知识获取

2、知识获取的基本任务 （1）基本目标 为智能系统建立健全、完善、有效的知识库 （2）基本任务 包括知识抽取、知识建模、知识转换、知识输入、 知识检测以及知识库的重组

3、知识获取的基本方法




源自文库
（1）非自动知识获取方式 — 知识获取步骤。在非自动的知识获取方式中， 知识获取分两步进行，首先由知识工程师从相应信 息源获取知识；然后再由知识工程师通过某种知识 编辑软件将知识输入到知识库中。 — 特点。非自动方式是知识库系统建造中用得较 普遍的一种知识获取方式。早期专家系统都是运用 这种方式建造的。 — 不足。采用这种方式建立知识库是一件相当困 难且费时费力的工作，已构成知识工程的瓶颈。
智能控制




知识获取是人工智能和知识工程的核心技术。知识 获取和知识表示是建立、完善和扩展知识库的基础， 是利用知识进行推理求解问题的前提。智能信息系 统中知识的质量和数量直接影响其系统性能，知识 获取成为智能信息系统开发的关键。 1、知识获取的本质 — 获得事实、规则及模式的集合 — 信息源主要是人类专家、书本、数据库和 网络 信息源等 — 把它们转换为符合计算机知识表示的形式

在搜索引 擎中 , 人们利用标引 器浏 览整个 网页, 计算 每 个词在网页中出 现的 频率, 将这 些词 按频 率从 大 到 小的顺序排列, 并用出现频 率最高 的词标 引 网页。 随 后,为了提高查全率, 人们借鉴 字索引 的基本 思想, 仅将网页中起语 法作 用的 公用 词滤 去, 把 剩下 的所 有词都作为索引 项




（2）自动知识获取方式 —自然语言理解：主要借助于自然语言处理技术，针对 文本类型的信息源，通过语法、语义分析，推导文本内 容属性，抽取与领域相关的语义实体及其关系，实现知 识获取。 —模式识别：主要针对多媒体信息源（如图片、语音波 形、符号等），采用统计方法等对事物或现象进行描述、 辨认、分类和解释，从经数字化处理后的数据中识别事 物对象的特征。 —机器学习：利用各种学习方法来获取知识，是一种高 级的全自动化的知识获取方法。 —数据挖掘与知识发现。基于数据挖掘的知识获取是近 几年发展起来的新方法，它主要针对结构化的数据库， 采用统计学习等定量化分析方法，发现大量数据之间所 存在的关联。