa và Frames–Khung. Với các bạn đang học chuyên ngành Công nghệ thông tin thì đây là tài liệu tham khảo hữu ích dành cho các bạn.
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Bài giảng Trí tuệ nhân tạo - Chương 7: Biểu diễn tri thức có cấu trúc
- Chương 7: Biểu diễn tri thức có cấu trúc 1
- Nội dung Semantic Nets – Mạng ngữ nghĩa Frames – Khung 2
- Semantic Nets – Mạng ngữ nghĩa Mạng ngữ nghĩa là một ñồ thị ñịnh hướng gồm tập nút và tập cung/cạnh, trong ñó, Mỗi nút có ñánh nhãn ñể biểu diễn một ñối tượng. Mỗi cạnh ñường mũi tên có ñánh nhãn liên kết giữa hai nút chỉ mối quan hệ giữa hai ñối tượng. Cách biểu diễn này cho ta cái nhìn tổng thể về tri thức của bài tóan bằng bằng ñồ thị Nhờ cách biểu diễn này, luật suy diễn ñược thiết lập thông qua nút và cung liên kết Biểu diễn ñược xem như một cấu trúc dữ liệu mà các ràng buộc của bài toán có thể ñược vạch ra 3
- Mạng ngữ nghĩa: ví dụ Ví duï du : Chẳng hạn : giữa các khái niệm chích chòe, chim, hót, cánh, tổ có một số mối quan hệ như sau : Chích chòe là một loài chim. Chim biết hót Chim có cánh Chim sống trong tổ 4
- Mạng ngữ nghĩa: ví dụ 5
- Mạng ngữ nghĩa: ví dụ các lớp ðV can Breathe has Animal Skin can Move is a can Fly Bird has Wings has Feathers is a is a is Ostrich Tail Canary can not can is Fly Sing Yellow 6
- Mạng ngữ nghĩa Ưu ñiểm Mạng ngữ nghĩa rất linh ñộng, ta có thể dễ dàng thêm vào mạng các ñỉnh hoặc cung mới ñể bổ sung các tri thức cần thiết. Mạng ngữ nghĩa có tính trực quan cao nên rất dễ hiểu. Mạng ngữ nghĩa cho phép các ñỉnh có thể thừa kế các tính chất từ các ñỉnh khác thông qua các cung loại "là", từ ñó, có thể tạo ra các liên kết "ngầm" giữa những ñỉnh không có liên kết trực tiếp với nhau. Mạng ngữ nghĩa hoạt ñộng khá tự nhiên theo cách thức con người ghi nhận thông tin. 7
- Mạng ngữ nghĩa Nhược ñiểm Cho ñến nay, vẫn chưa có một chuẩn nào quy ñịnh các giới hạn cho các ñỉnh và cung của mạng. Nghĩa là bạn có thể gán ghép bất kỳ khái niệm nào cho ñỉnh hoặc cung! Tính thừa kế (vốn là một ưu ñiểm) trên mạng sẽ có thể dẫn ñến nguy cơ mâu thuẫn trong tri thức. 8
- Mạng ngữ nghĩa Semantic Nets và vị từ cấp 1 Semantic Nets: thuận tiện biểu diễn quan hệ giữa các ñối tượng. Thông thường các quan hệ như vậy là hai ngôi (left và right của cung quan hệ) – có thể biểu diễn ở predicate hai ngôi. VD isa (chíchchòe, chim) isa (Bird, animal) 9
- Mạng ngữ nghĩa Semantic Nets và vị từ cấp 1 (tt) Vị từ không phải hai ngôi ở Semantic Nets ra sao? Vị từ 1 ngôi: có thể biểu diễn ở dạng hai ngôi bằng cách sử dụng vị từ tổng quát như isa, instance. Ví dụ man(Marcus) Có thể ñược viết lại: instance(Marcus, Man) 10
- Mạng ngữ nghĩa Semantic Nets và vị từ cấp 1 (tt) Vị từ 3 hay nhiều hơn ngôi: Tạo một ñối tượng mới biểu diễn toàn bộ vị từ ðưa ra quan hệ hai ngôi biểu diễn giữa node mới và các ñối số. Ví dụ scor(Cubs, Dodgers, 5-3) 11
- Mạng ngữ nghĩa Semantic Nets và PC (tt.): Biểu diễn câu có hai túc từ -dùng cách như nói ở vị từ 3 ngôi. EX: “John gave the book to Mary” 12
- Mạng ngữ nghĩa Biểu diễn lượng từ ∀, ∃ : EX: “The dog bit the mail carrier” Lưu ý: dog, mail carrier là cụ thể Dogs, Bite, Mail-Carrier: class d, b, m : các ñối tượng cụ thể nào ñó của các lớp dòng trên tương ứng 13
- Mạng ngữ nghĩa Biểu diễn lượng từ ∀, ∃ : EX: “The dog bit the mail carrier” Vị từ : ∀X (dog(X)⇒∃Y(mail-carrier(Y) ^ bite(X,Y))) 14
- Mạng ngữ nghĩa Biểu diễn lượng từ ∀, ∃ : g: biểu diễn cho phát biểu có lượng từ nó trên. GS: lớp biểu diễn phát biểu tổng quát (có lượng từ: ∀). Mỗi phần tử của GS có hai loại quan hệ: form: (1) quan hệ nào ñược ñề cập. ∀ :(1 hay nhiều) cung này cho biết sự tổng quát tác ñộng ñến biến nào. Ví dụ trên: Biến d: ∀ Biến b,m: ∃ 15
- Mạng ngữ nghĩa Biểu diễn lượng từ ∀, ∃ : EX: “Every dog in town has bitten the constable”. Lưu ý: mọi dog, constable: nào ñó cụ thể. 16
- Mạng ngữ nghĩa Biểu diễn lượng từ ∀, ∃ : EX: “Every dog in town has bitten every mail-carrier” Lưu ý: mọi dog, mọi mail carrier 17
- Frame - Khung Semantic nets và Frame: Khi phạm vi bài toán nới ra thì dạng biểu diễn semantic nets trở nên phức tạp hơn. Do có số nodes và cung giữa chúng tăng lên. Trong trường phức tạp vậy, frame là cách biểu diễn có vẽ ñược thích hơn. Giới thiệu frame: Frame là sự mở rộng của mạng ngữ nghĩa trong ñó, mỗi nút của mạng là một cấu trúc dữ liệu Frame chứa các slot ñược xem như là các thuộc tính và các giá trị của các slot ñược kèm theo Frame cho phép truy cập các thành phần của Frame ñó là các slot và cho phép hưởng quyền thừa kế giữa Frame dữ liệu này và Frame dữ liệu khác 18
- Frame - Khung Cấu trúc Frame Slot : Value : Slot : Value : value of property_name_2> Slot : Value : . 19
- Frame - Khung Các slot trong mỗi frame chứa các thông tin như sau Thông tin nhận dạng frame. Thông tin quan hệ của frame này với frame khác. Các thành phần mô tả của frame. Thông tin thủ thủ tục. Thông tin mặc ñịnh frame. Thông tin ñề xuất mới. VD: Cho mạng ngữ nghĩa biểu diễn các sự kiện về ñộng vật như hình trên. 20
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Bài giảng Trí tuệ nhân tạo - Chương 1: Tổng quan về trí tuệ nhân tạo
36 p | 295 | 39
-
Bài giảng Trí tuệ nhân tạo - Nguyễn Ngọc Hiếu
236 p | 154 | 23
-
Bài giảng Trí tuệ nhân tạo - Bài 1, 2: Giới thiệu về Trí tuệ nhân tạo - Agen thông minh
26 p | 184 | 12
-
Bài giảng Trí tuệ nhân tạo: Giới thiệu trí tuệ nhân tạo - TS. Đào Anh Nam
64 p | 121 | 10
-
Bài giảng Trí tuệ nhân tạo: Giải thuật di truyền - PGS.TS. Lê Thanh Hương
15 p | 113 | 9
-
Bài giảng Trí tuệ nhân tạo - Lê Thanh Hương
44 p | 54 | 9
-
Bài giảng Trí tuệ nhân tạo: Giới thiệu về trí tuệ nhân tạo - Nguyễn Nhật Quang
21 p | 135 | 9
-
Bài giảng Trí tuệ nhân tạo: Giải quyết vấn đề bằng tìm kiếm - Trường Đại học Thủy Lợi
34 p | 106 | 9
-
Bài giảng Trí tuệ nhân tạo: Chương 1 - PGS.TS. Lê Thanh Hương
11 p | 122 | 8
-
Bài giảng Trí tuệ nhân tạo - Chương 2: Biểu diễn bài toán & tìm lời giải
35 p | 99 | 8
-
Bài giảng Trí tuệ nhân tạo - ĐH Nha Trang
137 p | 40 | 7
-
Bài giảng Trí tuệ nhân tạo: Giới thiệu và Tác nhân thông minh - Trường Đại học Thủy Lợi
31 p | 52 | 6
-
Bài giảng Trí tuệ nhân tạo: Các chiến lược tìm kiếm - Trường Đại học Thủy Lợi
86 p | 46 | 6
-
Bài giảng Trí tuệ nhân tạo: Logic vị từ - Trường Đại học Thủy Lợi
18 p | 43 | 6
-
Bài giảng Trí tuệ nhân tạo: Suy diễn trong logic vị từ - Trường Đại học Thủy Lợi
26 p | 63 | 6
-
Bài giảng Trí tuệ nhân tạo: Chương 1 - Lý Anh Tuấn
31 p | 80 | 6
-
Bài giảng Trí tuệ nhân tạo: Logic - Trường Đại học Thủy Lợi
60 p | 40 | 5
-
Bài giảng Trí tuệ nhân tạo (Artificial intelligence) - Chương 1: Tổng quan
51 p | 10 | 4
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn