複製鏈接
請複製以下鏈接發送給好友

語義網絡

鎖定
語義網絡(semantic network)是一種以網絡格式表達人類知識構造的形式。是人工智能程序運用的表示方式之一。由奎林(J. R. Quillian)於1968年提出。開始是作為人類聯想記憶的一個明顯公理模型提出,隨後在AI中用於自然語言理解,表示命題信息。在ES中語義網絡由PROSPEUTOR實現,用於描述物體概念與狀態及其間的關係。它是由結點和結點之間的弧組成,結點表示概念(事件、事物),弧表示它們之間的關係。在數學上語義網絡是一個有向圖,與邏輯表示法對應。 [1] 
中文名
語義網絡
外文名
semantic network

目錄

語義網絡結構方式

語義網絡(semantic network)是一種用圖來表示知識的結構化方式。在一個語義網絡中,信息被表達為一組結點,結點通過一組帶標記的有向直線彼此相連,用於表示結點間的關係。 [2] 
在人工智能的程序中,謂詞及其變元可以看作是語義網絡中的結點;而格關係則相當於結點之間的連結形式。語義網絡是一種面向語義的結構,它們一般使用一組推理規則,規則是為了正確處理出現在網絡中的特種弧而專門設計的。 [2] 
語義網絡對錶達典型的陳述句子的內容尤其有用。例如,語句John gave the book to Mary的語義網絡表示如圖1。 [2] 
圖1 圖1

語義網絡重要特性

語義網絡的一個重要特性是屬性繼承。凡用有向弧連結起來的兩個結點有上位與下位關係。例如“獸”是“動物”的下位概念,又是“虎”的上位概念。所謂“屬性繼承”指的是凡上位概念具有的屬性均可由下位概念繼承。在屬性繼承的基礎上可以方便地進行推理是語義網絡的優點之一。 [2] 

語義網絡特點

語義網絡的特點是:(1)可以深層次地表示知識,包括實體結構、層次及實體間的因果關係;(2)推理的非有規則,無推理規律可循;(3)知識表達的自然性直接從語言語句強化而來。 [1] 

語義網絡優點

它的優點是:(1)直接而明確地表達概念的語義關係,模擬人的語義記憶和聯想方式;(2)可利用語義網絡的結構關係檢索和推理,效率高。但它不適用於定量、動態的知識;不便於表達過程性、控制性的知識。 [1] 

語義網絡對比

邏輯推理相比,其特點是:語義網絡能表示各種事實和規則,具有結構化的特點;邏輯術語把事實與規則當作獨立的事實處理,語義網絡則從整體上進行處理;邏輯系統有特定的演繹結構,而語義網絡不具有特定的演繹結構;語義網絡推理是知識的深層次推理,是知識的整體表示與推理。 [1] 

語義網絡區別

語義網
語義網(Semantic Web)是一個由萬維網聯盟的蒂姆·伯納斯-李(Tim Berners-Lee)在1998年提出的一個概念,它的核心是:通過給萬維網上的文檔(如:HTML)添加能夠被計算機所理解的語義元數據(Meta data),從而使整個互聯網成為一個通用的信息交換媒介。語義萬維網通過使用標準、置標語言和相關的處理工具來擴展萬維網的能力。不過語義網概念實際上是基於很多現有技術的(某些技術甚至可以追溯到20世紀60年代末期), 也依賴於後來和text-and-markup與知識表現的綜合.” [3] 
參考資料