最終更新日:2026年9月23日
gk cheatsheet
まず結論
知識表現(Knowledge Representation)とは、人間が持つ知識や物事の関係を、コンピュータが扱える形で表す方法です。
G検定では、代表的な表現を次のように切り分けます。
- フレーム:属性をスロットと値で表す
- セマンティックネットワーク(意味ネット):概念同士の関係をネットワークで表す
- 論理表現:事実やルールを論理式で表す
判断するときは、属性・関係・論理のどれを表しているかを見るのがポイントです。
直感的な説明
知識表現は、頭の中にある知識を「コンピュータが読める形のメモ」に変えるイメージです。
たとえば「犬」について、
- 足が4本ある
- 動物の一種である
- 哺乳類なら一定の性質を持つ
といった知識を、目的に合った形式で整理します。
属性を箱に入れる → フレーム
概念を線でつなぐ → 意味ネット
事実とルールを式にする → 論理表現
と覚えると切り分けやすくなります。
定義・仕組み
フレーム(Frame)
フレームは、対象を属性のまとまりとして表します。
- 対象をフレームとして表す
- 属性をスロット
- 属性の内容を値 として持たせます。
例:
- 鳥
- 羽:ある
- 足:2本
- ペンギン
- 鳥の性質を一部継承
- 飛ぶ:いいえ
スロット・属性・継承がキーワードです。
セマンティックネットワーク(意味ネット)
セマンティックネットワークは、概念をノード、関係をエッジとして表します。
代表的な関係には次があります。
- 犬 → is-a → 動物
- エンジン → part-of → 車
- 車 → has-a → エンジン
特に、part-ofは「部分 → 全体」という向きに注意します。
論理表現
論理表現は、事実やルールを形式的な式で表し、厳密な推論につなげます。
たとえば、
- 人間(x) → 哺乳類(x)
- 人間(A)
という知識から、
- 哺乳類(A)
を導く、といった使い方です。
エキスパートシステムとの関係
知識表現は、エキスパートシステムの知識ベースを作るために重要です。
ざっくり整理すると、
- 知識表現:知識をどのような形で保存するか
- 推論:保存した知識を使って何を導くか
- エキスパートシステム:知識ベースと推論機構を使って専門家の判断を支援する
という関係です。
DENDRALやMYCINは、古典的なエキスパートシステムの代表例です。
いつ使う?(得意・不得意)
得意な場面
- 明示的なルールや関係を表したい
- 人間が知識の内容を確認したい
- 専門知識を知識ベースとして整理したい
- ルールに基づく推論を行いたい
注意点
現実世界の知識をすべてルールとして書き出すのは難しく、例外や曖昧さが多い分野では知識の整備が大きな負担になります。
このような限界は、エキスパートシステムの限界でも整理しています。
G検定ひっかけポイント
意味ネットとニューラルネットを混同しない
❌ 意味ネットはニューラルネットワークの一種
⭕ 意味ネットは概念と関係をグラフ状に表す知識表現
フレームと単なるデータベースを同一視しない
❌ フレームは表形式データベースそのもの
⭕ フレームはスロット・値・継承などで知識を表す方法
知識表現と機械学習を混同しない
❌ 大量データから自動で特徴を学ぶことが知識表現
⭕ 知識表現は、知識を扱える形式で記述する考え方
part-ofの向きに注意
❌ 車 → part-of → エンジン
⭕ エンジン → part-of → 車
知識表現と推論を分ける
- 知識表現 → 知識をどう書くか
- 推論 → その知識から何を導くか
まとめ(試験直前用)
- 知識表現=人間の知識をコンピュータが扱える形で表す
- フレーム=属性・スロット・継承
- 意味ネット=ノードと関係、is-a / part-of
- 論理表現=事実・ルール・論理式
- 知識ベースに知識を表し、推論機構がその知識を利用する
- 迷ったら 属性・関係・論理 のどれかを見る