Процесс получения знаний, т.е. передача знаний эксперта в БЗ экспертной системы является ключевым вопросом формирования поля знаний.
Стратегии формирования знаний:
1) Приобретение знаний (Knowledge, Aquisition). Эксперт вводит знания в БЗ ЭС с помощью специальной программы, жестко задающей структуры данных в соответствии с моделью представления знаний, заложенных в ЭС.
2) Извлечение знаний (Extraction).
3) Установление знаний (Elicitation).
В двух последних стратегиях происходит взаимодействие эксперта и инженера по знаниям.
Извлечение знаний является самым сложным вопросом в разработке ЭС.
Основные проблемы, возникающие при извлечении знаний:
1 – Упрощение представлений инженера по знаниям уровня знаний эксперта.
2 – Неудачно выбранный метод извлечения знаний, не соответствующий структуре данной предметной области.
3 – Неправильно выбранный язык представления знаний.
4 – Терминологические несоответствия.
5 – Отсутствие целостной системы знаний.
6 – Неумение наладить контакт с экспертом.
|
|
Для успешного извлечения знаний инженер по знаниям должен хорошо владеть рядом наук:
ü системным анализом; математической логикой;
ü когнитивной психологией; искусственным интеллектом.
Согласно Платону, мышление человека диалогично, поэтому диалог эксперта и инженера по знаниям является самой лучшей формой извлечения знаний, хотя в ряде случаев эксперт не общается с инженером по знаниям, а работает с программой ввода знаний (Tetresias – программа заполнения БЗ, MYCIN, EMYCIN, разработанные на основе продукционной модели представления знаний).
4) Формирование знаний. Эта стратегия характеризует разработку моделей, методов и алгоритмов обучения ЭС (Mashine Learning) – процесс анализа данных и выявления закономерностей предметной области.
Основные области применения Mashine Learning:
- прогнозирование, расшифровка языков;
- методы обучения распознаванию образов;
- индуктивный вывод правил и фактов.
Существует 2 основных подхода к обучению:
1 – алгебраический, основанный на дополнении исходных эвристических алгоритмов какими-либо алгебраическими операциями, характеризующими объект, и построении алгоритмов классификации новых объектов.
2 – обучение на примерах (Case-based Reasoning). Здесь знания являются описанием множества примеров из предметной области.
Существуют новые стратегии извлечения знаний:
1) Понимание знаний (Data Mining).
2) Исследование знаний (Knowledge Discovery).