【知识库】的解释、拼音

解释如下：↓

• 人工智慧系统中问题求解所需的有关知识的集合体。知识库不仅存有事实和过程知识，还有应用这些知识的控制知识。

• 　　简单的说，知识库就是由外在世界事实(fact)的表徵(presentation)所组成的集合。为了解决在人工智慧中所遇到的复杂问题，我们需要储存大量的知识以及能处理这些知识的机制，以便来帮助我们解决这些问题。
  　　知识库所要储存的知识，就是外在世界的事实，如果要将这些知识储存起来，首先必须将事实以形式化(formalism)的方式表示出来，如此方能将知识以文字（或数字）形式的方式储存起来。通常的方式则是将生产规则(production rule)的集合与定义在规则中所使用物件的框架系统(frame system)两者共同结合使用。
  　　一般而言，一个针对某一特定领域(domain)所建立的知识库，应该具有以下四点基本特性：
  　　1.表示的适当性：具有表示此领域所有知识的能力，亦即能将物件(object)以及所有物件之间的关系，以程序(program)所能操纵的符号(symbol)表示出来。
  　　2.推论的适当性：拥有由原本知识库中所具有的知识来推论出新知识的能力，因此知识库才能回答所被询问的问题，而这正是它与一般资料库最大不同之处。
  　　3.推论的效率性：能将最有可能符合推论机制所需要的资讯合并入知识库中，因此知识库可以做出最有效率且正确的推论。
  　　4.获得的效率性：能容易获得新资讯的能力。最简单的方式是由人将新知识直接置入知识库中，但理想上程序应能自动控制知识的取得。
  　　基本上，在知识库中可能依特定领域、推论效率等原因而使得知识有许多种的表示方式；同时程序也可以采取不只一种方式来撰写知识库。到目前为止，还没有一个系统能将所有知识（即各种事实的表示方式）的能力予以最有效的使用，这也正是知识库目前重要的研究。
  　　「知识就是力量」，电脑发明至今，解决不少人类所面临的问题，举凡工程、物理、生化、医学等皆在电脑的协助下而有所突破。但可惜的是电脑本身一直无法突破自己所面临的最大瓶颈，那就是电脑不会自己思考。
  　　电脑科学家们为了解决此问题，尝试由各种不同的角度，企图解开其中的奥秘。经过许多年的努力，终于有一些初步的成果，好让后续研究的人得以有所遵循，继续研究发展。知识库的研究就是其中一项成就。
  　　知识的萃取(knowledge acquisition)、知识的表达(knowledge representation)，及知识的推论(knowledge reasoning)，是知识库所讨论的三大主题。分别叙述如下：
  　　1.知识的萃取：知识的萃取方法可以概分为以下两大类：直接的方法：(1)访问；
     (2)问卷；
     (3)观察；
     (4)定则分析；
     (5)中断分析；
     (6)画封闭曲线；
     (7)讨论流程分析。间接的方法：(1)多维评量；
     (2)阶层式丛集；
     (3)加权网络；
     (4)回忆的顺序树；
     (5)储存栅格分析。
  　　2.知识的表达：知识的表达分为两种成分，一为语法成分(syntactic component)：定义表示知识的资料结构；一为推论成分(inference component)：说明新知识产生的方法，以及知识查询与回答的方式。
  　　知识的表示法需注意两个层面，一为表示内容的适当性与丰富性，一为表示方法的有效性。目前最为普遍的几种知识表示方法有：(1)语意网络；
     (2)「事件－属性－值」的组合；
     (3)知识框架(frame)；
     (4)生产法则(production rules)；
     (5)述语逻辑(predicate logic)。
  　　3.知识的推论：推论的方法可以分为一般性原则(universal)与特定问题(problem specific)两类。
  　　一般性原则的推论方法亦即正规(formal)的推论方法，主要指的是演绎法与归纳法。透过归缪来证明假设，先把待证明的叙述转换成述语逻辑的形式，再将它否定，然后以一连串定则来解析此一否定述句。如果该否定述句与各定则的推演产生矛盾，则该否定述句为伪，而原叙述就被证明为真。
  　　一般性推论方法有两个致命伤，一为随着问题的复杂化，解析步骤随指数增加，造成面对现实问题时，变得束手无策。另一个为人类行为的非合理性，以及资讯的不完整性与不确定性。因此绝大部分是来自特定领域的推论，如专家知识与特定法则。专家系统的能力主要就是来自这种特定领域的推论方法。

--作者:陈德怀

来源：辞书

仓库 保税仓库 保管库 仙库 伊齐辖库 备安库 知白守黑 知命 知来藏往 知几其神 知津 知雄守雌