基于神经网络的知识获取

本文提出了用基于规则专家系统与神经网络的集成，该系统实现了从实例中自动获取知识的功能．在产生和控制不完全情况方面提高了专家系统的推理能力．它使用无导师学习算法的神经网络来获取正规数据，并用一个符号生成器把这些正规的数据变换成规则．生成规则和训练后的神经网络作为知识库嵌于专家系统中．在诊断阶段，为了诊断不明情况，可同时使用知识库和人类专家的知识，而且系统可以利用训练过的神经网络的综合能力进行诊断，并使不相符数据完整化．     

不完备信息系统中知识获取算法

粗糙集理论是一种新的处理模糊和不确定知识的软计算工具.应用粗糙集理论,可以将隐藏在系统的知识能够以决策规则的形式表达出来.根据粗糙集上下近似的概念,决策规则能够分成确定性规则和可能性规则两种.本文将介绍从不完备信息系统中知识获取的算法,通过这些算法能够从不完备决策表中生成一种确定性的规则和两种可能性的规则,同时也介绍了不完备决策表中描述约简的算法.     

基于多策略的交互式智能辅助翻译平台总体设计

为了改善实用机器翻译系统的翻译处理效果，提出一种基于多策略的交互式智能辅助翻译平台的总体设计方案．该系统基于多知识一体化表示、多种翻译处理策略、多种翻译知识获取方式、多策略译文选优等，并采用面向对象的多类型知识数据库管理，有效实现了多策略、多知识的交互式智能处理．平台实现基于规则分析、基于类比推理和统计知识的多翻译模式集成处理，提供人机交互接口，实现人工对翻译结果的干预，以及面向对象的工程、任务管理和用户管理．     

利用遗传算法自动生成模糊规则

提出一种自动生成模糊规则的新方法．该方法在没有任何先验知识（如专家知识）以及样本数据很少的情况下，利用遗传算法依据预定的控制目标直接从实际系统或系统模型中生成全局较优的控制规则。该方法有效地利用了遗传算法的适应性与有效性，能广泛适应于各种非线性系统的模糊规则的自动生成。以典型的非线性系统模型－例摆为例，介绍利用遗传算法自动生成规则的具体过程。最后给出了仿真结果，表明了本方法的可行性与有效性。     

非过程性规则描述语言NRDL

规则描述语言是自然语言处理系统的开发环境中十分重要的知识获取工具。本文介绍一种非过程性的、面向汉语理解的规则描述语言NRDL, 详细说明了NRDL的语言结构、规则书写方法、实现机制和功能特点, 并且介绍了在计算机使用的情况。     

芒针医疗专家咨询系统ZWES

本文在分析当前常见的几种知识表达方法的基础上,提供了一种综合产生式规则和框架及过程的知识表达方法——PF方法。在知识库构造方面,本文结合软件工程的结构化程序设计思想,把专家系统的知识库按其功用划分为若干相互独立地位平等的局部知识库,从而在微机上实现了较大规模的专家系统,并在整体上提高了了系统的执行效率,在不精确推理方面本系统采用了证据理论,本文对此作了扼要描述,在机器学习方面,本文提出了一种基于归纳原理的学习方法,即从实例中获取经验规则,作为医学专家系统,本文提供了适时逐次问诊方法,使得系统的咨询过程更合乎人类专家的行为。本系统是由于工业部七·五重点攻关项目。目前已用MACRO—LISP在IBM PC/XT上基本实现。     

一种改进的规则知识获取方法

知识获取是建立专家系统的最基本最重要的过程,但它又是研制和开发专家系统的“瓶颈”。文章提出了一种改进的规则知识机器自动获取技术,它将学习看作是在一个符号描述空间中的启发式搜索过程,能够通过归纳从专家决策的例子中确定决策规则,从而大大简化了从专家到机器的知识转换过程。     

一个基于神经网络的专家系统

医疗专家系统主要使用基于知识的技术，其中的决策规则和策略来自于人类的专家。把这些知识和各种推理方法结合，可以建立一个模拟专家决策过程的系统。建立这样一个系统，需要经常与专家磋商，以获取专家的知识，因而需要大量的时间和精力。为此，本文提出直接从数据中提取有效的信息，即用神经网络提取隐含在大量数据中对医疗诊断有效的信息，继之与基于规则的知识，各种推理方法相结合，建立一个神经网络专家系统。     

基于模型的知识工程方法

知识工程技术中,基于知识的系统(KBS)的构造可看成一种知识转换过程:知识工程师从领域专家那里获取知识,并将其转化为KBS所采用的知识表达形式。例如知识工程师询问专家解决问题时使用哪些规则,再将这些以自然语言表示的规则转化为合适的KBS知识表达形式。这种方法要求知识工程师和专家从相同角度,采用共同的术语描述问题求解过程,然而,实际中知识工程师和专家所处的地位,看问题的角度是不同的。上述要求限制了基于转换观点的方法     

知识获取方法DECO

知识获取方法学是目前人工智能领域中最重要的分支之一,现在已出现了几种不同应用范围的获取方法,集成式知识获取方法的研究已成为当前的一种趋势,本文所介绍的DECO方法是一种集成式方法,它将知识获取分为若干个基本上相互独立的步骤,并且溶进了知识库快速生成技术以及基于专家分析实例的学习方法。     

一种融合自适应增强语义信息的知识图谱补全方法

翻译模型在进行知识图谱补全的过程中往往会忽略三元组中的语义信息。为弥补这一缺陷,本文构造了一种融合自适应增强语义信息的知识图谱补全方法。通过微调BERT模型获取三元组中的语义信息,并对高纬度向量做降维处理,最后运用注意力机制生成语义信息软约束规则,将该规则添加至原翻译模型中实现语义信息的自适应增强。经实验对比,本文所提方法较原翻译模型在数值上约提升2.6%,验证了方法的合理性与有效性。     

基于神经网络的交互式自动获取知识的N—R方法

本文为解决知识系统构造过程中瓶颈问题－－知识获取，提出了一种基于神经网络ＮＮ的自动获取多级推理产生规则的Ｎ－４方法，该方法采用了特有的ＮＮ结构模型和相应的学习算法，使得ＮＮ在学习过程中动态确定隐层节点数的同时，也产生了样例集中没有定义的新概念，学习后的ＮＮ能用本文提出的转换算法转换成推理网络，最终方便地得到了产生式规则集。     

基于神经网络的交互式自动获取知识的N－R方法

本文为解决知识系统构造过程中的瓶颈问题──知识获取，提出了一种基于神经网络ＮＮ（ｎｅｕｒａｌｎｅｔｗｏｒｋ）的自动获取多级推理产生式规则的Ｎ－Ｒ方法，该方法采用了特有的ＮＮ结构模型和相应的学习算法，使得ＮＮ在学习过程中动态确定隐层节点数的同时，也产生了样例集中没有定义的新概念，学习后的ＮＮ能用本文提出的转换算法转换成推理网络，最终方便地得到产生式规则集.     

构造性归纳综述

1.引言机器学习是人工智能领域的一个长期的研究热点,其研究目标,就是利用计算机来模拟、实现各种形式的学习行为。学习涉及两方面的内容:知识获取和技能获取。前者是从外界获得新的信息,后者是完善已得到的知识。对于这两方面在机器学习领域中有两种主要的学习典范。一种称为符号经验式学习——SEL(Symbolic Empirical Learning)——研究知识获取的本质问题,这种方法试图从事先提供的概念例子中分析出概念相应的规则,或称为描述。这是一种从具体到一般的推理过程,我们称之为归纳,因     

多策略机器翻译系统IHSMTS中模式库的设计

本文介绍了语料库研究的一些特点，并以交互式多策略的思想为背景，对IHSMTS系统CBMT翻译引擎中模式库的设计思想，并对模式的表示，模式库的组织进行了阐述，方便了模式库检索，添加等操作的实现。同时介绍了近似模式匹配算法，从句法功能相似的角度抽取出所比较事例的功能词和句法特征，作为检索模式库和相似度计算的依据。最后介绍了模式库知识获取和知识精练的过程。     

基于人工神经元网络的控制系统模型简化的专家系统

本文研究并实现了一个基于人工神经元网络的控制系统模型简化的专家系统(简称为ESOMRT)。该系统适用于专家和非专家用户,能够针对更体的连续和离散时间的高阶控制系统模型和简化要求选择合适的简化方法,并可对简化质量从时域和频域方面进行评估。在构造这个系统的过程中,作者提出了智能数据库的概念,使用了过程型和人工神经元网络方法相结合的知识表达方式,并利用神经元网络的再学习机制实现了斗自动知识获取,该系统具有三种工作模式和友好的人机界面,使系统的智能水平比较高并有实用价值,现已在IBM-PC/XT和386机上运行。     

分类判断策略的自动获取

获取专家在决策、问题求解过程中使用的决策策略和问题求解规则是知识获取的核心目标．本文以“ｔｈｅＭｏｖｉｎｇＢａｓｉｓＨｅｕｒｉｓｔｉｃｓ”模型为背景，介绍了自动获取专家在分类判断任务中运用的判断策略的算法思想与系统Ｐｏｌｙｎｏｍｅ的组成．     

知识获取方法初探

本文着重讨论了当前交互式自动知识获取系统(AKAS)所使用的两种典型的知识抽取方法,并结合对方法的分析评述给出作者关于 AKAS 未来发展的看法。     

面向体育领域的句子主干翻译技术研究

为了有效翻译体育领域文本,特别是文本中的长句,本文提出了一种面向体育领域的句子主干翻译方法。该方法采用模板来表示句子主干,主要包括句法主干分析、模板转换和句子主干译文生成三个步骤。本文研究中特别针对体育领域的语言特点进行了模板的设计和获取;在译文生成过程中,则分别利用规则和模板,采用了短语级全译和句子级摘译相结合的混合生成策略,并引入翻译函数来处理形态变化。实验结果表明句子主干翻译方法能够获取句子的关键信息,在可懂度上优于完全翻译,其忠实度也令人满意,是处理体育领域文本的有效方法。     

基于场景及规则获取模板的知识获取方法

产生式规则作为知识库系统进行推理的常用的、可读性好的知识表示形式,在构建知识库系统时有极大的优越性.提出一种基于场景及规则获取模板的知识获取方法,并以某高分子复合材料的加工专家为知识获取对象.该方法通过分析、记录领域专家进行设计的过程、解决问题的过程和动作,将领域问题按层次细化为一系列子问题,并在子问题场景下结合场景模型及知识获取模板来获取规则性知识.采用该方法可以辅助领域专家在明晰领域知识结构的基础上,逐步挖掘领域中细粒度的规则性知识.