Приобретение знаний - Knowledge acquisition

Приобретение знаний это процесс, используемый для определения правил и онтологий, необходимых для система, основанная на знаниях. Фраза впервые была использована в сочетании с экспертные системы описать начальные задачи, связанные с разработкой экспертной системы, а именно поиск и опрос домен экспертов и фиксируют их знания через правила, объекты, и на основе кадра онтологии.

Экспертные системы были одним из первых успешных приложений искусственный интеллект технологии для решения реальных бизнес-задач.[1] Исследователи из Стэнфорд и другие лаборатории искусственного интеллекта работали с врачами и другими высококвалифицированными экспертами для разработки систем, которые могли бы автоматизировать сложные задачи, такие как медицинский диагноз. До этого момента компьютеры в основном использовались для автоматизации задач с большим объемом данных, но не для сложных рассуждений. Такие технологии как механизмы вывода позволил разработчикам впервые решать более сложные задачи.[2][3]

По мере того, как экспертные системы расширялись от демонстрационных прототипов до промышленных силовых приложений, вскоре стало ясно, что приобретение экспертных знаний в предметной области является одной из, если не самой важной задачей в отрасли. инженерия знаний процесс. Этот процесс приобретения знаний сам по себе стал интенсивной областью исследований. Одна из ранних работ[4] по теме использовались бейтсоновские теории обучения для руководства процессом.

Один из исследованных подходов к приобретению знаний заключался в использовании анализ естественного языка и генерация для облегчения приобретения знаний. Разбор естественного языка может выполняться в руководствах и других экспертных документах, а первоначальный первый проход в правилах и объектах может быть разработан автоматически. Генерация текста также был чрезвычайно полезен для объяснения поведения системы. Это значительно облегчило разработку и обслуживание экспертных систем.[5]

Более поздний подход к приобретению знаний - это подход, основанный на повторном использовании. Знания можно развивать в онтологии которые соответствуют таким стандартам, как Язык веб-онтологий (OWL).[6] Таким образом, знания могут быть стандартизированы и распространены среди широкого сообщества интеллектуальных работников. Одним из примеров области, в которой этот подход оказался успешным, является биоинформатика.[7]

Рекомендации

  1. ^ Рассел, Стюарт; Норвиг, Питер (1995). Искусственный интеллект: современный подход (PDF). Саймон и Шустер. С. 22–23. ISBN  978-0-13-103805-9. Архивировано из оригинал (PDF) 5 мая 2014 г.. Получено 14 июн 2014.
  2. ^ Kendal, S.L .; Крин, М. (2007), Введение в инженерию знаний, Лондон: Springer, ISBN  978-1-84628-475-5, OCLC  70987401
  3. ^ Файгенбаум, Эдвард А.; МакКордак, Памела (1983), Пятое поколение (1-е изд.), Ридинг, Массачусетс: Эддисон-Уэсли, ISBN  978-0-201-11519-2, OCLC  9324691
  4. ^ Brule, J.F .; Блаунт, А.Ф. (1989), Приобретение знаний, Нью-Йорк: Макгроу Хилл, ISBN  978-0-07-008600-5, OCLC  21367222
  5. ^ Поттер, Стивен. «Обзор приобретения знаний из естественного языка» (PDF). Оценка зрелости технологий (TMA). Получено 9 июля 2014.
  6. ^ Шрайбер, Гус (25 сентября 2012 г.). «Приобретение знаний и Интернет» (PDF). Международный журнал человеко-компьютерных исследований. Эльсевиор (71): 206–210. Получено 5 марта 2017.
  7. ^ Гобл, Кэрол (2008). «Состояние нации в интеграции данных для биоинформатики». Журнал биомедицинской информатики. 41 (5): 687–693. Дои:10.1016 / j.jbi.2008.01.008. PMID  18358788.