知识获取

---

指在人工智能中，从人类专家等外部环境中提取知识。

它包括以相当复杂的方式把新知识和旧知识有机地联系起来。知识获取可分为以下3个基本步骤：识别、形式化和组合。识别是指发现和分离知识，最有效的方法是通过专家。

知识也可以通过数据分析、文献检索和亲自观察得到，形式化阶段是要把知识弄得更明确化和精确化。

组合阶段用相关概念定义过程知识。例如在以规则为基础的系统中，要把知识表示成“如果——则”的形式。

在建立和丰富知识库的过程中，人类专家也许不能提供出全部的相关事实和它们之间的关系，也许会忘记或简化他们掌握的知识的细节，因此系统要能随时扩充自己的知识。由于给予系统的知识大部分是经验知识并且领域本身也在迅速发展，所以要求系统能容易地改变本身的知识。

现在，大多数专家系统都在一定的程度上具有自动获取知识的能力。也就是说把人(从事这项工作的人或者他们的文字材料或数据)的专门知识转化为计算机内代表知识的符号数据结构，这种工作得由计算机帮忙来做。

专家系统PROSPECTOR有一个自动知识获取系统KAS，KAS为建造和修改PROSPECTOR的知识库提供了有价值的工具，并能对系统使用的网络进行审查和操作。TEIRESIAS知识获取系统是为MYCIN专家系统研制的，但TEIRESIAS使用的思想和技术并不局限于MYCIN。

它能帮助人类专家监视知识库的行为，修改错误的规则和加入新的规则。知识获取是人工智能的一个长期存在的问题，对它的研究还只是刚刚起步，还有许多问题需要继续深入研究，最后使知识获取完全自动化。