知识工程是收集和输入信息以供基于知识的计算机系统使用的任务。这些系统可以在没有人类专家帮助的情况下解决问题或回答问题。知识工程师使用各种专门针对特定类型信息的知识获取技术 带公文包的商人当计算机内存变...
知识工程是收集和输入信息以供基于知识的计算机系统使用的任务。这些系统可以在没有人类专家帮助的情况下解决问题或回答问题。知识工程师使用各种专门针对特定类型信息的知识获取技术

带公文包的商人当计算机内存变得足够大时,知识工程领域就发展起来了大约在1970年左右,容纳了大量的信息。这导致了人工智能(AI)技术的转变。除了创建能够解决问题和使用逻辑的人工智能软件外,程序员还能够给人工智能提供一个庞大的信息库供其借鉴知识工程是一个劳动密集型的多步骤过程,首先知识工程师面临一个问题,例如:,问题可能是让人们不用去看医生就知道他们的医学症状是什么意思,然后工程师创建了一个可以做到这一点的系统:例如,一个计算机程序将症状作为输入,并输出可能表现出这些症状的病症或疾病列表接下来,工程师需要收集必要的信息。工程师可以与医生交谈或阅读医学文本来查找有关疾病和症状的信息。一旦所有信息被收集和组织起来,编码人员就创建了这个系统工程师输入数据。知识工程的最后一步是测试系统以确保其输出准确的响应。知识工程过程中最耗时、最重要的步骤是获取知识。创建一个基于知识的系统所需的大部分知识都存在于专家的大脑中。这些专家通常都是忙碌的人。知识工程师面临的挑战是如何尽快、高效地获取这些信息另一个挑战是如何收集专家隐含的信息,医生可能无法描述哮喘肺部的声音,她只是在听到时才知道。知识工程师开发了一系列知识获取技术来帮助他们收集信息。这些技术包括协议生成技术、有限信息技术和基于矩阵的技术。根据所需知识的类型选择技术。例如,如果工程师需要医生进行诊断的步骤的信息,他或她可以简单地询问医生。但是,如果工程师要寻找的信息是医生知道但难以用语言表达的信息,他或她可能会使用一种分类技术。一种分类技术要求专家将卡片上的单词分类成堆,然后说出他或她使用的类别。这使得工程师能够理解专家是如何看待信息的。