AIA4-知识获取技术1.ppt

第四章 知识获取技术 §4.1 知识获取的概念和途径 一、知识获取的基本概念 所谓“知识获取”，是指在人工智能和知识工程系统中，机器（计算机或智能机）如何获取知识的问题。 类型： 一、知识获取的基本概念 指人们通过系统设计、程序编制和人 - 机交互，使机器获取知识。 例如，知识工程师利用知识表示技术，建立知识库，使专家系统获取知识。也就是通过人工移植的方法，将人们的知识存储到机器中去。 狭义知识获取也称为“人工知识获取”。 一、知识获取的基本概念 广义知识获取包括人工知识获取、自动和半自动知识获取。 例如，在系统调试和运行过程中，通过机器学习进行知识积累，或者通过机器感知直接从外部环境获取知识，对知识库进行增删、修改、扩充和更新。 二、知识获取的主要途径 人工移植 机器学习 机器感知 二、知识获取的主要途径 依靠人工智能系统的设计师、知识工程师、程序编制人员、专家或用户，通过系统设计、程序编制及人机交互或辅助工具，将人的知识移植到机器的知识库中，使机器获取知识。 人工移植的方式可分为二种： 静态移植。在系统设计过程中，通过知识表示、程序编制、建立知识库，进行知识存储、编排和管理，使系统获取所需的先验知识或静态知识。故称“静态移植”或“设计移植”。 动态移植。在系统运行过程中，通过常规的人机交互方法，如“键盘 - 显示器”的输入 / 输出交互方式，或辅助知识获取工具，如知识编辑器，利用知识同化和知识顺应技术，对机器的知识库进行人工的增删、修改、扩充和更新，使系统获取所需的动态知识。故称“动态移植”或“运行移植”。 二、知识获取的主要途径 人工智能系统在运行过程中，通过学习，获取知识，进行知识积累，对知识库进行增删、修改、扩充与更新。 机器学习的方式可分为二种： 示教式学习。在机器学习过程中，由人作为示教者或监督者，给出评价准则或判断标准，对系统的工作效果进行检验，选择或控制“训练集”，对学习过程进行指导和监督。这种学习方式通常是离线的、非实时的学习，也可以在线、实时学习。 自学式学习。在机器学习过程中，不需要人作为示教者或监督者，而由系统本身的监督器实现监督功能，对学习过程进行监督，提供评价准则和判断标准，通过反馈进行工作效果检验，控制选例和训练。这种学习方式通常是在线、实时的学习。 二、知识获取的主要途径 人工智能系统在调试或运行过程中，通过机器视觉、机器听觉、机器触觉等途径，直接感知外部世界，输入自然信息，获取感性和理性知识。 机器感知主要有二种方式： 机器视觉。在系统调试或运行过程中，通过文字识别、图象识别和物景分析等机器视觉，直接从外部世界输入相应的文字、图象和物景的自然信息，获取感性知识，经过识别、分析和理解，获取有关的理性知识。 机器听觉。在系统调试或运行过程中，通过声音识别、语言识别和语言理解等机器听觉，直接从外部世界输入相应的声音、语言等自然信息，获取感性知识，经过识别、分析和理解，获取有关的理性知识。 §4.2 机器学习 人工智能系统在运行过程中，通过学习，获取知识，进行知识积累，对知识库进行增删、修改、扩充与更新。 一、学习和学习系统的概念 不同的学科，不同的发展阶段，对“学习”的概念有不同的定义。 一、学习和学习系统的概念 由于学习的概念不同，相应的“学习系统”的概念也有所不同。 一、学习和学习系统的概念 一、学习和学习系统的概念 尽管学习系统的定义各不相同，但学习系统具备两点共性： 二、机器学习系统的类型 示教式学习系统 在学习过程中，需要人作为教师，进行示教、监督和训练，学习结束后才能投入工作。 也称为“离线”学习系统。 自学式学习系统 不需要人进行示教、监督和训练，机器在运行过程中，自动获取知识，改善性能。 也称为“在线”学习系统。 二、机器学习系统的类型 强记学习系统 机器在学习过程中，通过反复训练，利用奖惩规则或评价标准，强行记忆所获得的知识。 指导学习系统 在学习过程中，由人给出指导性的建议，机器通过知识推理，获得改善性能的具体行动规则，具有从一般到特殊的演绎推理功能。 二、机器学习系统的类型 示例学习系统 系统从训练集的许多事例或样本中，获取关于事物的特性和规律的知识，以提高其识别能力和性能，具有概括(从特殊到一般)和归纳推理功能。 类比学习系统 系统通过类比方法，进行联想推理，获得类比关系和转换规则的知识，提高对其他类似事物的识别能力。 二、机器学习系统的类型 概念学习系统 学习内容是关于事物的概念、状态、性质等叙述性知识。其中包括单概念学习，如判断事件的真假、是否等；多概念学习，如疾病诊断、质谱分析等。 过程学习系统 学习内容是关于事物状态变化的过程性知识，如问题求解的步骤，机器人行动规则，语言的句法分析，模式的文法推断等。 二、机器学习系统的类型 数值学习系统 三、机器学习系统的