语义网络
由结点和结点间的有向弧组成的有向图。
语义网络近年来成为人工智能中应用较多的一种知识表示方法，尤其是在自然语言处理方面。
1.语义网络的结构
语义网络是一种用实体及其语义关系来表达知识的知识表达方式。
语义网络一般由一些最基本的语义单元/语义基元组成，语义基元是由有向图表示的三元组 (结点A，弧，结点B)
图做太快了，右边的A为B。
结点代表实体，表示各种事物、概念、情况、属性、状态、事件、动作等。
弧是有方向和标注的，方向体现了结点所代表的实体的主次关系，即结点A为主，结点B为辅；线上的标注表示它所连接的两个实体之间的语义联系。[在语义网络中，弧的方向是不能随意调换的。]
E.g.命题“ 小学生坐车去春游 ”
2.基本的语义关系
(1)Is-a和Part-of型关系
这类关系是指具有共同属性的不同事物间的分类关系、成员关系或实例关系。
体现“具体与抽象”、“个体与集体”、“部分与整体”。
E.g.(下图来自《人工智能》马少平)
1）Is-a：表示一个事物是另一个事物的实例，表示具体与抽象关系，此关系的一个最主要特点是属性的继承性，处在具体层的结点可以继承抽象层结点的所有属性。[Eg. “灵长类”是“动物”，“灵长类”是“动物”的一个具体实例。]
2）Part-of：表示一个事物是另一个事物的一部分，有组织或结构特征的“部分与整体”之间的关系。其特点是Part-of关系下的各层结点的属性可能是很不相同的(没有属性的继承性)。
3)Is：表示一个结点是另一个结点的属性。Eg.中国的陆地面积是960万平方公里。
(2)属性(类属)关系
属性关系是指事物和其属性之间的关系。
1)Have：表示一个结点具有另一个结点所描述的属性。Eg.鸟有翅膀。
2)A-Kind-of：表示一个事物是另一个事物的一种类型，表示是一种隶属关系，体现某种类内部的层次。下层结点除了可继承、细化、补充上层结点的属性外，还有可能出现变异的情况。Eg.鸭嘴兽是哺乳动物。
3)Can：表示一个结点能做另一个结点的事情。Eg.草鱼吃水草。
(3)其他关系
1)时间关系：指不同事件在其发生时间方面的先后关系。[Eg. Before / After]
2)位置关系：指不同事物在位置方面的关系。[Eg.Located-on/Located-at/Located-under/Located-inside/Located-outside]
3)相近关系：指不同事物在形状、内容等方面相似和接近。[Eg.Similar-to/Near-to]
(4)复杂些的关系
1)The event is 事件
2)The agent of the event is 施动者
3)The object of the event is 受动者
3.语义网络的推理
(1)继承
把对事物的描述从抽象结点(概念结点、类结点)传递到具体结点(实例结点)。
(2)匹配
在知识库的语义网络中寻找与待求问题相符的语义网络模式。
4.语义网络表示法的特点
优点：(1)结构性好，语义网络把事物的属性以及事物间的各种语义联系显式地表现出来，是一种结构化的知识表示法。
(2)下层结点可以继承、新增和变异上层结点的属性，从而实现信息共享。
(3)通过与某一结点连接的弧很容易找出相关信息，而不必查找整个知识库，有效避免了搜索时的组合爆炸问题。
(4)语义网络表示把各结点之间的联系以明确、简洁的方式表示出来，是一种直观的知识表示方法。
(5)语义网络着重强调事物间的语义联系，体现了人类思维的联想过程，符合人们表达事物间关系的习惯，因此较为容易把自然语言转换成语义网络。
缺点：(1)推理规则不十分明了。
(2)表达范围有限，一旦结点个数太多，网络结构复杂，推理就难以进行。
