知识获取问题

知识获取问题一直是知识工程的难点之一,是关系到专家系统成败的关键。本文讨论了专家知识的特点和运用现有方法如何改进知识获取问题。文中提出,在可能条件下,用不同获取方法进行校核,可防止知识失真。同时强调了,知识工程师应尽可能熟悉所研制系统的专业知识。目前,国内外有一种趋势,本行专家参与专家系统的研制(不仅是咨询或当做获取知识的来源),这无疑对保证知识不失真和专家系统的质量大有好处。     

基于领域本体网络模型的知识获取技术

知识获取一直是人工智能的瓶颈，如何有效地从文本中提取知识是知识工程所关注的问题。该文提出并构建了领域本体网络模型，将其用于中医领域文本的知识获取，分析了领域本体的数据结构、本体概念的实例化以及语义场的结构与组织方法。基于中文信息处理技术，提出了获取文本知识的框架，实现了原型系统，并用于中医医案知识的获取，取得了较好的效果。     

关于机器学习

知识工程的一个重要方面就是如何获取知识.目前它已成为开发专家系统的“瓶子口”问题.因此研究者们对机器学习问题日益重视.本文简单地回顾了关于机器学习研究的发展,并探讨了各种学习系统之间的关系.     

计算机辅助教学专家系统知识获取的构想

知识获取技术作为专家系统的立基之石一直被受关注,并得到了很大的进展.但是现在的知识获取技术相对于专家系统所要求达到的水平还是有一定距离.基于专家系统开发中的知识获取的瓶颈问题,文章归纳总结知识获取现有的方法,分析其利弊,综合方法的优势,为计算机辅助教学系统构架更为完善的知识获取.     

基于组件的多智能体油气开发软件应用平台的研究

该文利用基于实例推理的思想和技术,提出了一个基于组件推理的多智能体油气开发软件应用平台的体系结构和实现方法。该系统是基于系统所记忆的以往应用软件对象类组件来主动推理解决所面临的应用软件开发问题,并可通过对象类的不断增加,获取应用软件开发的知识,从而提高和改善应用平台软件开发的能力。     

专家系统的下一步IFIP第十届世界计算机大会特邀论文

第一代专家系统已经表明人工智能(AI)技术能够用于解决各种特定领域里的问题.解决这些问题通常需要人们多年来积累的经验知识.不过,尽管这些系统具有实在的能力,但它们解决的问题范围受到严格的限制.未来几年内关于专家系统的工作,在某种程度上肯定将集中到扩大范围而又不牺牲能力的方面.本文力图说明一种有希望通往上述目的之途径.它包括首先更好地理解在不同领域内行之有效的各种问题求解方法,而后借助于这种理解来开发更好的知识获取工具,最终开发出具有从总体上比现有专家系统解题范围更宽的协同式问题求解器.     

一种基于符号神经网络的知识获取方法

本文介绍一种基于符号神经网络的知识获取方法，该方法首先用传统的机器学习方法获取关于某领域的粗略知识，然后把这些知识映射到神经网络结构，通过神经网络的自学习获取关于该领域的精细知识，这样，既解决了传统机器学习中知识精度，知识表示等问题，又解决了神经网络获取知识时间长，能释能力弱等问题。     

用于工程设计的基于知识的专家系统的工具和技术

基于知识的专家系统作为开发工程软件的一个重要工具箱脱颖而出。这些系统为解决工程设计中遇到的不良结构问题提供了一种手段。对于这些系统的开发已有一些工具。本文描述象 OPS5,SRL 和 PROLOG 这三个工具对工程设计的适用性。文中还概述了基于知识的专家系统和各种问题求解策略。     

Multi-Agent系统中Agent知识获取的合作模型

Agent的知识是Agent计算的前提.在动态、不确定的Multi-Agent系统中,Agent必须具备及时有效地获取所需知识的能力以求解问题.现有的知识获取模型不能有效地支持在动态、不确定的Multi-Agent系统中Agent对知识获取的要求,Agent的知识获取能力比较有限.提出一个系统的、用于Agent知识获取的合作模型KACM(knowledge-acquiringcooperationmodel)系列,包括被动模型、主动终止模型和主动非终止模型.基于言语行为理论和以分枝时序逻辑为基础的形式化框架,讨论了KACM所涉及的Agent通信行为,分析了Agent如何响应这些通信行为以完成知识交互,定义了各通信行为以及KACM的满足语义,最后讨论了研究工作的意义.     

IUC构建在农业专家系统中的应用

农业专家系统是现今应用效果显著的智能化农业信息处理系统,而系统的开发是其广泛推广的瓶颈问题。采用以自然语言理解为基础自动获取知识并自动构造专家系统的思想,提出了利用格语法来组织句法,通过语义网络进行知识表示的一种新的知识获取方法,解决了在构造农业专家系统中的一个关键问题:中文自然语言理解接口IUC(Interface for U nderstand ing Ch inese)。实验结果表明,该方法是可行且有效的。     

面向应用领域的知识发现系统开发平台KDIST

介绍了一个面向应用领域的知识发现系统开发平台KDIST。将数据挖掘技术巧妙地封装在应用领域的问题中,使开发出的知识发现系统操作傻瓜化,用户无须关心数据挖掘本身,有效地减轻了领域用户使用负担,提高了数据挖掘技术实用性。所开发出的知识发现系统将挖掘得到的知识融合到已有专家系统的知识库中。两个实例系统的应用证明知识发现系统是专家系统自动半自动知识获取和知识库精化的良好工具。     

基于支持向量机的舰船柴油机分层故障诊断

介绍了支持向量机(SVM)理论的基本概念、原理及其学习算法，分析了基于传统的专家系统理论的故障诊断系统在知识获取、知识表达及推理能力等方面的缺陷，提出了构造多重支持向量机（MSVM)模型解决舰船故障诊断问题的设想，开发了一套故障诊断仿真系统。     

知识云及其在知识获取中的意义

如何有效地获取领域专家的知识一直被视为人工智能中的难题．本文的目的在于提出一种关于知识获取的基本观点，并以此观点为基础来研究知识获取问题．这个观点的基本内容是：象波尔的原于模型一样，在专家的知识周围有一些知识层．它们是认识和获取专家知识的突破口或入口．本文将这些知识层看成是知识云，同时将上述观点视作知识云假设．我们将讨论知识云的内涵，研究知识云假设的合理性，最后将阐述知识云这一概念在知识获取中的意义．     

企业级智能知识搜索与推荐系统方案设计

大型企业的业务数据往往以非结构化形式存储在多个系统中，如何在这些海量数据中精准搜索到所需的知识成为企业迫切需要解决的问题。文章将介绍一种融合智能采集、整理、索引、检索、分析以及推送数据的系统设计方案，解决了企业跨系统检索的难题，提高了企业的数据利用率。     

一种基于聚类的汉语词语知识的获取方法

在自然语言处理中,知识的自动获取一直是一个核心问题。但如何实现知识的自动获取呢?该文在基于实例的学习方法(Example-BasedLearning,简称EBL)的基础上,提出了一种基于聚类的汉语多义词知识的自动获取方法。实验结果证明,用该方法获得的知识对汉语的词义排歧是有效的。     

面向生产现场的问题驱动知识管理方法及应用研究

在生产现场的问题解决中,会产生和运用大量的经验知识,对这些知识进行有效管理具有十分重要的意义。为此,以生产现场所遇的实际问题为切入点,提出面向生产现场的问题驱动知识管理方法,并结合问题解决研究中的认知机理和概念模型,构建问题驱动的知识管理方法框架及系统结构。该方法在生产现场实际问题解决中持续地学习和运用知识,从而实现知识的有效管理。最后,针对某轿车厂生产现场中存在的实际问题开发知识管理原型系统,验证所提出方法框架和系统结构的科学性和有效性。     

一种果品领域本体库的构建方法

果品领域知识涉及到的学科知识多、知识量大,如何使这些知识得到共享和重用,目前仍是一个重要的挑战,通过构建果品领域本体库来解决这一问题.本体是一种知识重用、知识共享和建模的重要工具.果品领域本体库是果品领域本体的集合;果品领域本体是果品领域知识中概念、属性、过程及相互关系的形式化描述,这种形式化描述使知识可以重用和共享,让计算机能够理解;为人与人之间、组织与组织及计算机之间通信提供了统一的术语与概念,使知识共享成为可能,同时也有利于知识的获取,可提高获取的速度和可靠性.     

基于Web语料的概念获取系统的研究与实现

互联网网页中存在大量的专业知识。如何从这些资源中获取知识已经成为10多年来的一个重要的研究课题。概念和概念间的关系是知识的基本组成部分，因此如何获取并验证概念，成为从文本到知识的过程中的重要步骤。本文提出并实现了一种自动从Web语料中获取概念的方法，该方法利用了规则、统计、上下文信息等多种方法和信息。实验结果表明，该方法达到了较好的效果。     

基于组合优化算法的知识获取技术及其在动力锅炉故障诊断中的应用

为解决目前知识获取方法对于复杂过程知识获取存在的不完全、不一致等问题 ,从优化角度提出了一种基于组合优化算法的知识获取技术 .首先将过程知识获取归结为优化问题 ,建立知识获取模型 ,然后将遗传算法群体演化机制引入到模拟退火算法中构成组合优化算法对模型求解 ,获得所需要的知识 .与其它方法对动力锅炉故障诊断知识获取实例的应用比较证明了该方法的有效性和优越性 ,从而为解决复杂过程知识获取提供了一种新的方法     

机器学习技术与机器学习系统

知识获取是知识处理过程中的“瓶颈“，这一问题的解决有赖于机器学习研究的进展。本文从两种不同的角度概述并评价了当前机器学习中的一些主要技术和典型系统，其一是着眼于机器学习技术所采用的推理方式，即演绎推理、归纳推理和类比推理，其二是强调机器学习系统所使用的知识类型和学习过程中信息流动的走向。