第04章_1_知识获取.pptVIP

第四章 知识的获取 Company Logo 目录 一. 概述 二. 机器学习方法 三. 知识获取要考虑的问题 一、概述 1.知识获取的概念 2.机器学习发展的三个阶段 3.知识的采集和加工编辑 4.获取的知识类型 5.学习系统模型 6.机器学习的主要研究类型 1.知识获取的概念 知识获取的理论基础是机器学习.机器学习指一个系统能不断改进自身性能的过程,它包括: (1)系统能够解决更多的问题; (2)系统能够提供更精确的答案; (3)系统能够以更低的代价获取知识. 返 回 2.机器学习发展的三个阶段 第一阶段:研究集中在修正自身以适应环境自组织系统上; 第二阶段:70年代初期,由于Winston有影响的论文的发表,研究者接受了如下观点,即学习是一个复杂而又困难的过程,自然也就不能指望学习系统以完全没有任何知识为起点去学习高水平的概念; 第三阶段:目前正在进行中,目标是为专家系统获取知识. 返 回 3.知识的采集和加工编辑 知识获取是确定知识范围,采集和加工编辑知识的过程. 采集知识主要从专家那里采集与被求解问题有关的知识,专家知识包括专业知识和求解问题的方法和步骤的知识. 加工编辑知识要使知识规格化、系统化，使知识库便于管理，包括如下方面： (1)问题的关系符号化,选择合适的知识表达方法; (2)建立知识库的编辑系统,可修改、删除、更新和调整知识库的内容； (3)检验知识库的完整性和无矛盾性. 返 回 4.获取的知识类型 对于构造专家系统,它需要获取的知识大致可以归纳为专业知识和元知识两大类.进一步可以划分为七个方面:事实知识、规则知识、判定树知识、概念知识、控制知识、原理性知识和关于知识的可靠性的知识。 返 回 5.学习系统模型 关于学习，不同领域的专家持不同的观点。神经学家、心理学家、控制论学者、人工智能研究者、实践操作人员、理论工作者都有不同的定义，其中Simon的观点也许是最完整，他把学习定义为“一个系统能不断改进自身性能的过程”，下图是费根鲍姆等根据这个定义提出的学习系统模型。 环境 知识库 学习 返 回 执行 环境 环境是系统获取知识的信息来源，包括工作对象或客体所处的外界条件。环境提供的信息水平确定了系统必须产生的假设类型。可以区分出四种基本的学习情况： (1)机械学习 (2)告知学习 (3)归纳学习 (4)借助相似性学习 返 回 知识库 知识库用于存储和积累知识,根据记忆的稳定程度,库中的知识可以划分为: (1)长期记忆知识 具有稳定性,如基本概念,定理,公理和规则等. (2)中期记忆知识 可通过学习改变的知识 (3)短期知识 环境变化的信息和数据,学习的中间结果等. 知识库中知识表示的形式必须具有易表示性、易推理性、可修改性和可扩充性。 返 回 执行单元 执行单元是整个学习系统的焦点，因为学习单元试图改进的正是执行单元的动作。有关执行单元的三个主要问题是：复杂性，反馈和透明性。 （1）复杂性：当执行的任务很复杂，同时知识库很大时，综合新规则和诊断错误规则的问题变得非常复杂。 （2）反馈：所有的学习系统都必须通过某种方式评价学习单元提出来的假设。 （3）透明性 返 回 6.机器学习的主要研究类型 基础研究：发展各种理论，探讨所有可能的学习方法及算法，比较人类学习与机器学习的异同和联系，寻找适合机器学习的最好学习方法； 模拟：从模拟人类学习过程出发，建立认识生理学模型与认识心理学模型，深入研究学习过程的各个环节和特征； 应用：研制各种机器学习系统，使其能自动获取知识，自动总结经验，自行完善性能，自动适应环境变化。 返 回本节 目录 一. 概述 二. 机器学习方法 三. 知识获取要考虑的问题 二、机器学习方法 1.知识获取方法 2.机器学习方法 1.知识获取方法 知识获取有如下方法: (1)心理学方法:即场记法,这是基于个人结构理论的多重表格法,用来提供场景、激发记忆和联想. (2)人工智能方法:机器学习法. (3)软件工程方法:知识分析法. (4)基于领域模型的方法:获取分类型知识. (5)基于案例的方法:获取规划和设计知识. 2.机器学习方法 (1)机械学习 (2)告知学习 (3)演绎学习 (4)归纳学习 (5)类比学习 (1)机械学习 机械学习也称记忆学习,是指环境提供的信息和执行环节使用的信息有相同的水平和同样的形式.学习环节不必理解或解释收到的信息并改变信息的水平,只要把这些信息加入知识库. 记忆可看成一种函数f,函数的输入是向量(x1,x2,…,xn),输出是向量(y1,y2,…,yn),记忆f的工作只是在存储器中保存组合对[(x1,x2,…,xn),(y1,y2,…,yn)].解决问题就是计算函数值f(x1,x2,…,xn),执行环节只要根据(x1,x2,…,xn),从存储器中读出(y1,