MDESⅡ机械设计专家系统中的集成式学习方法

本文在分析机械设计与机器学习之间同在联系的基础上，阐述了智能机械ＣＡＤ中应用集成式学习的必要性，提出了一种适用于智能机械ＣＡＤ知识自动获取的集成式多策略的学习方法及其实现结构。     

多框架知识的不一致性检测及其修正算法

知识获取是文本挖掘中必要且重要的步骤之一,从文本中获取知识已成为了一种常用途径,然而不同文本知识源可能引起知识的不一性问题。为了保证所获取知识的一致性和精确性,分析了文本知识的不一致性类型,并提出了基于框架的不一致性检测和修正算法,为下一步的知识服务奠定了基础。实验结果表明所提出的不一致性处理方法是可行和有效的。     

基于集成式知识表示的专家系统开发工具

本文针对工程应用中知识的特点，提出了一种新型的知识表示方法－集成式的知识表示，给出了这种知识表示的ＢＮＦ范式，并就如何这诸多类型的知识正确、高效地推理进行了详细读者论坛，同时给出了推理过程的算法。     

历史人物的知识修正与获取

本文主要是对历史人物知识的修正与获取进行研究,探讨如何从历史人物简介中获取人物知识。由于自然语言技术目前尚不足支持自动的知识获取,半自动获取方法是一种可行的方案。本文在总结历史人物知识描述的特点基础上,提出了一种知识修正的方法,它是自然语言到目标知识表示语言的过渡桥梁。同时,我们还介绍使用该方法在历史人物知识获取中获得历史人物知识库。     

图书分类专家系统及其知识获取方法

图书分类专家系统及其知识获取方法摘要专家系统是人工智能学科重要并较有成效的应用领域,而知识获取的方法是专家系统构造的关键,本文简述了专家系统知识获取的特点,并通过对一个图书分类专家系统的介绍,说明了实现系统知识获取的一种方法和手段。     

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     

基于多文本知识源的历史知识修正与获取

知识获取是知识工程中关键的一环,而从文本知识源中获取专业知识是一种重要而常用的途径。而不同文本知识源对同一对象描述往往有所不同,为了获取完备的高精度和细粒度的知识,给出了一种从多种文本知识源中获取历史知识的方法。其基本思想是：将不同文本知识源的知识自动翻译成框架知识;对描述相同对象的不同框架进行不一致性检测并修正;合并知识框架。实验表明,该方法能获取到高精度和细粒度的历史知识,是可行和有效的,并为下一步的知识服务奠定重要的基础。     

基于PADL的古代人物简历知识获取

领域文本知识获取是目前人工智能中的一个关键问题。本文探讨如何从人物简介中获取人物知识。由于自然语言技术目前尚不足支持自动的知识获取,某种形式的人机交互或半自动方法是一种可行的折衷方案。本文在总结人物知识描述的特点基础上,提出了一种中问标记语言,它是自然语言到目标知识表示语言的过渡桥梁。同时,我们还介绍使用该方法在宗教古代人物知识获取中的应用。     

从《中国大百科全书》中获取教育知识

教育知识获取是国家知识基础设施研制中知识获取的一项重要工作。《中国大百科全书》中包含着教育学、教育心理学、学习理论、教育管理和各国教育等丰富的教育知识。该文研制了一种知识获取方法,并采用此方法成功地获取了大量的教育知识。该方法由两部分组成:一是高度类自然的教育知识描述语言(PKDL),由知识工程师用于形式化《中国大百科全书》中的教育知识文本;二是PKDL编译系统,该系统对PKDL文本进行编译、分析和知识连接,最终生成教育知识库。     

汉语语义选择限制知识的自动获取研究

语义选择限制刻画了谓语对论元的语义选择倾向,是一种重要的词汇语义知识,对自然语言的句法、语义分析具有重要作用。该文研究汉语语义选择限制知识的自动获取,提出基于HowNet和基于LDA (Latent Dirichlet Allocation)的两种知识获取方法,对方法进行了实验对比与分析。实验表明,前者所获取的知识可理解性更好,后者所获取的知识应用效果更好。两种方法具有很好的互补性,我们提出了一个二者的融合方案。     

从Web中获取部分整体关系

随着互联网的迅速发展,Web逐步成为知识获取的重要资源。部分整体关系获取是知识获取中的重要组成部分。该文提出了一种利用搜索引擎从Web中获取部分整体关系的方法。首先构造一种基于部分整体关系分类的意图查询,利用意图查询可以有针对性地从Web中获取尽可能多的包含部分整体关系语料。然后根据网页中的HTML标记和意图查询的格式过滤语料,并从中抽取候选部分整体关系,最后基于部分整体关系在自然语言表述中的特点和汉语的构词规律,提出用于验证候选部分整体关系的度量标准。实验结果表明,该方法取得了较高的准确率和F值。在前20个结果中准确率为86%,最优F值为64%。     

An Analysis of Knowledge Acquisition Roles and Participants

Much recent research effort in the field of knowledge acquisition (KA) has focussed on extending knowledge acquisition techniques and processes to include a wider array of participants and knowledge sources in a variety of knowledge acquisition scenarios. As the domain of expert systems applications and research has expanded, techniques have been developed to acquire and incorporate knowledge from groups of experts and from various sources such as text, video, and audio tapes. However, the dominant participant-role model remains that of the knowledge engineer eliciting knowledge from one or more human experts. This conceptual gap has contributed to the major divisions in the KA field between researchers interested in manual KA and those developing tools for automated KA. This article considers the wide variety of possible KA scenarios and presents a meta-view of KA participants and the roles they may assume.We suggest that it is more appropriate to think of knowledge acquisition participants as playing one or more roles. These include knowledge sources, agents and targets for KA processes. We also present a participant model drawn from research in decision support systems that more accurately characterizes the diversity of the entities participating in the KA process. This view is more inclusive as it allows us to consider both human-human and human-computer KA interactions as well as the whole variety of knowledge sources and targets. A careful consideration of the meta-view and its associated role-participant mappings also yields the new ideas of the elemental and composite role and the multi-role entity. These new constructs are then used to identify areas where research is currently needed and to generate specific research issues. Taken altogether, this view allows a more flexible consideration of the many possible combinations that can and frequently do occur in actual KA situations.     

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．     

知识获取研究

知识获取是知识从外部知识源到计算机内部的转换过程,是当前知识工程研究的热点和难点问题之一。该文阐述了知识获取的定义、方法和最终目标,重点介绍了显性知识和隐性知识的获取方法,并分析了这两类方法的优缺点,最后给出了知识获取的困难和一些改进思想。     

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.     

从文本中获取植物知识方法的研究

知识获取一直是人工智能中的一个关键问题.当前,知识的文本挖掘（KAT）已经成为计算机领域的一个重要的研究课题.本文中,给出了基于植物本体的从海量网页文本库中自动获取植物领域知识的方法.该方法包括两个部分,一是植物本体（Botanical Ontology）,它是顾芳博士等建立的生物本体的扩展.第二部分是以植物本体为基础,在网络文本库中进行文本挖掘（Text Mining）,自动获取植物知识.实验证明,基于本体的文本挖掘是一种有效的知识获取方法.     

社会群体角色本体建模及其公理获取

提出社会群体角色本体的知识获取方法、建模方法和本体表示方法,包括社会群体、社会群体角色、社会群体角色动作、社会群体角色关系、社会群体角色关系公理等相关知识的获取方法。采用模板技术对社会群体角色本体进行建模,运用框架语言描述本体,实现社会群体角色本体中的公理获取及自动生成。     

一个领域自然语言理解的知识获取工具的设计实现

本文介绍了一个基于知识的自然语言理解系统和系统的知识库中知识的表示模式,描述了知识库中领域过程树的知识获取过程。根据领域过程树的知识表示模式,本文设计并实现了一个知识获取工具,很好地提高了领域过程树知识获取的速度和准确度。