Knowledge Representation

데이터 -> 처리 -> 정보 -> 일반화 -> 지식

• 데이터 : 특정분야에서 관측되어 오류나 잡음이 포함된 가공되지 않은 것
• 정보 : 데이터를 가공해 어떤 목적이나 의미를 갖도록 한 것
• 지식 : 정보를 취합하고 분석하여 얻은 것을 사람이 이해한 것

 

1. 지식 표현 방법

■ 생성규칙(production rule)

 

다른 지식표현방법에 비해 상대적으로 직관적이라 이해하고 작성하기 쉽다.

전문가 시스템에서 널리 사용되어 인과관계, 추천, 지시, 전략, 휴리스틱을 명시할 수 있다.

 

• if(조건/전제/상황으로 주어진 정보나 사실에 대응될 조건 = 조건부) : 둘 이상의 조건을 AND나 OR로 결합해 구성 가능
• then(행동/결론/결과로 조건부가 만족될 때의 판단이나 행동 = 결론부) : 여러 개의 판단 또는 행동 포함 가능

 

■ 논리

문장들에 대한 추론을 위해 기호를 사용하고, 기호의 조작을 통해 문장들의 참/거짓을 판정

명제논리	술어논리
참/거짓을 분명하게 판정할 수 있는 문장으로, 명제들에 의해 표현되는 문장의 진리값을 결정한다. *논리식 : 명제를 기호로 표현한 형식. 논리 개념을 자연스럽게 표현하여 지식의 정형화 영역에 적합하다. 그러나 절차적인 지식 표현 및 실세계의 복잡한 구조를 표현하기 어렵다.	명제의 내용을 다루기 위해 변수, 함수 등을 도입하고 이들의 값에 따라 참/거짓이 결정되도록 명제논리를 확장한 논리. 서술어에 해당되어 대상의 속성이나 대상 간의 관계를 기술하는 기호로, 참/거짓 값을 갖는 함수다. 명제를 사용하는 것보다 훨씬 더 구체적으로 지식을 표현할 수 있다. ex) x가 인간이라면 Human(x)

※추론 : 술어 논리식을 명제 논리식으로 변환한 후, 명제 논리의 추론 기법을 적용하거나 도출하는 방법.

도출을 하려면 모든 지식이 정형식으로 표현되어야 한다.

 

 

■ Semantic Network 

방향 그래프를 이용하여 개념 간의 관계를 나타내는 방법이다.

다항 관계를 이항관계의 집합으로 표현하는데, 이항관계를 노드와 간선으로 그려낸다.

 

상속, 디폴트값을 이용해 추론할 수 있고 주어진 지식으로부터 새로운 사실을 이끌어 내는 추론도 가능하다.

노드별로 프레임을 생성하고, 노드에서 나가는 간선들을 슬롯으로 구성한다.

 

복잡한 지식을 구조화하여 표현할 수 있고 개념의 계층관계를 정의하여 상속 관계를 지정할 수 있다는 장점.

그러나 지식의 양이 커지면 복잡해져서 조작이 불편하고, 개념이나 관계에 대한 통일성이 부족하여 공유/재사용이 어렵다.

 

 

■ Frame

시맨틱 네트워크에서 파생된 개념이다. 특정 개체와 속성을 묶어 조직화 하는 방법(속성과 값)

• if-added : 새로운 정보 슬롯에 추가
• if-deleted : 슬롯으로부터 값 제거
• if-needed : 빈 슬롯에 어떤 값 필요