知識表示是一組描述事物的約定，可以看成是人類知識表示成機器能處理的資料結構。知識表示是人工智慧的一個重要研究課題，應用人工智慧技術解決實際問題，就要涉及各類知識如何表示。我們要研究如何將知識儲存在計算機中，能夠方便和正確地使用知識，合理地表示知識，使得問題的求解變得容易和具有較高的求解效率。知識表示是資料結構和控制結構及解釋過程的結合，涉及計算機程式中儲存資訊的資料結構設計，並對這些資料結構進行智慧推理演變的過程。知識表示是推理和行動的載體，如果沒有合適的知識表示，任何構建智慧體的計劃都無法實現。
通常有以下幾種知識表示方法及應用特點：
1. 一階謂詞邏輯表示方法
利用一階邏輯公式描述事物物件、物件性質和物件間關係。這種方法是將自然語句寫成邏輯公式，採用演繹規則和歸結法進行嚴格的推理，能夠證明一個新語句是由已知正確的語句推匯出來的，即可斷定這個新的語句（新知識）是正確的。知識庫可以視為一組邏輯公式的集合，增加或刪除邏輯公式即是對知識庫的修改。
邏輯表示法有明確和規範的規則構造複雜事物，結構清晰，可以分離知識和處理知識的程式。具有完備的邏輯推理方法，不侷限於具體領域，有較好的通用性。缺點是適合於事物間確定的因果關係，難於表示過程和啟發式知識，推理過程中可能產生組合爆炸，推理效率較低。
2. 產生式表示方法
根據串代替規則提出的一種計算模型，模型中的每條規則稱為產生式。產生式的基本形式P→Q ，P是產生式的前提（前件），Q是一組結論或操作（後件），如果前提P滿足，則可推出結論Q或執行Q所規定的操作。
產生式可以表示人類心理活動的認知過程，已經成為人工智慧中應用最多的
一種知識表示模式，許多成功的專家系統都是採用產生式知識表示方法。
3. 語義網絡表示方法
語義網絡是一種用實體及其及關係來表達知識的有向圖。結點代表實體，表示各種事物、概念、屬性、狀態、事件和動作等；弧線代表語義關係，表示它所連結的兩個實體之間的聯絡。用語義網絡表示知識以求解問題，主要包括兩部分，一部分是由語義網絡構成的知識庫，另一部分是用於問題求解的推理機制。語義網絡的推理過程主要有繼承和匹配兩種。
主要優點：結構性，聯想性，自索引性，自然性；主要缺點：非嚴格性，複雜性。
4. 框架表示方法
框架表示法是在框架理論的基礎上發展起來的一種結構化知識表示方法。框架理論是對理解視覺、自然語言對話和其它複雜行為的一種“框架”認識：人們對現實世界中各種事物的認識都是以一種類似於框架的結構儲存在記憶中的，當遇到一個新事物時，就從記憶中找出一個合適的框架，並根據新的情況對其細節加以修改、補充，從而形成對這個新事物的認識。
當事物的知識比較複雜時，需要透過多個框架之間的橫向或縱向聯絡形成一種框架網路。框架系統的問題求解主要是透過對框架的繼承、匹配與填槽來實現的。框架表示法的優點：結構性，深層性，繼承性，自然性。不足之處：缺乏框架的形式理論，缺乏過程性知識表示，清晰性難以保證。
5. 過程表示方法
過程表示是將有關某一問題領域的知識，包括如何使用這些知識的方法，均隱式地表示為一個求解問題的過程。
主要優點：表示效率高，過程表示法是用程式來表示知識的，可以避免選擇和匹配無關的知識，不需要跟蹤不必要的路徑，從而提高了系統的執行效率。控制系統容易實現：控制機制已嵌入到程式中，控制系統比較容易設計。主要缺點：不易修改和新增新知識，當對某一過程進行修改時，可能影響到其它過程，對系統維護帶來不便。
