本体学与问题解决的支持-生物医学知识整合论.docVIP

本体学与问题解决的支持 Monica Crub′ezy and Mark A. Musen Stanford Medical Informatics, Stanford University, CA 94305, USA crubezy@, musen@ 包含飞译 上海中医药大学中医药信息化-标准化研究室 本文较为系统和翔实地介绍了Stanford大学MI教研室Musen研究组关于医学知识本体方面的工作。希望读者能从中了解当前医学人工智能的发展趋势和特点。 ——译者 问题-解决方法预制软件组分，可以与领域知识库组装生成应用系统。本体与问题解决方法之间的复杂关系由来已久。我们在本章描述这种关系和如何以原则方式构建知识系统。我们开发的方法学强烈地依附于本体：首先，描述领域知识和问题解决方法作为独立组分，在直接应用系统中可重复应用；第二，当集成于具体系统时协调这二种成分。我们介绍我们的方法学和一组相关工具，它们被我们用于支持应用程序开发者和实现PSM-重复应用实验。 重复应用性问题-解决成分 本体提供某些专门知识领域的模型化概念和关系的结构性框架。本体支持生成专门领域的参考知识储存—领域知识库，供人和应用程序之间传输和共享这些知识。特别的是，本体还为计算机化知识处理执行推理任务而提供结构化和语义舞台。换言之，本体能使在计算机程序中的领域知识获得实际应用。本节我们提供规定和执行知识库推理的方法的概述。我们保留这些方法之一，问题-解决方法（Problem-Solving Methods，PSM），因为它们提供了可重复应用的推理成分，后者参与基于知识的系统的原则性构架。 1.1 关于领域知识的推理 有多种方法可以实现关于领域知识的推导。最简单的是一组逻辑公理或规则支持本体规定一个途径，借此新的事实可以由已有的事实中衍生出来。普通的推理引擎就可以基于这些规则或公理得出结论，产生新的知识和最后解决一些简单的问题。虽然Mycin并不包含明确的领域本体，但它是医学诊断系统典型的例子。Mycin包含一关于症状，医学状态，实验室检查结果以及它们与某种微生物之间的可能联系的规则库。但这些规则（rules）和公理（axioms）专适用于某一领域。更成问题的是规则常常潜藏隐含的过程性知识（如规则序、结合序）,最终会影响引擎的实际行为。这些隐含的问题解决知识使规则库不可靠，当领域知识发展时难以更新。早期的实验性基于规则系统的教训为不仅领域知识需要明确表达（如由本体支持），而且系统的问题解决行为必须作为系统的另一个独立组件。KADS方法学坚持系统的组分和行为应该区分出三类不同的，清晰界接的知识层次，即领域层次，任务层次和推理层次。然而把知识系统的推理过程分离到专门的模块中还不够。确实，系统设计者可以设计更为复杂和个性化的知识推理方法。 例如一个用户程序可包含从Mycin规则中提取的逻辑以及通过将它们分组并根据具体情况赋以优选权值并按某种顺序编码使这些规则被激活。因此，知识库于是只包含事实性知识（如实验室检查各种可能的类型和某病人的检查结果），非常有利于更新。但与任何专门为具体应用环境设计的软件一样, 这种软件可能在该环境中很有效，但对在领域范围内的任何变化可能非常脆弱和缺乏适应性。为克服基于规则系统和用户程序的局限性，问题解决方法（PSMs）被引进作为知识工程的范例，编码成独立于领域的、系统化和可重复应用的推理步骤的序列，这些推理步骤参与利用领域知识解决应用程序某种任务的过程。在分析了几个基于规则的系统如Mycin后，被确定的这种策略之一为启发式分类（heuristic classification），即对未知领域情况的类的识别过程。这一策略涉及三个主要推理步骤：首先基于领域的知识把关于领域情况（如病人的症状和状况）的事实抽象为高层次的特征，（如根据病人的白细胞计量，病人的状态可以抽象为“免疫抑制”），然后应用一组启发式机制把这组抽象特征与可能的解释（如病人有“革兰氏阴性感染”）进行匹配，如引起病人感染的微生物是“E. Coli”。与规则和公理不同，PSMs从领域知识抽象和分离出过程性知识，使系统的推理行为和系统中领域知识的任务清晰和易于更新。与用户程序不同，PSMs被设计为对多种领域和任务可重复应用。本章重点讨论后一种推理类型和描述它参与设计和实施基于知识的系统的方式。） 1.2 问题-解决方法 PSMs变得突出是由于如下原因：（1）观察到如上述启发式分类等推导模式的重复；（2）认识到高层一般性的任务与知识关系的普遍性，如假设评估和数据提取；以及（3）为实现特征化一个指导系统模型化方法的分类学的目标中，比较不同任务限定的方法，如建议-修正和覆盖-区分。PSMs被建议作为通过领域非依赖性方法满足一般性任务的标准推导过程。几年以来知识工程协会确定和开发了一般应