Získávání znalostí - Knowledge retrieval

Získávání znalostí usiluje o návrat informací ve strukturované formě, konzistentní s lidskou kognitivní procesy na rozdíl od jednoduchých seznamů datových položek. Čerpá z řady polí včetně epistemologie (teorie znalostí), kognitivní psychologie, kognitivní neurovědy, logika a odvození, strojové učení a objevování znalostí, lingvistika, a informační technologie.

Přehled

V oblasti vyhledávacích systémů zavedené přístupy zahrnují:

Oba přístupy vyžadují, aby uživatel četl a analyzoval často dlouhé seznamy datových sad nebo dokumentů, aby získal význam.

Cílem systémů pro vyhledávání znalostí je snížit zátěž těchto procesů zlepšením vyhledávání a reprezentace. Toto zlepšení je nutné, aby se využil rostoucí objem dat dostupných na internetu.[1][2][3][4][5][6][7][8][9][10][11]

Srovnání s vyhledáváním údajů a informací

Načítání dat a získávání informací jsou dřívější a základní formy přístupu k informacím.[12]

Načítání datNačítání informacíZískávání znalostí
ZápasBooleovský zápasčástečná shoda, nejlepší shodačástečná shoda, nejlepší shoda
Odvozenídeduktivní závěrindukční závěrdeduktivní závěr, indukční závěr, asociativní uvažování, analogické uvažování
Modelkadeterministický modelstatistické a pravděpodobnostní modelsémantický model, inferenční model
Dotazumělý jazykpřirozený jazykznalostní struktura, přirozený jazyk
Organizacetabulka, indextabulka, indexznalostní jednotka, znalostní struktura
Zastoupeníčíslo, pravidlopřirozený jazyk, značkovací jazykkoncept graf, predikátová logika, výrobní pravidlo[nutná disambiguation ], rám, sémantická síť, ontologie
Úložný prostordatabázesbírky dokumentůznalostní báze
Načtené výsledkysoubor datoddíly nebo dokumentysoubor znalostní jednotky

Získávání znalostí se zaměřuje na úroveň znalostí. Musíme prozkoumat, jak extrahovat, reprezentovat a používat znalosti v datech a informacích.[13] Systémy získávání znalostí poskytují strukturované informace uživatelům. Ve srovnání s vyhledáváním dat a získáváním informací používají různé odvození modely, metody získávání, organizace výsledků atd.[14] shrnuje hlavní charakteristiky získávání dat, získávání informací a získávání znalostí.[15] Jádrem načítání dat a vyhledávání informací jsou subsystémy vyhledávání. Načítání dat získává výsledky pomocí booleovské shody.[16] Načítání informací využívá částečnou a nejlepší shodu. Získávání znalostí je také založeno na částečné shodě a nejlepší shodě.

Z pohledu odvození se používá načítání dat deduktivní závěr a vyhledávání informací využívá induktivní odvození.[14] Vzhledem k omezením z předpokladů různých logik tradiční logika systémy (např. Roh podmnožina logika prvního řádu ) nemůže efektivně uvažovat.[17] Asociativní uvažování, analogické uvažování a myšlenka sjednocení uvažování a vyhledávání může být efektivní metodou uvažování ve webovém měřítku.[17][18]

Z hlediska vyhledávání se systémy vyhledávání znalostí zaměřují na sémantiku a lepší organizaci informací. Načítání dat a vyhledávání informací organizuje data a dokumenty indexováním, zatímco načítání znalostí organizuje informace označováním spojení mezi prvky v těchto dokumentech.

Rámečky pro systémy vyhledávání znalostí

Z počítačová věda perspektiva byla navržena a podrobně prozkoumána logická soustava zaměřená na neurčitost znalostních dotazů.[19] Značkovací jazyky pro znalostní uvažování a byly zkoumány relevantní strategie, které mohou sloužit jako možný základ logického uvažování pro vyhledávání znalostí založených na textu.[3]

Z kognitivní věda perspektiva, zejména z kognitivní psychologie a kognitivní neurovědy, neurobiologický základ pro získávání znalostí v lidský mozek byl vyšetřován a může sloužit jako kognitivní model pro získávání znalostí.[20][21]

Související disciplíny

Získávání znalostí může čerpat výsledky z následujících souvisejících teorií a technologií:[12]

Témata uvedená pod každou položkou slouží jako příklady a netvoří úplný seznam. A jak pole vyroste, mělo by být přidáno mnoho souvisejících oborů.

Reference

  1. ^ Frisch, A.M. Získávání znalostí jako specializovaná inference, Ph.D. teze, University of Rochester, 1986.
  2. ^ Kame, M. a Quintana, Y. Grafický systém získávání znalostí, Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, 1990: 269-275.
  3. ^ A b Martin, P. a Eklund, P.W. Získávání znalostí a World Wide Web, IEEE Inteligentní systémy, 2000, 15(3): 18-25.
  4. ^ Oertel, P. a Amir, E. Rámec pro získávání vědomostí z rozumu, Sborník ze 7. Mezinárodního sympozia o logických formalizacích Zdůvodňování rozumu, 2005.
  5. ^ Travers, M. Vizuální reprezentace znalostních struktur, Proceedings of the 2nd annual ACM conference on Hypertext and Hypermedia, 1989: 147-158.
  6. ^ Yao, Y.Y. Systémy podpory vyhledávání informací, Proceedings of the 2002 IEEE International Conference on Fuzzy Systems, 2002, 1092-1097.
  7. ^ Zhou, N., Zhang, Y.F. a Zhang, L.Y. Informační vizualizace a získávání znalostí [v čínštině], Science Press, 2005.
  8. ^ Robert Loew, Katrin Kuemmel, Judith Ruprecht, Udo Bleimann, Paul Walsh. Přístupy k osobnímu získávání znalostí, Internetový výzkum, 17(1), 2007
  9. ^ Stefania Mariano, Andrea Casey. Proces získávání znalostí: A případová studie Američana vyspělá technologie výzkumná, inženýrská a poradenská společnost. VINE: Žurnál informací a řízení znalostí systems, 37 (3), 2007.
  10. ^ Jens Gammelgaard, Thomas Ritter. Matice získávání znalostí: kodifikace a personifikace jako samostatné strategie, Journal of Knowledge Management, 9 (4), 133-143, 2005.
  11. ^ J.E.L. Farradane. Analýza a organizace znalostí pro vyhledávání, ASLIB Proceedings, 22 (12), 607-616,1970.
  12. ^ A b Yiyu Yao, Yi Zeng, Ning Zhong, Xiangji Huang. Získávání znalostí (KR). In: Proceedings of the 2007 IEEE / WIC / ACM International Conference on Web Intelligence, IEEE Computer Society, Silicon Valley, USA, 2. – 5. Listopadu 2007, 729-735.
  13. ^ Bellinger, G., Castro, D. a Mills, A. Data, informace, znalosti a moudrost, http://www.systemsthinking.org/dikw/dikw.htm Archivováno 2016-10-17 na Wayback Machine
  14. ^ A b van Rijsbergen, C.J. Information Retrieval, Butterworths, 1979.
  15. ^ Zeng, Y., Yao, Y.Y. a Zhong, N. Granulární struktura na základě získávání znalostí [v čínštině], sborník ze společné konference ze sedmé konference Drsná sada a Soft Computing První fórum v Granulární výpočetní technika a První fórum webové inteligence, 2007.
  16. ^ Baeza-Yates, R. a Ribeiro-Neto, B. Modern Information Retrieval, AddisonWesley, 1999.
  17. ^ A b Fensel, D. a van Harmelen, F. Sjednocení uvažování a vyhledávání na webové stupnici, IEEE Internet Computing, 2007, 11 (2): 96, 94-95.
  18. ^ Berners-Lee, T., Hall, W., Hendler, J.A., O’Hara, K., Shadbolt, N. a Weitzner, D.J. A Framework for Web science, Foundations and Trends in Web Science, 2006, 1 (1): 1-130.
  19. ^ Chen, B.C. a Hsiang, J. Logický rámec získávání znalostí s neurčitostí, Proceedings of the 2004 IEEE / WIC / ACM International Conference on Web Intelligence, 2004: 524-528.
  20. ^ Tranel, Daniel, Damasio, Antonio. Neurobiologie získávání znalostí. Behavioral and Brain Science, 22 (2): 303-303, 1999.
  21. ^ Jennifer H. Pfeifer, Matthew D. Lieberman, Mirella Dapretto. „Vím, že jsi, ale co jsem ?!“: Neurální základy získávání sebe a sociálních znalostí u dětí a dospělých, Journal of Cognitive Neuroscience, 19(8), MIT Stiskněte, Srpen 2007.