语义网络
以个体为中心的组织知识的语义联系
实例联系
泛化联系
聚集联系
属性联系
以谓词或关系为中心组织知识的语义联系
以关系（谓词）为中心组织知识的语义联系
连接词在语义网络中的表示方法
合取
析取
否定
蕴含
变元和量词在语义网络中的表示方法
语义网络：
采用网络形式表示人类知识的方法，一个带有标识的有向图，图中的结点表示物体，事件或者是属性值。
(AKO与此时所说的无关，直接忽略）
结点一般分为实例结点和类结点（模板，相当于编程中的类）两种类型。
结点之间的有向弧（有的还带有标识，包括直线）表示结点之间的联系。
基本命题的语义网络表示：
1.以个体为中心组织知识的语义联系。
实例联系：
用于表示类结点数所属实例结点之间的联系。
标识符为：ISA
例如“张三是一名老师”可以表示为如图2.3所示的语义网络。
值得注意的是：实例结点与类结点是多对多的关系，一个实例可以属于多个类结点，因为这个实例可以包含多个类的属性，同样的，一个类是可以拥有多个实例的。
泛化联系：
用于表示一种类结点（如鸟）与更抽象的类结点（如动物）之间的联系，通常用AKO(a kind of)表示。
聚集联系：
用于表示某一个体与其组成成分之间的 联系，通常用（part-of)表示。
聚集联系基于概念的分解性，将高层概念分解为若干低层概念的集合。这里，可以把低层概念看作是高层概念的属性，例如，“两只手是人体的一部分”表示为如下图所示的语义网络：
属性联系：
表示个体、属性及属性值之间的联系。通常用有向弧表示属性，用这些弧指向的结点表示各自的值。
例如：“John 的性别是男性，年龄为30岁，身高180cm，职业是程序员。”可以表示为：
以谓词或关系为中心组织知识的语义联系
以关系（谓词）为中心组织知识的语义联系：
除了把对象当作结点之外，如果还把关系R也作为语义的结点，其对应的关系语义便可以用语义网络表示。
例如：小李和小王是朋友，可以用关系Friend(Li，Wang)（其实就是一个谓词）来表示。语义网络如图所示：
连接词在语义网络中的表示方法：
合取：
在语义网络中，合取通过引入合取结点来表示。合取关系网络其实就是由与结点引出的弧构成的网络。
析取：
通过引入或结点表示：
否定： 引入非结点。
对于基本联系的否定，可以直接采用非ISA，非AKO,以及非part-of的有向弧来标注。对于一般结点，则需要通过引进非结点来表示。
蕴含：
引入关系结点蕴含，从关系结点出发，一条弧指向命题的前提条件，记为ANTE，另一条弧指向该规则的结论，记为CONSE。
变元和量词在语义网络中的表示方法：
存在零次在语义网络中直接用ISA弧表示，而全称量词就需要用分块来表示。
对于量词的表示方法，首先用谓词公式表示出来，然后根据谓词公式画出语义网络。
GS:表示全称量化的一般事例，可以说是所有全称量化实例的集合
G:某个具体的全程量化实例，这里是全称量化狗
FROM:可以理解为是辖域，其实应该是G这个断言本身（G有两个部分，一个刚才已经说到，另一个就是代表全称量词的特殊弧（任意符号），S1是一个特定的分割，表示 A dog has bitten a postman.