Ventajas:
1. La representación es natural, fácil de entender y ampliamente utilizada
2. En consonancia con la memoria asociativa humana
3. Representación estructurada del conocimiento.
Desventajas :
1. No estricto: no existe una base lógica reconocida
2. Es difícil de manejar de manera efectiva: la forma de red tiene las características de flexibilidad, pero
al mismo tiempo provoca la baja eficiencia de procesamiento y recuperación.

2.2 Sistema de producción

Ventajas:
1. Naturalidad: está en consonancia con la forma de representación del conocimiento de la expresión humana de la causalidad, que es intuitiva y natural, y es conveniente para el razonamiento.
2. Modularidad: Las reglas en el sistema de producción tienen la misma forma, lo que es fácil de modularizar la gestión.
3. Efectividad: Puede expresar conocimiento determinista, conocimiento incierto, conocimiento esclarecedor, conocimiento de procesos, etc.
4. Claridad: el formato es fijo, lo que es conveniente para el diseño de reglas, y es fácil verificar la coherencia e integridad en la biblioteca de reglas. .
Inadecuada:
1. La eficiencia no es alta: alto costo de las reglas de coincidencia, para resolver problemas complejos fácilmente conducir a la explosión combinatoria.
2. No puede expresar conocimiento estructural: no puede expresar las diferencias y conexiones entre cosas con relaciones estructurales

2.3 Sistemas de marcos

Marco: El marco es la unidad básica de representación del conocimiento, una estructura de datos que describe los atributos de un objeto (cosas, eventos, conceptos, etc.). Un marco
se compone de miles de estructuras de " ranuras" (ranura) , cada ranura se puede dividir en varias ranuras de " caras" (facetas)
: describe un cierto aspecto del
lado del atributo : describe un aspecto del atributo correspondiente, generalmente Un valor de atributo

Ventajas
1. La descripción del conocimiento por el marco es muy completa y exhaustiva;
2. La calidad de la base de conocimiento basada en el marco es muy alta;
3. El marco permite el cálculo numérico y es superior a otros lenguajes de representación en ese momento;
menos de
1. El costo de construcción del marco es muy alta, y los requisitos de calidad de la base de conocimientos son muy altos
;
2. La expresión del marco no es flexible, y es difícil de usar en conjunción con otras formas de datos . (Isla de datos)

2.4 Gráfico conceptual

2.4.1 Descripción lógica

Cláusula de cuerno

2.4.2 Lógica de descripción

Composición de la lógica descriptiva

Concepto (Concepto): describe términos abstractos en el mundo de las
relaciones (Rol): el vínculo entre
instancias de conceptos (Individual): Los únicos
axiomas individuales (Axioma): proposición autoevidente
, por ejemplo,

No entendí el razonamiento de la descripción lógica ALC

3.1 RDF (Marco de descripción de recursos)

objetivo del diseño:

Restricciones mínimas, información flexible por segundo, se puede utilizar en la Web

1. Un modelo gráfico basado en declaraciones triples (representación gráfica)
2. Un conjunto de vocabulario extensible basado en URI (identificación única)
3. Codificación de sintaxis de serialización basada en XML (intercambio de información)
4. Semántica formal y disponibilidad Prueba de inferencia (base lógica)
5. Permitir que cualquiera haga una declaración de cualquier recurso (mundo abierto)

3.1.1 Modelo RDF

Recursos (recurso): todo lo que identifica el URI
texto (literal): o una cadena de datos tipo de valor valor
propiedad (propiedad): descripción características de recurso, atributos o
declaración de relación (declaración): más atributos de recurso y valores de atributo.

3.1.2 Esquema RDF (diagrama)

RDFS se utiliza para definir y describir conjuntos de vocabulario

Clase: rdfs: Clase
Jerarquía de clases: rdfs: subClassOf
Definición de instancia: rdfs: tipo
Definición de propiedad: rdfs: rango, rdfs: dominio
Jerarquía de propiedades: rdfs: subPropertyOf

3.1.3 Ejemplos específicos

Gráfico RDF sobre un libro

Acerca del lenguaje RDF para describir la clase Person

3.1.4 Insuficiencia de RDF
1. Definición del rango de valores : RDF (S) define el rango de valores del atributo a través de rdfs: range. El rango de valores es global y no se puede explicar cuando el atributo se aplica a algunas clases específicas. El límite de rango especial de.
2. Equivalencia de clases, atributos e individuos : RDF (S) no puede declarar si dos o más clases, atributos e individuos son equivalentes o desiguales.
3. Definición de clases disjuntas : En RDF (S), solo se pueden declarar relaciones de subclase. Por ejemplo, tanto hombres como mujeres son subclases de seres humanos, pero no pueden declararse como disjuntos.
4. La definición de combinación booleana de clases : es decir, la combinación de ciertas clases se realiza a través de la declaración de unión de clases, coito y complemento, construyendo así nuevas clases, como definir al ser humano como la unión de las dos clases de hombres y mujeres.
5. Restricción de cardinalidad : es decir, restringir el rango de valor posible o necesario de un determinado valor de atributo , como indicar que una persona tiene padres (incluidas dos personas) y que hay al menos un profesor en un curso.
6. Descripción de las características de los atributos : es decir, declarar ciertos atributos de atributos, como transitividad, funcionalidad, simetría, y declarar que un atributo es el atributo inverso de otro atributo.

3.2 OWL （Lenguaje de ontologías web）

3.2,1 ideas de diseño de búhos

1. Amplíe RDFS, use RDFS / XML en las reglas gramaticales y siga estrictamente la lógica de descripción en semántica.
2. De acuerdo con los diferentes requisitos de la aplicación para la capacidad expresiva y la complejidad del razonamiento, OWL proporciona dos sub-lenguajes, OWL DL y OWL Lite.
3. Para ser totalmente compatible con RDFS, se proporciona OWL Full, que incluye todo el contenido de OWLDL, pero esto también hace que el problema de razonamiento de OWL Full
sea indecidible.

3.3 SPARQL

Según el modelo de comparación de gráficos, se utiliza la oración SELECT-FROM-WHERE y se mejora el operador de gráfico OPTIONAL

3.4 JSON-LD (JSON para datos vinculados)

4 Aprendizaje de representación estadística del gráfico de conocimiento ( aprendizaje de representación )

Representación tradicional: representación
triple basada en símbolos, que no puede capturar la relación semántica entre entidades (explícita + implícita). No es
bueno usar directamente varios modelos de aprendizaje automático para análisis y minería.
Representación de aprendizaje estadístico:
proporcione una distribución estadística Forma de expresión,
puede capturar la relación semántica entre entidades, especialmente la relación implícita

La representación es un vector, que
puede ser utilizado directamente por varios modelos de aprendizaje automático.

4.1 Aprendizaje de representaciones en lenguaje natural

4.2 El gráfico de conocimiento representa el principio de aprendizaje

Materiales de referencia:

Introducción al gráfico de conocimiento (2) Representación y modelado del conocimiento https://blog.csdn.net/pelhans/article/details/80020067
PPT de la Universidad del Sureste

Notas de estudio de introducción al gráfico de conocimiento (2) -Representación de conocimiento

1 El concepto de representación del conocimiento

1.1 Método de representación del conocimiento

1.2 La vista de clasificación de la representación del conocimiento

1.3 El desarrollo de la representación del conocimiento

2.1 Red semántica