知识工程1要点详解.pptVIP

知识工程 汇报人：xxxx 目录 知识工程概述 知识工程的出现 知识工程的相关词汇 知识工程的研究目标 知识工程的优点 知识工程的发展变化 知识工程概述 知识工程这个术语最早由美国人工智能专家E.A.费根鲍姆1977年在第五届人工智能大会上提出的。 知识工程KBE（Knowledge Based Engineering）是通过知识的驱动和繁衍对工程问题和任务提供最佳解决方案 的计算机集成处理技术。 知识工程的出现 目前企业面临问题 1、最前沿的任务——新产品、新设备、新科仪（需要关键技术、总结以往经验、提高研制效率）； 2、最年轻的队伍——老专家退休造成隐形知识的流失和新人缺少经验； 3、存在知识及数据的存储分散——不方便进行管理、查询和利用； 知识和业务缺少相关性，效率有限，知识面具有局限性等。 学术研究就是服务于现实企业的发展的，因此知识工程这门基于已有的知识，并运用推理和学习的方法为工程的任务提供最佳解决方案的专家系统就出现了。 知识工程的相关词汇 数据：是信息的载体和表示。对于计算 机而言，信息处理就是数据处理。 具有模糊性和格式多样性。 信息：是数据表示的涵义。信息是 对数据的解释。数据是信息的载体。 知识：以各种方式将一个或多个信息关联在一起的信息结构。 由信息提炼出的产物，反映了一些基本的规律。 智力：是一种动态的概念。即一种运用知识的能力。“智力”与“知识”有着密切的关系，但“知识”与“运用知识的能力”是两个不同的概念。 智能：指知识的集合和智力的综合。是静态的知识和动态的智力综合所体现的一种能力。 知识可以分为显性知识和隐性知识 显性知识（也称有形的知识）可以通过文字、图片、声音、影响等方式记录和传播的知识。 隐性知识（也称无形的知识）包括技术、认知、经验、情感和信仰等难以用文字记录和传播的知识 知识工程的三要素 知识的获取包括非自动知识获取、知识抽取、机器学习知识。 非自动知识获取：有工程师通过阅读专家交流分析、归纳形成用自然语言表述的知识输入到数据库。 知识抽取：对文本中蕴含的知识进行筛选、格式化然后以某种格式存入知识库。 机器学习知识：机器通过视觉听觉了解世界，获得理性或感性的知识或通过经验推理演绎得到新知识。 知识的表示：通过框架表示法、过程表示法和面向对象表示法等不同的知识使用不同的方法得意表示。 知识的运用和处理：包括知识的搜索以及推理。 知识搜索：确定在什么情况下需要什么样的知识，是否满足当前需求，进行推理得出结果。 知识工程的相关词汇 知识工程的特点 1、为了解决特定领域的一个具体问题，要掌握公共的知识和特定领域的知识。 2、采用启发（试探性）的解决方法。 3、利用演绎、归纳和推理的方法。 4、必须处理问题的模糊性、不确定性和不完全性。 研究目标： 研究知识的基础上，开发智能系统。 有效地掌握、存取、传播和应用知识，提高认识自然和改造自然的能力。 知识工程研究方向 知识工程研究方向 知识工程的研究领域 传统领域： 基本的知识表示和处理方法； 专家系统； 决策支持； 机器学习； 自然语言理解； 博弈 。。。。。。 知识工程的发展变化 知识工程的发展领域： 知识经济、网络经济 数据挖掘和知识发现 网络计算模式下的知识处理 ----如何从 Web上发现、挖掘与获取、传输、存储、管理、利用知识 网络计算环境下的知识工程（知识处理） 网络计算模式下的知识获取机制的研究（建模环境、建模方法、建模机制，… 网络计算模式下的知识管理机制的研究；利用已有知识获得最大的效益，发现价值） 网络计算模式下的知识源的再配置机制的研究； 数据挖掘（DM）、知识挖掘（KM）和知识发现（KDD）机制的研究； 网络计算模式下的知识共享机制的研究； 知识的可视性与可操作性研究； 网络计算模式下的知识处理的方法和工具 。。。。。。 数据挖掘和WEB挖掘 从大量的信息中发现用户感兴趣的信息 ，Web挖掘可以发现潜在的、丰富的关联信息。 将Web上的丰富信息转变成有用的知识：Web挖掘是面向Web数据进行分析和知识提取的。 对用户进行信息个性化：网站信息的个性化是将来的发展趋势。通过Web挖掘，可以达到对用户访问行为、频度、内容等的分析，可以得到关于群体用户访问行为和方式的普遍知识，用以改进Web服务方的设计，提供个性化的服务。 知识工程的发展变化 知识工程新的变化： （1）处理对象从规范化的、相对好处理的知识进一步深入到非规范化的、相对难处理的知识； 外延上网上的知识具有海量性、分布性、开放性、共享性、异构性、多媒体性等特