基于可视化技术的知识提取研究.docVIP

基于可视化技术的知识提取研究 ［ ］探讨如何利用可视化技术实现知识提取: 基于可视化技术的知识提取首先将隐性知识以可视化 的形式表示出来；然后，对知识的内容、结构以及可 行性等方面进行评价；最后，根据评价结果形成最终 的显性知识，存入知识库。指出基于可视化技术的知 识提取需要一定的沟通机制和促进机制。基于可视化 技术的知识提取平台设计应遵循一定的原则；平台设 计主要考虑可视化技术、沟通机制以及知识的结构化 程度三个问题。 ［关键词］知识提取信息可视化可视化技术 ［分类号］TB18 G203 1引言 可视化技术利用人类强大的视觉处理能力以及计 算机这一自动化系统，将知识的外在表示方式与人类 的视觉潜能紧密结合，极大地丰富了知识表示的方式， 为知识提取提供了重要的途径。它主要体现在知识构 建过程中，即利用可视化的方式将人脑中的知识表示 出来，并经评价后存入知识库当中，以丰富知识存量、 便于重复利用以及知识创新。基于可视化技术的知识 提取是通过一定技术平台实现的，不同的任务环境具 有不同的平台设计模式。此外，完成知识提取还需要 一定的促进机制，如构建知识型团队、制定激励措施、 推动技术应用等。 2知识提取与可视化 知识提取是让知识主体告诉别人他所拥有的知识 以及他的观点是如何形成的。知识提取是一个系统化 的过程，是由一系列技术和方法组成的，这些技术和 方法通过不同形式与知识主体进行交互、沟通及协作， 来提取某一领域的知识（主要是隐性知识），形成知识 库。基于可视化技术的知识提取是通过可视化技术丰 富知识的表示方式，并使知识评价活动易于开展，进 而完成知识的提取过程，旨在改善知识提取的效率与 效果、增加知识存量以及提高知识库的质量。 国内外已经有一些学者从事了这方面的研究，也 给出了一定的理论和方法。例如，在Noh等提出的隐 性知识管理模型中，基于案例库，用推理的方法，通 过描绘专家的认知地图来提取专家的隐性知识。其知 识提取的具体过程是将专家解决问题的思维过程用图 形表示出来，从中提取解决问题的方法，同时，将问 题发生情境和条件等一起存入知识库，该过程被称为 “有形化阶段”。当问题发生时，就可以从知识库中选 择适应新情况的认知地图来解决新问题。另外，国内 学者刘有源等也将可视化技术引入知识提取过程当中O 他们认为，在建造智能CAD系统或设计型专家系统等 基于知识的系统时，一个十分关键的问题就是充分提 取领域专家的知识。由于领域专家的知识，尤其是经 验性和直觉性知识通常很难提取，而这些知识又正是 提高知识系统的问题求解能力所必须的，因此如果利 用一组可视化对象将知识的内部表达与形式化表达联 系起来，就能够帮助领域专家和知识工程师直观理解 知识的表达和描述，从而提高知识提取的效率。 上述这些研宄主要考虑的是可视化技术在专家系 统中领域知识的提取，主要是将可视化技术与人工智 能中的知识表示方法（例如，语义网络、框架表示法、 Petri网、面向对象表示法等）相联系，对其他类型的知 识工 以及其它类型的知识关注不够；同时，利用 的可视化技术比较单一，对各种可视化技术包括各种 信息可视化和知识可视化技术的应用不够；也没有系 统探讨可视化技术在知识提取中的应用，包括可视化 技术如何支持知识提取，如何与其他技术及平台进行 协作等问题。 3基于可视化技术的知识提取实现框架 在充分吸收己有可视化技术在知识提取中的应用 经验的基础上，结合知识提取过程本身的特点，本文 给出如图1所示的基于可视化技术的知识提取实现框 架。该框架将整个知识提取过程分为三个步骤:首先， 将隐性知识以可视化的形式表示出来；然后，对知识 的内容、结构以及可行性等方面进行评价；最后，根 据评价结果形成最终的显性知识，存入知识库。其中， 前两个步骤是知识构建的过程，最后一步是知识沉淀 的过程。可视化技术对知识提取的支撑主要体现在知 识构建上，同时也影响到知识库的构建。 图1中：①知识表示和知识评价之间是双向沟通 关系，目的加强评价者和提出者之间的沟通，以避免 误解，同时由于完成知识表示和知识评价常常有许多 人参与，因此所有参与者之间也需要一个沟通机制作 支撑；②为了让提出者更好地表示自己拥有的知识， 同时让评价者能够尽快理解、掌握提出者的知识并对 其做出评价，可视化平台的设计是关键所在，同时可 视化技术与沟通机制之间可以相互补充，它们既可以 是彼此独立的两个模块，也可以是互相嵌套的；③这 里的知识库不再是狭义上的专家系统中的知识库或者 规则，库，而是从整个组织的角度设计的知识库，是 广义的知识库，其存储的知识形式也是多样的，可以 是结构化的，也可以是半结构化的，甚至是非结构化 的。 4基于可视化技术的知识提取平台设计 4.1平台设计原则 4.1.1从任务情境出发在不同的任务环境中，对