中国织女星知识网格研究进展

如何统一、规范、有效地管理各种资源成为下一代Web所面临的关键问题，知识网格的研究目标是建立基于下一代Web的信息、知识和服务资源有效共享、管理的模型、方法和平台，其研究的核心问题包括资源的规范组织、智能聚合和语义互联，介绍了中国织女星知识网格的研究进展以及相关的模型和方法。     

面向考古的形式领域本体及其在知识获取和分析中的应用

随着计算机和互联网的迅猛发展和广泛应用，知识内在的异质性和分布性已经严重地阻碍了知识在多主体和软件实体之间的共享和重用，而形式本体已被认为是很有前途的解决方法。作为一门专业领域知识，考古学知识是人类知识的重要组成部分，在自然语言处理、知识系统、信息检索、信息提取和智能教学等知识密集型应用中是必不可少的。     

基于多知识的Web网页信息抽取方法

从Web网页中自动抽取所需要的信息内容,是互联网信息智能搜取的一个重要研究课题,为有效解决网页信息抽取所需的信息描述知识获取问题,这里提出了一个种基于多知识的Web网页信息抽取方法（简称MKIE方法）。该方法将网页信息抽取所需的知识分为二类,一类是描绘网页内容本身表示特点,以及识别各网信息对象的确定模式知识,另一类则描述网页信息记录块,以及各网页信息对象的非确定模式知识,MKIE方法根据前一类知识,动态分析获得后一类知识;并利用这两类知识,最终完全从信息内容类似担其表现形式各异的网页中,抽取出所需要的信息,美大学教员论文网页信息抽取实验结果表明,MKIE方法具有较强的网而信息自动识别与抽取能力。     

知识网格：管理共享知识资源

如何统一、规范、有效地管理各种资源成为下一代Web所面临的关键问题。知识网格的研究目标，是建立基于下一代Web的信息、知识和服务资源，进行有效共享和管理的模型、方法和平台。     

知识共享和重用技术与应用

知识共享和重用一直是ＤＡＩ中众多科学家和学者们研究的重要问题，也是智能制造ＩＭＳ和并行工程ＣＥ中的重要研究技术。本文从知识库结构、基于知识的系统的结构和开发模型以及知识交换语言三个方面介绍了知识共享和重要原理、方法以及在制造系统的应用。     

企业知识管理中提高知识共享程度的对策研究

本文从知识管理的概念入手，指出了知识共享在知识管理中的重要性和特殊地位，进而从企业的信息基础建设、内部的组织结构、企业文化以及对人员的激励机制四个方面，深入探讨了如何提高企业知识共享程度，加强企业竞争力。     

知识管理细处入手

知识管理这个概念早已不是什么新鲜名词，但对知识管理理念的内涵和产品功能，很多用户可能还不很清楚。不过，说到企业的文档信息的管理，员工知识和技能的共享和留存，很多企业和组织的领导人都颇有感触。当说到知识管理系统就是重点解决知识的留存与共享问题时，大家都表示这种产品将来肯定是大有作为的，因为大家都知道知识经济时代，企业最宝贵的资源就是知识，特别是存在于一些能人大脑中的隐性知识。     

剖析知识管理

知识管理需要将不同来源的信息转化为知识；知识管理要能够实现明晰（即明晰知识）和默会（即默会知识）的共享；知识管理要能够支持人们的知识交流，并与人和工作联系起来。知识管理要能够激励革新和知识创新。     

知识图谱研究综述

随着信息化社会的来临,各种互联网技术应运而生,数字信息已然成为当今社会中商家必争的宝贵财富资源。众多数字信息中,怎样帮助用户精准筛选出有效信息是当前搜索引擎所面临的巨大挑战。传统的互联网搜索仅仅是基于本文的链接,搜索时仅单纯的给出包含搜索词的网页,让用户去网页中寻找答案,这种检索方法耗时耗力,还不能准确给出用户想要的答案。由此谷歌率先提出以知识图谱(Knowledge Graph)为技术基础的的搜索引擎,这是搜索引擎界的一次重大变革。它以图的形式表现客观世界中的概念和实体及其之间关系,现如今广泛应用于语义搜索、智能问答、决策支持等智能服务领域。本文针对什么是知识图谱、如何表示构建知识图谱及知识图谱的主要应用作了详细阐述,希望更多的读者可以了解知识图谱及其对人工智能发展的巨大贡献。     

基于开放网络知识的信息检索与数据挖掘

随着互联网通信技术的不断发展,人们通过互联网可以获取大量的数据信息,这些数据有着强大的交互性、社会性以及虚假性,大数据背后隐藏着复杂的联系,建立开放的网络知识检索与数据挖掘成为人们获取大量数据或者信息的有效途径,但人们在进行信息检索以及数据挖掘的过程中还存在一些不足.故而本文将对开放网络知识的信息检索以及数据挖掘过程中存在的问题进行分析,进而针对这些问题采取解决措施.     

水利信息知识图谱的构建与应用

近年来知识图谱技术作为一种用于描述客观世界中概念、实例及其关系的新方法,得到了人们的广泛关注,利用知识图谱可以有效拓展搜索结果的广度。目前水利行业采用的基于关键字的搜索技术难以利用对象间关系进行信息检索。为此,本文首先提出一种面向水利对象数据的知识图谱构建方法,用以实现水利信息知识图谱的构建。然后,提出基于推理规则的知识推理方法,利用隐藏在水利信息知识图谱中的知识实现智能数据检索。最后,将上述技术应用于水利领域,实现水利信息知识图谱构建与检索系统。通过该系统可以有效利用水利对象之间的关系,充分发挥水利信息资源的价值。     

知识的增值——知识发现与知识管理

知识是一种像流体一样具有流动性的物质,其中混杂了已经结构化的经验、价值和有特定含义的信息及专家洞察力。 知识发明是所谓“数据挖掘”的一种更广义的说法,即从各种媒体表示的信息中,根据不同的需求获得知识。知识发现的目的是向使用者屏蔽原始数据的繁琐细节,从原始数据中提炼出有意义的、简洁的知识,直接向使用者报告。 知识管理是一个过程,个人通过这一过程学习新知识和获得新经验,并将这些新知识和新经验反映出来,进行共享,以用来促进、增强个人的知识和机构组织的价值。     

百度“知道”知识共享传播机制与企业知识共享平台建设

知识是企业重要的创新资源,知识共享可以有效提升企业的竞争力。本文在介绍百度“知道”平台的基础上,分析了其知识共享与传播机制,以此为基础构建了企业内知识共享平台。     

把知识“管”起来

人们经常把知识管理理解成对于信息的管理，以为购买一些信息设备，建成一个计算机网络，应用一些软件就是“知识管理”了。其实这是对于“知识管理”一种非常狭隘的认识。     

知识共享和重用技术与应用

知识共享和重用一直是DAI中众多科学家和学者们研究的重要问题，也是智能制造IMS和并行工程CE中的重要研究技术。本文从知识库结构、基于知识的系统的结构和开发模型以及知识交换语言三个方面介绍了知识共事和重用原理、方法以及在制造系统的应用。     

知识--智能的源泉

“智能”就是系统在不确定环境下,为了恰当的行动,针对特定的目标而有效的地获取信息（知识）、处理信息（知识）和利用信息（知识）,从而成功的达到目标的能力。机器要想“智能”绝对离不开“知识”。
　　知识工程的概念是1977年美国斯坦福大学计算机科学家费根鲍姆教授(B．A．Feigenbaum)在第五届国际人工智能会议上提出的。他认为,知识工程是用人工智能的原理和方法为那些需要专家知识才能解决的应用难题提供求解的手段。因此,恰当运用知识的获取、表达和推理技术构成与解释知识系统,是设计知识系统的重要技术问题。费根鲍姆构建的“专家系统”,就是期待要在机器智能与人类智慧（专家的知识经验）之间构建桥梁。他期望中的专家系统是人类专家可以信赖的高水平智力助手：“是一个已被赋予知识和才能的计算机程序,从而使这种程序所起到的作用达到专家的水平。”     

知识——智能的源泉

"智能"就是系统在不确定环境下,为了恰当的行动,针对特定的目标而有效的地获取信息(知识)、处理信息(知识)和利用信息(知识),从而成功的达到目标的能力。机器要想"智能"绝对离不开"知识"。知识工程的概念是1977年美国斯坦福大学计算机科学家费根鲍姆教授(B.A.Feigenbaum)在第五届国际人工智能会议上提出的。他认为,知识工程是用人工智能的原理和方法为那些需要专家知识才能解决的应用难题提供求解的手段。     

知识——智能的源泉

"智能"就是系统在不确定环境下,为了恰当的行动,针对特定的目标而有效的地获取信息(知识)、处理信息(知识)和利用信息(知识),从而成功的达到目标的能力。机器要想"智能"绝对离不开"知识"。知识工程的概念是1977年美国斯坦福大学计算机科学家费根鲍姆教授(B.A.Feigenbaum)在第五届国际人工智能会议上提出的。他认为,知识工程是用人工智能的原理和方法为那些需要专家知识才能解决的应用难题提供求解的手段。     

有限理性下知识团队知识共享的演化博弈分析

为提高知识团队成员共享知识的意愿,通过运用演化博弈论,对知识团队知识共享的内在机理与动态演化过程进行了分析.结果表明,影响知识团队知识共享的因素有知识员工的知识拥有量差距、风险系数、知识共享度、互补性知识比例、激励系数、协同性影响程度等,通过调整这些参数的大小,可以有效提高知识团队成员选择知识共享策略的概率.     

一类基于知识的通信中介代理

介绍了一类基于知识的通信中介代理,它为网上通信各方提供智能中介服务。通过这类代理,网上通信各方可以以信息需求驱动的通信方式替代传统地址驱动的通信方式。同时,还对共享本体论等进行了讨论。