Извлечение - знание
Cтраница 2
Схема извлечения знаний из специальных текстов приведена на рис. 4.10, где Л /, - смысл, заложенный автором и основанный на его собственной модели мира; М2 - смысл, который постигает инженер по знаниям; / - интерпретация текста, изложенного словесно; Т - словесное изложение знаний; V - результат вербализации. [16]
Технологии извлечения знаний из хранилищ данных основаны на методах статистического анализа и моделирования, ориентированных на поиск моделей и отношений, скрытых в совокупности данных. Эти модели могут в дальнейшем использоваться для оптимизации деятельности предприятия или фирмы. [17]
Метод извлечения знаний из лекций предполагает, что эксперт передает свой опыт инженеру по знаниям в форме лекций. При этом инженер по знаниям может заранее сформулировать темы лекций. Если этого не удается сделать, то когнитолог конспектирует лекции и задает вопросы. Качество информации, предоставленной экспертом в ходе лекции, определяется четкостью сформулированной темы, а также способностями лектора в структурировании и изложении своих знаний и рассуждений. [18]
 |
Схема извлечения знаний из текста. [19] |
Схема извлечения знаний из специальных текстов приведена на рис. 4.10, где М1 - смысл, заложенный автором и основанный на его собственной модели мира; М2 - смысл, который постигает инженер по знаниям; / - интерпретация текста, изложенного словесно; Т - словесное изложение знаний; V - результат вербализации. [20]
Задачу извлечения знаний из текстов иногда формулируют как задачу понимания и выделения смысла текста. Эта область инженерии знаний тесно взаимодействует с компьютерной лингвистикой и таким направлением исскуственного интеллекта, как обработка естественного языка. [21]
 |
Сравнительные характеристики пассивных методов извлечения знаний. [22] |
Метод извлечения знаний в форме лекций, как и все пассивные методы, используют в начале разработки как эффективный способ быстрого погружения инженера по знаниям в предметную область. [23]
Задачу извлечения знаний из текстов можно сформулировать как задачу понимания и выделения смысла текста. [24]
Методы извлечения знаний, рассмотренные выше, являются непосредственной подготовкой к структурированию знаний. Данный параграф посвящен изучению практических методов структурирования знаний. [25]
Метод извлечения знаний в форме лекций, как и все пассивные методы, используют в начале разработки как эффективный способ быстрого погружения инженера по знаниям в предметную область. [26]
Задачу извлечения знаний из текстов можно сформулировать как задачу понимания и выделения смысла текста. [27]
Средства извлечения знаний относятся к классу систем, основанных на знаниях, и включают в себя следующие основные механизмы: нейронные сети, деревья решений, индуктивное обучение, визуализацию данных, нечеткие множества и нечеткую логику, статистические методы и их комбинацию. [28]
Технологии извлечения знаний из хранилищ данных основаны на методах статистического анализа и моделирования, ориентированных на поиск моделей и отношений, скрытых в совокупности данных. Эти модели могут в дальнейшем использоваться для оптимизации деятельности предприятия или фирмы. [29]
Под извлечением знаний подразумевается взаимодействие эксперта с источником знаний, в результате которого становятся явными процесс рассуждений специалистов при принятии решения и структура их представлений о предметной области. Под формированием знания понимается процесс автоматизации процесса обучения экспертной системы, который позволяет самостоятельно получать необходимые новые знания на основе имеющегося эмпирического материала ( данных), причем эти новые знания не формируются экспертами в явном виде. [30]
Страницы: 1 2 3 4