领域知识的获取方法

数据挖掘与知识发现的基本原理与方法，并进一步论述知识
获取在智能信息系统中的应用。
6.1.1 知识获取定义
所谓知识获取，就是模拟人类学习知识的基本过程，从
信息源中抽取出所需知识，并将其转换成可被计算机程序利
用的表示形式。具体说，知识获取就是获得事实、规则及模 式的集合，并把它们转换为符合计算机知识表示的形式。信
6.1.3 知识获取方法
知识系统可用多种方法从多种信息源获取知识。如通过 与专家会谈、观察专家的问题求解过程、利用智能编辑系统、 应用机器学习中的归纳程序、使用文本理解系统等方式，获 取人类专家的知识或将其转换成所需要的形式，也可以从经 验数据、实例、出版物、数据库以及网络信息源中获取各种 知识。一般来说，按照知识获取的自动化程度，可以将知识 获取划分为非自动知识获取和自动知识获取两类基本方式。
知识获取的基本任务： （通过分析人类学习知识的基本过程）
（1）知识抽取。所谓知识抽取是指把蕴含于信息源中的 知识经过识别、理解、筛选、归纳等过程抽取出来，并存储 于知识库中。 （2）知识建模。知识建模即构建知识模型的过程。构建
知识模型的过程可以分为若干个阶段，其中主要的三个阶段
是：知识识别、知识规范说明和知识精化。 （3）知识转换。所谓知识转换是指把知识由一种表示形 式变换为另一种表示形式。如将从专家及文献资料那里抽取 的知识转换为产生式规则、框架等知识表示模式。
实现自动知识获取的主要方法：
（1）自然语言理解 自然语言理解方式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。 从本质上说，虽然自然语言理解是最理想的自动知识获取方
法，但由于自然语言处理中多项难点技术（如抽词技术、切
据中识别事物对象的特征。 （3）机器学习 机器学习是系统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。机器学习还具有从运行实 践中学习的能力，能纠正可能存在的错误，产生新的知识， 从而不断进行知识库的积累、修改和扩充。
（二）自动知识获取方式
手工获取知识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。为了解决这个难题，人们尝 试运用各种理论和方法实现知识的自动化获取。 所谓自动知识获取是指系统采用相关的知识获取方法， 直接从信息源“学习”相关的基础知识，以及从系统自身的 运行实践中总结、归纳出新知识，不断自我完善，建立起性 能优良的知识库。其工作方式如图所示。
分词技术、短语识别技术等）尚未得到有效解决，因此，给 基于自然语言理解的知识自动获取利用带来一定困难。
实现自动知识获取的主要方法：
（2）模式识别 基于模式识别的知识获取方法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
第6章 知识获取
本章主要内容
（1）知识获取的定义和基本原理； （2）主要的知识获取方法，包括：机器学习、数据挖掘与 知识发现； （3）知识获取在智能信息系统中的应用，包括领域知识的 获取、专家知识的获取、用户知识的获取等。
6.1 知识获取概述
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。本章在概述知识获取的基础上，重点讨论机器学习、
器进行编辑输入。
（2）知识编辑器 知识编辑器是一种用于知识编辑和输入的软件，一般采 用交互工作方式，其主要功能是： ①将获取的知识转换成计算机可表示的内部形式，并输 入知识库。 ②检测知识的错误，包括内容错误和语法错误，例如， 知识的正确性、完整性和一致性等。并报告错误性质、原因பைடு நூலகம்与部位，以便进行修正。
知识获取的基本任务（续）
（4）知识存储。用适当方式表示知识，并经编辑、编译 后存入知识库。 （5）知识检测。为保证知识库中知识的一致性、完整性， 需要做好对知识的检测。 （6）知识库的重组。当系统经过一段时间运行后，由于
对知识库进行了多次的增、删、改，知识库的结构必然会发
生一些变化，需要对知识库中的知识重新进行组织。
息源主要是人类专家、书本、数据库和网络信息源等。
与信息收集的区别： 信息收集实现信息源浅层内容的获取； 知识获取实现信息源深层知识的获取。
6.1.2 知识获取的基本任务
这里通过类比人类学习知识的过程考察知识获取的基本任务。 人类学习知识的过程如下图所示。首先，了解基本的领域知识和 分析解决问题的方法，即对现有知识的固化记忆；然后，不断在 大量的实践活动中进行学习，即对实践数据进行分析、综合，并 从实践中总结经验，形成新知识；随后，将新知识与其已有的知 识进行融合，逐步精炼、完善和积累知识。
实例：专家系统MYCIN的知识获取
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，如DENDRAL、 MYCIN等。其中，专家系统MYCIN是最具代表性的一个，它用产 生式规则作为表示知识的模式，用LISP语言表示规则。其知识获 取步骤如下： （1）知识工程师获取专家的知识，用英语描述后输入系统； （2）系统将其翻译为LISP语言的表示形式，然后再用英语的 描述形式显示出来，供知识工程师或领域专家检查； （3）如有错误，则由知识工程师与领域专家协商修改，再重 复（1）和（2）的工作，直到被确认正确为止； （4）对于新规则，则需检查它与知识库中知识的一致性，有 错则修改； （5）将正确的规则送入知识库。
（一）非自动知识获取方式
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知识库。其工作方式如下图所示。
（1）知识工程师 知识工程师既懂得如何与领域专家打交道，能从领域专家及 有关文献中获得知识系统所需要的知识，又熟悉知识处理技术。 其主要任务是：获取知识系统所需要的原始知识；对其进行分析、 归纳、整理、升华，用自然语言描述之；然后由领域专家审查； 把最后确定的知识内容用知识表示语言表示出来，通过知识编辑