【114-2微學分課程】AI 知識工程實戰：知識本體建構與機器人學應用 Hands-On AI Knowledge Engineering: Ontology Building and Robotics Applications

人工智慧微學程

本課程介紹如何運用本體工程 (Ontology Engineering) 的概念建構智慧系統中的形式化知識結構。課程為人工智慧微學程設計，強調實作導向與概念理解，從語意網 (Semantic Web) 中的基本知識表示元素開始，逐步建立本體模型與驗證機制。

課程前半段介紹 ontology 的基本構成元素，包括 RDF 圖結構、類別與關係的建模方式，以及 OWL 所提供的語意建模能力。透過實際練習，學生將學習如何使用 RDF/OWL 表達領域知識。 在理解 ontology 的基本構成之後，課程後半正式介紹 ontology engineering 的方法與設計思維，說明如何從知識元素組織成完整的領域本體，及知識圖譜查詢與資料驗證技術，包括 SPARQL 查詢與 SHACL 約束語言，並示範如何在智慧系統中進行邏輯推理與資料品質驗證。

為使學生理解 ontology engineering 在現代 AI 系統中的角色，本課程並與資工系「人工智慧總整與實作 (Artificial Intelligence Capstone)」部分單元協同授課。透過該課程中的 Physical AI 與機器人系統案例，學習 ontology-based evaluation 與 scenario-based safety validation 的實際應用。

完成課程後學生將能：

1. 理解 RDF 與 OWL 的基本知識表示結構。

2. 使用 RDF/OWL 建構基本領域本體。

3. 撰寫 SPARQL 查詢以存取知識圖譜。

4. 使用 SHACL 定義資料驗證與邏輯約束。

5. 理解 ontology engineering 在 AI 與 robotics 系統中的應用角色。

選課日期： 2026年04月10日 截止
前往選課系統

授課教師

實際教學：資訊科學與工程研究所 張俊彥 博士生講師
課程指導：資訊工程學系 陳奕廷 教授

對應總課程名稱

人工智慧應用與實作
Artificial Intelligence Applications and Implementations

課程日期

2026年04月16日~2026年06月04日
R4n5、M56R4 (Wk.5-7)

課程總時數

24小時

上課地點

EA101 (Wk.1-4、8：R4n5)
ED117 (Wk.5-7：M56R4)

修課人數

20人(開放外校選修，陽明交大在學生優先修課)

先修科目或先備能力

學生須具備「基本程式設計」之相關知識或能力

自備物品

筆電

課程教材

教師自編講義。參考書目：

Keet, C. M. (2025). An introduction to ontology engineering (2nd ed.). College Publications. 1st ed.
publicly available at https://people.cs.uct.ac.za/~mkeet/files/OEbook.pdf

Allemang, D. (2020). Semantic Web for the working ontologist: Effective modeling for linked data, RDFS, and OWL (3rd ed.). ACM. https://doi.org/10.1145/3382097

作業、考試、評量

平時作業60%、期末成果30%、隨堂表現10%。

● RDF/OWL modeling assignment (20%)
● SPARQL query exercise (20%)
● SHACL validation exercise (20%)
● Final mini-ontology project presentation (30%)
● In-class assessments (10%)

課程大綱

課程大綱 分配時數
單元主題 內容綱要 講授 示範 習作 其他
知識表示與語意網基礎 說明人工智慧中知識表示的基本概念，介紹語意網架構以及以圖形方式描述知識的基本方法，建立三元關係表示知識的基本觀念  1 hr  1 hr  1 hr  
RDF 知識圖譜建模 介紹RDF資料模型與基本語法，說明如何以RDF描述概念、關係與資料，並示範建立簡單的知識圖譜。  1 hr  1 hr  1 hr  
OWL 語意建模元素 介紹OWL的基本建模方式，包括類別、關係與屬性，以及類別階層與基本語意限制，示範如何建立具有語意結構的知識模型。  1 hr  1 hr  1 hr  
領域知識模型建構 說明如何依據實際問題建立領域知識模型，包括概念分類與關係設計，並透過實作練習建立簡單的本體模型及查詢。  1 hr  1 hr  1 hr
本體工程概念導論 介紹本體工程的基本概念與設計流程，說明如何將知識元素組織成完整的知識模型，並說明其在智慧系統中的應用。  1 hr  1 hr  1 hr
知識圖譜查詢與評估 介紹知識圖譜查詢語言的基本結構，示範如何查詢知識圖譜中的資料，並說明如何利用查詢結果進行簡單的系統評估。  1 hr  1 hr  1 hr
資料結構驗證與規則檢查 介紹知識圖譜資料驗證的基本概念，說明如何建立資料結構與邏輯規則，並示範利用驗證機制檢查資料是否符合預期條件。  1 hr  1 hr  1 hr
期末成果展示與綜合討論 學生整合課程中建立的知識模型、查詢語句與驗證規則，完成小型成果並進行簡短展示與討論。  1 hr  2 hr

課程進度表

日期 課程進度、內容、主題
04/16 知識表示與語意網基礎(EA101)
04/23 RDF 知識圖譜建模(EA101)
04/30 OWL 語意建模元素(EA101)
05/07 領域知識模型建構(EA101)
05/11,14 本體工程概念導論 (ED117)
05/18,21 知識圖譜查詢與評估 (ED117)
05/25,28 資料結構驗證與規則檢查 (ED117)
06/04 期末成果展示與綜合討論(EA101)

常見問題