用兩個節點和一條弧線可以表示一個簡單的事實，對於表示占有關係的語義網路，是通過允許節點既可以表示一個物體或一組物體，也可以表示情況和動作。每一情況節點可以有一組向外的弧(事例弧)，稱為事例框，用以說明與該事例有關的各種變數。選擇語義基元就是試圖用一組基元來表示知識。這些基元描述基本知識，並以圖解表示的形式相互聯繫。用於表示知識和建立認知模型的一種帶標號的有向圖。在語義網路中，帶標號的節點表示思考對象──具體事物、抽象概念、狀態和局勢等；帶標號的有向弧則表示節點所代表對象間的關係。語義網路中每一條有向弧及其連線的兩個節點在表達力上相當於一個二元謂詞公式。
要求,事例,
要求
在選擇節點時，首先要弄清節點是用於表示基本的物體或概念的，或是用於多種目的的。否則，如果語義網路只被用來表示一個特定的物體或概念，那么當有更多的實例時就需要更多的語義網路。
事例
例如，下圖相當於ON（c,a）（c直接在a上），圖1b相當於EQUAL(OWNER（BOOK），STUDENT)（書的擁有者是學生）。因此語義網路可用來對知識作出陳述性表示。它比邏輯表示直觀，在用於常識推理時，有時也較為方便。
二元語義集結運算元評價決策方法是在有序加權平均運算元的基礎上創立的。1988年美國學者Yager教授提出的有序加權平均(OWΑ)運算元，在模糊邏輯的基礎上，基於模糊多數的柔性集結方法【1】。該運算元自問世以來，已在決策分析、模糊邏輯控制、神經網路、遺傳算法、專家系統和市場研究等許多領域得到廣泛的套用，並取得了豐碩的成果[2]。但由於得到的集結結果有時與預先定義的語言評價集中的元素不一致，只能近似地由語言評價集表示出來，這就導致了信息的損失和集結結果的不精確性。
為此，西班牙學者Herrerα教授於2000年首次提出了關於語言信息集結的二元語義分析方法【7】，較好地克服了以往研究方法的缺陷，同時他還提出了基於二元語義有序加權平均(T-OWΑ)運算元，並將其成功地套用於多粒度語言標度的多屬性評價決策分析之中[8]。
二元語義運算元評價決策方法於2003年前後開始在我國傳播發展，並於2006年以後逐漸被相關學者所重視，相關學術研究成果不斷出現。如今，二元語義運算元評價決策方法已被廣泛套用於多目標決策以及多因素分析等研究領域。
2.2.2二元語義評價理論的主要內容
二元語義信息是指針對某目標(或對象、準則)給出的用二元組(si，αi)來表示的評價值結果。其元素sk和αk的含義描述如下：
（1）sk為預先定義好的語言評價集S中的第k個元素。例如一個由7個元素(即語言評價)構成的語言評價集S可定義為：S={S6=FZ(非常重要)，S5=HZ(很重要)，S4=Z(重要)，S3=YB(一般)，S2=C(差)，S1=HC(很差)，S0=FC(非常差)}。
（2）αk稱為符號轉移值，表示由計算得到的語言信息與預先定義的語言信息集S中最貼近語言短語之間的偏差，很顯然它滿足αk∈[-0.5，0.5)。
定義1：若si∈S是一個語言短語,那么相應的二元語義形式可以通過下面的函式θ獲得[7]：
θ：S→ S× [-0.5，0.5) θ(si)=(si,0) si∈S
定義2：設β∈[0,T]為語言評價集S經過某種集結方法得到的實數，則β可由如下的函式Δ表示為二元語義信息 [7] ：
Δ：[0，T]→ S× [-0.5，0.5)
Δ(β)= (si，αi)
其中，i=Round(β)，αi=β-i.，Round為四舍五人取整運算元。T+ 1為語言評價集S中元素的個數。
定義3：設(si,αi)是一個二元語義，其中si為語言評價集S中第i個元素,αi∈[- 0.5,0.5),則存在一個逆函式Δ-1,使其轉化成相應的數值β∈[0,T] [7]：
Δ-1：S×[- 0.5,0.5)→[0,T] Δ-1(si，αi) =i+αi=β
若(sk，αk)和(si，αi) 為任意兩個二元語義，則有如下性質： （1）有序性：
當k>i時，則(sk，αk)>(si，αi) 當k= i時，則(sk，αk)=(si，αi) 當k<i時，則(sk，αk)<(si，αi)
（2）存在逆運算“neg”：
neg((si，αi))=△(T- △-1((si，αi)) （這裡T+1是S中元素的個數）
（3）最大、最小化運算，當sk≥si時：
max((sk，αk)，(si，αi))= (sk，αk) min((sk，αk)，(si，αi))= (si，αi)
定義4：語言評價集S上任意兩個二元語義(si,αi)和(sj,αj)之間的距離定義為：
)),(),((d1
1
jjiiss），（
其絕對距離為：
)
,(),(),d1
1
1
jjiiss（
定義5：設{(s1,α1),(s2,α2),„,(sm,αm)}為語言評價集S上的一組二元語義信息，則該二元語義的算術平均運算元的定義為：
)5.0,5.0[,,m,(),1
1
Ssssmiii）（
定義6：設{(s1,α1),(s2,α2),„,(sm,αm)}為語言評價集S上的一組二元語義信息，相應的權重向量為w= (w1,w2,„,wm)，wi∈[0,1]，且1w1im
i，則二元語義
有序加權平均運算元((T-WG1)定義為[10]：（寫這篇文章為參考文獻）
)5.0,5.0[~,s~,),()~,s~11
Swsmiiii（
定義7：設{(s1,α1),(s2,α2),„,(sm,αm)}是語言評價集S上的一組二元語義信息， {(w1,α’1), (w2,α’2),„,(wm,α’m)}是對應的二元語義權重向量。則此時的二元語義有序加權平均運算元(T-WG2)定義為：
)5.0,5.0[ˆ,ˆ,)
',1
)
',),()ˆ,ˆ11
1
1
1
Sswwssm
im
iiiiiii（（（ 根據幾何加權平均運算元的性質，易知：
),max(),s(),min(iiiiss<<
[lYager R R. On ordered weighted averaging aggregation operators in multi-criteria decision making〔J〕.IEEE Trans on Systems，Man and Cybernetics，1988，18(1):183-190.
[2]Yager R R，Kacprzyk J. The Ordered Weighted Averaging Operators : Theory and Application〔M〕.Norwell : Kluwer，1997.
[7] Herrera F, Martinez L. A 2-tuple fuzzy linguistic representation model for
computing with words[J].IEEE Transactions on Fuzzy Systems,2000,8 (6):746~752.
〔8〕Herrera F，Martinez L. A model based on linguistic 2-tuples for dealing with multi-granularity hierarchical linguistic contexts in multi-expert decision-making[J]. IEEE Trans on Systems，Man and Cybernetics，2001，31(2):227-234.
[10] 衛貴武.基於T-OWG和T-IOWG運算元的二元語義多屬性群決策方法[J].統計與決策,2008,(20):155~156.
