Knowledge Representa0on Introduc0on Domain specific - - PowerPoint PPT Presentation

Knowledge ¡Representa0on ¡

Introduc0on ¡

• Domain ¡specific ¡knowledge ¡is ¡

needed ¡to ¡solve ¡some ¡problems. ¡

• Knowledge ¡base ¡– ¡representa0on. ¡
• Inference ¡techniques ¡
• Use ¡to ¡prove ¡facts. ¡
• Use ¡to ¡answer ¡queries ¡

Knowledge ¡Representa0on ¡Schemes ¡

• Logical ¡representa0on ¡schemes ¡– ¡logical ¡proofs, ¡e.g. ¡

predicate ¡logic. ¡

• Procedural ¡representa0on ¡schemes ¡– ¡procedural ¡list ¡
• f ¡instruc0ons, ¡e.g. ¡produc0on ¡rule ¡systems. ¡
• Network ¡representa0on ¡schemes ¡– ¡graphical ¡

representa0on, ¡e.g. ¡seman0c ¡networks ¡and ¡ conceptual ¡graphs. ¡

• Structured ¡representa0on ¡schemes ¡–extension ¡of ¡

network ¡schemes, ¡e.g. ¡scripts ¡and ¡frames. ¡

• Structures ¡for ¡incomplete ¡or ¡inconsistent ¡knowledge: ¡

Bayesian ¡reasoning, ¡Dempster-­‑Shafer, ¡fuzzy ¡logic. ¡

. ¡

Seman0c ¡Networks ¡

• Consists ¡of ¡nodes ¡and ¡arcs. ¡
• Nodes ¡represents ¡objects. ¡
• Arcs ¡represents ¡rela0onships ¡between ¡

the ¡objects. ¡

• Rela0onships: ¡

– is-­‑a ¡ ¡ – Instance ¡ – has/has-­‑a ¡ – Others ¡

. ¡

Example ¡1 ¡

Clyde ¡is ¡an ¡elephant. ¡

. ¡

Mammal Elephant Clyde

is-a instance

Example ¡2 ¡

Tail Dog 4 Legs Great Dane Barks Tall Pluto Spots has has is-a communicates height instance has

Example ¡3 ¡

Mammal Person Nose Pee-Wee Brooklyn Blue Reese Dodgers

is-a has-a instance team uniform colour

Example ¡4 ¡

John’s ¡height ¡is ¡72. ¡ John ¡is ¡taller ¡than ¡Bill. ¡

John 72

height

John H1 Bill H2

height height greater than

Example ¡5 ¡

John ¡gives ¡Mary ¡the ¡book. ¡

Give Book32

recipient

• bject

giver

Mary John

Using ¡Case ¡Frames ¡

• Problems ¡with ¡seman0c ¡networks ¡
• A\empts ¡to ¡standardize ¡seman0c ¡

networks ¡led ¡to ¡the ¡development ¡of ¡ case ¡frames. ¡

• Each ¡sentence ¡is ¡represented ¡by ¡a ¡case ¡
• frame. ¡
• Each ¡case ¡frame ¡represents ¡an ¡ac0on. ¡
• Case ¡frames ¡define ¡case ¡rela0onships: ¡

agent, ¡object, ¡instrument, ¡loca0on ¡and ¡

• 0me. ¡

¡

. ¡

Example: ¡Case ¡Frame ¡

glue Fix

instrument time

• bject

agent

Sarah past chair

Exercises ¡

Construct ¡seman0c ¡networks ¡for ¡the ¡ ¡ following ¡statements: ¡

• Pompeian(Marcus), ¡Blacksmith(Marcus). ¡ ¡
• Mary ¡gave ¡the ¡green ¡coloured ¡vase ¡to ¡

her ¡favorite ¡cousin. ¡

• John ¡went ¡downtown ¡to ¡deposit ¡his ¡

money ¡in ¡a ¡bank. ¡

Conceptual ¡Graphs ¡

• Is ¡a ¡connected ¡bipar0te ¡graph. ¡
• Conceptual ¡rela0on ¡nodes ¡

represent ¡rela0ons ¡between ¡

• concepts. ¡ ¡
• The ¡arcs ¡connec0ng ¡nodes ¡are ¡not ¡
• labeled. ¡
• Concepts ¡are ¡represented ¡by ¡boxes. ¡
• Rela0ons ¡by ¡ellipses. ¡

Conceptual ¡Graph ¡Rela0ons ¡

bird flies dog

colour

brown child

parents

mother father

1-ary relation 2-ary relation 3-ary relation

Example ¡

Mary ¡gave ¡John ¡the ¡book. ¡

Mary

agent agent

give

• bject

book

person: person: John

Unique ¡Markers ¡

• If ¡an ¡individual ¡object ¡is ¡unknown ¡a ¡

unique ¡marker ¡can ¡be ¡used ¡in ¡place ¡

• f ¡the ¡name ¡of ¡the ¡object. ¡ ¡
• A ¡unique ¡marker ¡is ¡comprised ¡of ¡a ¡

hash ¡symbol ¡(#) ¡followed ¡by ¡a ¡

• number. ¡
• Each ¡object ¡has ¡its ¡own ¡unique ¡
• marker. ¡

Example ¡1: ¡Unique ¡Markers ¡

Emma

colour

brown

dog: #1352

colour

brown

dog:

Example ¡2: ¡Unique ¡Marker ¡

name

”emma”

#1352

colour

brown

dog:

Example ¡ ¡

Her ¡name ¡was ¡McGill ¡and ¡she ¡called ¡herself ¡ Lil, ¡but ¡everyone ¡knew ¡her ¡as ¡Nancy. ¡

name

”Nancy”

#941

name

“McGill” person:

name

“Lil”

Generic ¡Markers ¡

• A ¡generic ¡marker ¡is ¡used ¡to ¡

represent ¡an ¡unspecified ¡individual ¡

• f ¡a ¡type. ¡ ¡
• A ¡generic ¡marker ¡is ¡represented ¡by ¡

an ¡asterisk ¡*. ¡ ¡

• Name ¡variables ¡can ¡also ¡be ¡used, ¡

e.g., ¡*X ¡to ¡indicate ¡an ¡unspecified ¡

• individual. ¡

Example: ¡Generic ¡Marker ¡

The ¡dog ¡is ¡scratching ¡its ¡ear ¡with ¡its ¡paw. ¡

• bject

agent

scratch

instrument

dog: *X paw ear dog: *X

part part

Display ¡Form ¡

John ¡is ¡going ¡to ¡Boston ¡by ¡bus. ¡

agent

person: John

go

destination

city: Boston

instance

bus

Linear ¡Form ¡

[Go] ¡– ¡ (Agnt) ¡→ ¡[Person: ¡John] ¡ (Dest) ¡→ ¡[City: ¡Boston] ¡ (Inst) ¡→ ¡[Bus] ¡

John ¡is ¡going ¡to ¡Boston ¡by ¡bus. ¡

Exercises ¡

Construct ¡conceptual ¡graphs ¡for ¡the ¡ ¡ following ¡statements: ¡

• Jane ¡gave ¡Tom ¡an ¡ice ¡cream. ¡
• Basketball ¡players ¡are ¡tall. ¡
• Paul ¡cut ¡down ¡the ¡tree ¡with ¡an ¡axe. ¡
• Place ¡all ¡the ¡ingredients ¡in ¡a ¡bowl ¡and ¡

mix ¡thoroughly. ¡