领域知识的获取

6.4.2　领域知识的获取

领域知识指与主题相关的知识，包括专业知识、数据事实知识等，用于描述专业领域中的各实体对象和对象之间的关系。领域知识对于事实数据的标引和检索、用户查询式的扩展、匹配算法的实现都具有重要的意义，是智能信息系统中不可缺少的信息源。领域知识通常以概念的形式进行表示和描述。概念可以是对具体实体对象的描述，也可以是对特征、行为、时间、规则、策略的描述。

领域知识获取的主要工作表现为获取基本概念及概念之间的各种语义关系，即获取概念知识。概念可以描述实体对象，也可以描述抽象对象。

1.静态概念知识的获取

静态概念知识是指在开发智能信息系统之初，为建立知识库的需要，学习和获取的专业领域概念。这部分概念知识的特点是全面、详细，覆盖整个系统的应用需求范围，具有系统的、结构化的层次关系，是系统的知识主体。静态概念知识获取的方式主要包括:

(1)通过专家学习。对领域专家进行采访，在讨论中获取重要的学科概念和专业知识。

(2)通过词表学习。从现有叙词表中移植，然后加以分析、修改和补充，获取标准化的、具有代表性的主题概念和概念关系。

(3)通过文献学习。对相关领域的文献集合进行学习，通过对文献的标题、关键词、类目等进行统计和分析，获取通用的领域概念及概念关系。

2.动态概念知识的获取

动态概念知识是指在系统运行过程中，通过人机交互学习所获取的新领域概念和领域概念关系。在这一过程中，用户和系统是知识学习的主体，开发人员不再参与。动态概念知识学习方式主要有两种:一种是人工输入方式，另一种是机器自动学习方式。

(1)人工输入方式。在这种方式中用户为主动方。当用户认为系统中的概念知识库不足以满足其需要时，可以在人机交互界面的帮助下，自行输入新的概念知识，补充或修改知识本体，系统将结果保存到概念知识库中，供以后使用。

(2)机器自动学习方式。在这种方式中系统为主动方。其学习过程可以根据系统功能需求进行。如智能检索系统中，用户在提供检索式时可能会输入一些静态概念知识库中没有的新概念，系统日志可以记录下用户检索行为，作为自动学习的基础。在用户对系统模型使用过相当一段时间后，在用户的命令要求下，系统可以对用户日志记录进行统计和分析，通过概念联想扩展，发现新的相关概念和概念关系，经用户确认后加入到概念知识库中。