补充资料：语义网络表示

语义网络表示
semantic network representation

动继承狗类的所有共性，而狗类又将自动继承胎生动物的所有共性等等。同样，不言而喻，警犬、牧羊犬、宠物犬……或狗类、猫类等等在概念上又分属于不同的类属。这些特点将有助于实现分类检索、默认推理等。语义网络表示的主要问题是存在多继承性情况。即一个下层概念可能同时与两个以上上层概念有继承关系。例如，某架运输机，既可能是军用，也可能是民用。这将增加推理过程的不确定性，从而降低效率。当语义网络很复杂时，尤为突出。此外，不同领域的研究者，往往就事论事地提出适合于各自特定应用领域的相关网或关系图表达方式。例如:命题网(1971)、概念依存图(1975)、实体一关系模型(1976)等等。迄今为止还没有公认的语义网形式化语法、语义理论或标准。 图1语义网络表示示例1.阿勇;2.是;3.警犬;4.协助;5.警长;6.侦破;7.盗窃;8.对象;9.刑事案;10负责yUyl WQngluo blaoshj语义网络表示(~antic network rep~ta-tion)一种用图来表示知识的结构化方式。 图的结点代表客体、概念、属性、状况等等;图的边代表某种关系—类属、包含、组成、依赖、行为、动作等等。所以，又称关系图或相关网。早在50年代末60年代初，就有英国剑桥大学的M.Master-~等，在机器翻译系统中，把相关网设计成一种中间语言，以便引导语法分析并解决语法上的歧义性问题。不久，M.Quillian在1968年把相关网用作自然语言(英语)词句的语义模型，称它为语义网络，也可以说是一种人类记忆的认知心理学模型。图1是关于“阿勇是一只警犬，它协助替长侦破了一件盗窃案。”这一小故事的语义网络表示。显然，随着知识内容的扩充，语义网络也将变得更为复杂。但这种用有向图直接表示事物及其语义联系的方式，却有助于事物的分类，概念的分层，同类事物间共性的继承。例如，警犬是一种狗，而狗是一类胎生动物;再推广到胎生动物是哺乳动物等等。显然，警犬将自

说明：补充资料仅用于学习参考，请勿用于其它任何用途。