知识表示是研究知识在计算机中存储和处理的形式,是人工智能的一个重要研究方向. 常用的知识表示方法有产生式规则、语义网络、框架等,这些方法难于揭示自然语言中的深层次关系,不利于自然语言理解. 1976 年计算机科学家Sowa 在文献[ 1 ,2 ]中提出的概念图解决了自然语言的知识表示问题,但纯粹的概念图模块性较差,不利于程序设计.本文根据自然语言理解和知识推理的特点,提出扩展产生式规则表示法,该方法将产生式规则的前提、结论和处理分别用概念图表示. 它既便于自然语言的知识表示,又保持了知识的模块性.
参考文献:
[1 ] Sowa J F. Conceptual graphs for database interface [J ] .IBM J Res & Dev , 1976 ,20(4) :336～357.
[2 ] Sowa J F. Conceptual structure : information processing in mind and machine [M] . Boston :Addison2Wesley Publishing Co Inc , 1984.
[3 ] 施鸿宝,王秋荷. 专家系统[M] . 西安:西安交通大学出版社, 1990.
[4 ] 刘晓霞. 概念图知识处理器的设计[J ] . 小型微型计算机系统,2001 ,22 (3) :351～354.
http://www.dmresearch.net/uploads/20060101/1000000003.pdf 数据挖掘研究院
