语义网络有哪些方面的钻研 (语义网络有哪些基本的语义关系)

本文目录导航：

• 语义网络有哪些方面的钻研
• 语义网络的组成局部
• 语义网络（Semantic Network）

语义网络有哪些方面的钻研

1、语义网络的钻研：语义网络是一个有向图，其顶点示意概念，而边则示意这些概念间的语义相关；2、语义网络用来表白复杂的概念及其之间的相互相关，从而构成一个由节点和弧组成的语义网络形容图；3、实体咨询：用于示意类节点与所失实例节点之间的咨询；4、泛化咨询：咨询的例子用于示意一种类节点与更形象的类节点之间的咨询；5、汇集咨询：汇集咨询的例子用于示意某一个集体与其组成成分之间的咨询，汇集咨询基于概念的合成性，将上层概念合成为若干低层概念的汇合；

语义网络的组成局部

对于语义网络的组成局部如下：

语义网络是由结点和弧组成。

结点示意事物、概念、事情等，弧示意结点之间的相关。

结点和弧也可带有权值，以示意其无关的关键水平语义网络是示意常识和建设认知模型的一种带标号的有向图。

在语义网络中，带标号的节点示意思索对象──详细事物、形象概念、形态和形势等；带标号的有向弧则示意节点所代表对象间的相关。

语义网络（semantic network）是一种以网络格局表白人类常识结构的方式。

是人工默认程序运用的示意方式之一。

由奎林(J. R. Quillian)于1968年提出。

开局是作为人类联想记忆的一个显著公理模型提出，随后在AI中用于人造言语了解，示意命题消息。

在ES中语义网络由PROSPEUTOR成功，用于形容物体概念与形态及其间的相关。

它是由结点和结点之间的弧组成，结点示意概念(事情、事物)，弧示意它们之间的相关。在数学上语义网络是一个有向图，与逻辑示意法对应

语义网络（semantic network）是一种用图来示意常识的结构化方式。

在一个语义网络中，消息被表白为一组结点，结点经过一组带标志的有向直线彼此相连，用于示意结点间的相关。

在人工默认的程序中，谓词及其变元可以看作是语义网络中的结点；而格相关则相当于结点之间的连结方式。

语义网络是一种面向语义的结构，它们普通经常使用一组推理规定，规定是为了正确解决出如今网络中的特种弧而专门设计的。

语义网络对表白典型的陈说句子的内容尤其有用。例如，语句John gave the book to Mary的语义网络

关键个性语义网络的一个关键个性是属性承袭。

凡用有向弧连结起来的两个结点有上位与下位相关。

例如“兽”是“生物”的下位概念，又是“虎”的上位概念。

所谓“属性承袭”指的是凡上位概念具有的属性均可由下位概念承袭。

在属性承袭的基础上可以繁难地启动推理是语义网络的好处之一。

特点语义网络的特点是：可以深档次地示意常识，包含实体结构、档次及实体间的因果相关;(推理的非有规定，无推理法令可循;常识表白的人造性间接从言语语句强化而来。

它的好处是：间接而明白地表白概念的语义相关，模拟人的语义记忆和联想方式;可应用语义网络的结构相关检索和推理，效率高。

但它不实用于定量、灵活的常识;不便于表白环节性、管感性的常识。

语义网络（Semantic Network）

语义网络（Semantic NetWork）是美国心思言语学家奎廉（M.R. Quilian）于1968年提出的。

语义网络开局是作为人类联想记忆的一个显著公理模型提出的，1972年美国默认专家西蒙斯（）和斯乐康（）首先将语义网络用于人造言语了解系统中。

语义网络是一个由三元组衔接而成的有向图，其节点普通示意实体或概念，而边则示意这些实体或概念间的语义相关，从而构成一个由节点和弧组成的语义网络形容图。

如下语义网络图所示，语义网络中的边是有方向和标注的，方向表现了节点所代表的实体的主次相关，若边由节点A指向节点B，即节点A为主，节点B为辅，比如“张三”指向“职员”；边上的标注示意它所衔接的两个实体之间的语义相关，比如“张三”“职员”之间边上的相关为“isa”，示意详细形象相关，即张三是职员的一个详细实例。

语义网络模拟人的记忆和联想方式，将事物的属性以及事物间的各种语义咨询显式地表现进去，而且表白方式繁难明白，易于了解。

同时，语义网络具有属性承袭的特点，即凡上位概念具有的属性均可由下位概念承袭，例如“兽”是“生物”的下位概念，那么“生物”的一切属性，“兽”都具有。

在属性承袭这一特点的基础上可以繁难地启动语义推理。

然而，语义网络中节点和边的值都没有明白的定义规范，齐全由用户自定义，这样一方面会造成运行时推理规定不明白，同时也会对多源数据的融合带来艰巨。