語義網路

語義網路（semantic network）是一種以網路格式表達人類知識構造的形式。是人工智慧程式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中語義網路由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。在數學上語義網路是一個有向圖，與邏輯表示法對應。

基本介紹

• 中文名：語義網路
• 外文名：semantic network

結構方式

語義網路（semantic network）是一種用圖來表示知識的結構化方式。在一個語義網路中，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。

在人工智慧的程式中，謂詞及其變元可以看作是語義網路中的結點；而格關係則相當於結點之間的連結形式。語義網路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路中的特種弧而專門設計的。

語義網路對表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的語義網路表示如下圖。

重要特性

語義網路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路的優點之一。

特點

語義網路的特點是：(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。

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)可利用語義網路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。

對比

與邏輯推理相比，其特點是：語義網路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，語義網路則從整體上進行處理;邏輯系統有特定的演繹結構，而語義網路不具有特定的演繹結構;語義網路推理是知識的深層次推理，是知識的整體表示與推理。

區別

語義網

“語義網(Semantic Web)是一個由全球資訊網聯盟的蒂姆·伯納斯-李(Tim Berners-Lee)在1998年提出的一個概念，它的核心是：通過給全球資訊網上的文檔(如:HTML)添加能夠被計算機所理解的語義“元數據”(Meta data)，從而使整個網際網路成為一個通用的信息交換媒介。語義全球資訊網通過使用標準、置標語言和相關的處理工具來擴展全球資訊網的能力。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.”