Приобретение знаний

Приобретение знаний-это процесс, используемый для определения правил и онтологий, необходимых для системы, основанной на знаниях . Эта фраза впервые была использована в сочетании с экспертными системами для описания начальных задач, связанных с разработкой экспертной системы , а именно поиска и опроса экспертов предметной области и получения их знаний с помощью правил , объектов и фреймовых онтологий .

Экспертные системы были одним из первых успешных приложений технологии искусственного интеллекта к реальным проблемам бизнеса в мире.[1] Исследователи из Стэнфорда и других лабораторий ИИ работали с врачами и другими высококвалифицированными специалистами над разработкой систем, которые могли бы автоматизировать сложные задачи, такие как медицинская диагностика . До этого момента компьютеры в основном использовались для автоматизации высокоинтенсивных задач, но не для сложных рассуждений. Такие технологии, как механизмы вывода, впервые позволили разработчикам решать более сложные задачи.[2][3]

По мере того, как экспертные системы расширялись от демонстрационных прототипов до приложений промышленной прочности, вскоре стало ясно, что приобретение экспертных знаний в области предметной области является если не самой важной задачей в процессе разработки знаний. Этот процесс получения знаний сам по себе стал интенсивной областью исследований. В одной из более ранних работ [4] на эту тему использовались Бейтсоновские теории обучения для руководства процессом.

Один из рассмотренных подходов к получению знаний заключался в использовании синтаксического анализа и генерации естественного языка для облегчения получения знаний. Разбор на естественном языке может быть выполнен на руководствах и других экспертных документах, и первоначальный первый проход по правилам и объектам может быть разработан автоматически. Генерация текста также была чрезвычайно полезна для создания объяснений поведения системы. Это значительно облегчило разработку и обслуживание экспертных систем.[5]

Более поздним подходом к получению знаний является подход, основанный на повторном использовании. Знания могут быть разработаны в онтологиях, соответствующих таким стандартам, как язык веб-онтологий (OWL) .[6] таким образом, знания могут быть стандартизированы и распространены среди широкого сообщества работников умственного труда. Одним из примеров успешного применения этого подхода является биоинформатика .