信道编码channel coding
通过信道编码器和译码器实现的用于提高信道可靠性的理论和方法。信息论的内容之一。信道编码大致分为两类：①信道编码定理，从理论上解决理想编码器、译码器的存在性问题，也就是解决信道能传送的最大信息率的可能性和超过这个最大值时的传输问题。②构造性的编码方法以及这些方法能达到的性能界限。编码定理的证明，从离散信道发展到连续信道，从无记忆信道到有记忆信道，从单用户信道到多用户信道，从证明差错概率可接近于零到以指数规律逼近于零，正在不断完善。编码方法，在离散信道中一般用代数码形式，其类型有较大发展，各种界限也不断有人提出，但尚未达到编码定理所启示的限度，尤其是关于多用户信道，更显得不足。在连续信道中常采用正交函数系来代表消息，这在极限情况下可达到编码定理的限度。不是所有信道的编码定理都已被证明。只有无记忆单用户信道和多用户信道中的特殊情况的编码定理已有严格的证明；其他信道也有一些结果，但尚不完善。
通过信道编码器和译码器实现的用于提高信道可靠性的理论和方法。信息论的内容之一。信道编码大致分为两类：①信道编码定理，从理论上解决理想编码器、译码器的存在性问题，也就是解决信道能传送的最大信息率的可能性和超过这个最大值时的传输问题。②构造性的编码方法以及这些方法能达到的性能界限。编码定理的证明，从离散信道发展到连续信道，从无记忆信道到有记忆信道，从单用户信道到多用户信道，从证明差错概率可接近于零到以指数规律逼近于零，正在不断完善。编码方法，在离散信道中一般用代数码形式，其类型有较大发展，各种界限也不断有人提出，但尚未达到编码定理所启示的限度，尤其是关于多用户信道，更显得不足。在连续信道中常采用正交函数系来代表消息，这在极限情况下可达到编码定理的限度。不是所有信道的编码定理都已被证明。只有无记忆单用户信道和多用户信道中的特殊情况的编码定理已有严格的证明；其他信道也有一些结果，但尚不完善。
信道容量channel capacity
信道能无错误地传送的最大信息率。对于只有一个信源(信息产生者)和一个信宿(信息接收者)的单用户信道，它是一个数，单位是比特每秒或比特每符号。它代表每秒或每个信道符号能传送的最大信息量，或者说小于这个数的信息率必能在此信道中无错误地传送。对于多用户信道，当有m个信源和信宿时，信道容量将是m维空间中一个凸区域的外界面。为了评价实际信道的利用率，应具体计算已给信道的容量。
信道能无错误地传送的最大信息率。对于只有一个信源(信息产生者)和一个信宿(信息接收者)的单用户信道，它是一个数，单位是比特每秒或比特每符号。它代表每秒或每个信道符号能传送的最大信息量，或者说小于这个数的信息率必能在此信道中无错误地传送。对于多用户信道，当有m个信源和信宿时，信道容量将是m维空间中一个凸区域的外界面。为了评价实际信道的利用率，应具体计算已给信道的容量。
信号流图signal flow graph
借助拓扑图形求线性代数方程组解的一种方法。1953年由S.J.梅森提出，又称梅森图。图1为与下列方程组对应的信号流图，图中，没有支路指向的节点为源点，源点的变量常代表方程所描述系统的输入，是独立变量；没有任何支路离开的节点为收点，收点的变量一般当做输出变量。依据某些方法简化信号流图，使之变成只有源点和收点，例如将图1化成图2，求出g、h值，便得出了方程的解答以及有关的量，如总的传输比、增益等。
借助拓扑图形求线性代数方程组解的一种方法。1953年由S.J.梅森提出，又称梅森图。图1为与下列方程组对应的信号流图，图中，没有支路指向的节点为源点，源点的变量常代表方程所描述系统的输入，是独立变量；没有任何支路离开的节点为收点，收点的变量一般当做输出变量。依据某些方法简化信号流图，使之变成只有源点和收点，例如将图1化成图2，求出g、h值，便得出了方程的解答以及有关的量，如总的传输比、增益等。
信息information
关于事物运动的状态和规律的表征，也是关于事物运动的知识。信息就是用符号、信号或消息所包含的内容，来消除对客观事物认识的不确定性。由于信息是事物的运动状态和规律的表征，因此信息的存在是普遍的；又由于信息具有知识的秉性，因此它对人类的生存和发展是至关重要的。信息普遍存在于自然界、人类社会和人的思维之中。信息的概念是人类社会实践的深刻概括，并随着科学技术的发展而不断发展。1948年信息论的创始人C.E.香农在研究广义通信系统理论时把信息定义为信源的不定度。1950年控制论创始人N.维纳认为，信息是人们在适应客观世界，并使这种适应被客观世界感受的过程中与客观世界进行交换的内容的名称。1964年R.卡纳普提出语义信息。语义不仅与所用的语法和语句结构有关，而且与信宿对于所用符号的主观感知有关。所以语义信息是一种主观信息。80年代哲学家们提出广义信息，认为信息是直接或间接描述客观世界的，把信息作为与物质并列的范畴纳入哲学体系。
关于事物运动的状态和规律的表征，也是关于事物运动的知识。信息就是用符号、信号或消息所包含的内容，来消除对客观事物认识的不确定性。由于信息是事物的运动状态和规律的表征，因此信息的存在是普遍的；又由于信息具有知识的秉性，因此它对人类的生存和发展是至关重要的。信息普遍存在于自然界、人类社会和人的思维之中。信息的概念是人类社会实践的深刻概括，并随着科学技术的发展而不断发展。1948年信息论的创始人C.E.香农在研究广义通信系统理论时把信息定义为信源的不定度。1950年控制论创始人N.维纳认为，信息是人们在适应客观世界，并使这种适应被客观世界感受的过程中与客观世界进行交换的内容的名称。1964年R.卡纳普提出语义信息。语义不仅与所用的语法和语句结构有关，而且与信宿对于所用符号的主观感知有关。所以语义信息是一种主观信息。80年代哲学家们提出广义信息，认为信息是直接或间接描述客观世界的，把信息作为与物质并列的范畴纳入哲学体系。
信息检索information retrieval
按照一定方式组织存贮信息，并根据用户需求查找出有关信息的过程。又称信息存贮与检索、情报检索。信息的查找萌芽于图书馆的参考工作。“信息检索”一词出现于20世纪50年代。信息检索包括3个主要环节：①信息内容分析与编码，产生信息记录及检索标识。②组织存贮，将全部记录按文件、数据库等形式组成有序的信息集合。③用户提问处理和检索输出。关键部分是信息提问与信息集合的匹配和选择，即对给定提问与集合中的记录进行相似性比较，根据一定的匹配标准选出有关信息。它按对象分为文献检索、数据检索和事实检索；按设备分为手工检索、机械检索和计算机检索。由一定的设备和信息集合构成的服务设施称为信息检索系统，如穿孔卡片系统、联机检索系统、光盘检索系统、多媒体检索系统等。信息检索最初应用于图书馆和科技信息机构，后来逐渐扩大到其他领域，并与各种管理信息系统结合在一起。与信息检索有关的理论、技术和服务构成了一个相对独立的知识领域，是信息学的一个重要分支，并与计算机应用技术相互交叉。
按照一定方式组织存贮信息，并根据用户需求查找出有关信息的过程。又称信息存贮与检索、情报检索。信息的查找萌芽于图书馆的参考工作。“信息检索”一词出现于20世纪50年代。信息检索包括3个主要环节：①信息内容分析与编码，产生信息记录及检索标识。②组织存贮，将全部记录按文件、数据库等形式组成有序的信息集合。③用户提问处理和检索输出。关键部分是信息提问与信息集合的匹配和选择，即对给定提问与集合中的记录进行相似性比较，根据一定的匹配标准选出有关信息。它按对象分为文献检索、数据检索和事实检索；按设备分为手工检索、机械检索和计算机检索。由一定的设备和信息集合构成的服务设施称为信息检索系统，如穿孔卡片系统、联机检索系统、光盘检索系统、多媒体检索系统等。信息检索最初应用于图书馆和科技信息机构，后来逐渐扩大到其他领域，并与各种管理信息系统结合在一起。与信息检索有关的理论、技术和服务构成了一个相对独立的知识领域，是信息学的一个重要分支，并与计算机应用技术相互交叉。
信息量amount of information
信息多少的量度。1928年R.V.L.哈特莱首先提出信息定量化的初步设想，他将消息数的对数定义为信息量。若信源有m种消息，且每个消息数是以相等可能产生的，则该信源的信息量可表示为I=logm。但对信息量作深入而系统地研究，还是从1948年C.E.香农的奠基性工作信息论开始的。香农认为信源输出的消息是随机的。而通信的目的也就是要使接收者在接收到消息后，尽可能多的解除接收者对信源所存在的疑义(不定度)。因此，这个被解除的不定度实际上就是在通信中所要传送的信息量。
信息多少的量度。1928年R.V.L.哈特莱首先提出信息定量化的初步设想，他将消息数的对数定义为信息量。若信源有m种消息，且每个消息数是以相等可能产生的，则该信源的信息量可表示为I=logm。但对信息量作深入而系统地研究，还是从1948年C.E.香农的奠基性工作信息论开始的。香农认为信源输出的消息是随机的。而通信的目的也就是要使接收者在接收到消息后，尽可能多的解除接收者对信源所存在的疑义(不定度)。因此，这个被解除的不定度实际上就是在通信中所要传送的信息量。
信息熵information entropy
信息量的测度。根据人们的实践经验，一个事件给予人们的信息量多少，与这一事件发生的概率(可能性)大小有关。一个小概率事件的发生，给予人们的信息量就很多。相反，一个大概率事件的出现，给人们的信息量就很少。因此，用I(A)=-logp(A)〔p(A)表示事件A发生的概率〕来度量事件A给出的信息量，称为事件A的自信息量。若一次试验有m个可能结果(事件)，或一个信源可能产生m个消息(事件)，它们出现的概率分别为p1，p2…pm，则用H=-pilogpi来度量一次试验或一个消息所给出的平均信息量。H称为信息熵，由于H的表达式与熵的表达式差一个负号，故又称为负熵。
信息量的测度。根据人们的实践经验，一个事件给予人们的信息量多少，与这一事件发生的概率(可能性)大小有关。一个小概率事件的发生，给予人们的信息量就很多。相反，一个大概率事件的出现，给人们的信息量就很少。因此，用I(A)=-logp(A)〔p(A)表示事件A发生的概率〕来度量事件A给出的信息量，称为事件A的自信息量。若一次试验有m个可能结果(事件)，或一个信源可能产生m个消息(事件)，它们出现的概率分别为p1，p2…pm，则用H=-pilogpi来度量一次试验或一个消息所给出的平均信息量。H称为信息熵，由于H的表达式与熵的表达式差一个负号，故又称为负熵。
知行
中国哲学的一对范畴。知指知识、知觉、认识；行指行为、行动。在中国古代,知行关系问题主要涉及道德认识与道德践履,但也有一般认识论的意义。关于知行关系的讨论涉及认识的来源，求知的途径、方法，验证知识的标准等问题。知与行并提始见于《左传》和《尚书》。先秦诸子中孔子认为有“生而知之者”、“学而知之者”和“困而学之者”。他既重见闻,又重思索,并主张知行结合,学以致用，言行一致;墨子把认识的来源归结为“闻之见之”,主张“口言之,身必行之”;孟子主张人有“良知”、“良能”,认为人的道德认识是先天的;老子持“不行而知”的观点，主张“不出户,知天下”;庄子则根本否定人们认识的必要性和可能性,主张“齐是非”、“辩无胜”。荀子明确提出“不闻不若闻知,闻之不若见之,见之不若知之,知之不若行之”，达到了先秦哲学对知行关系认识的最高成就。两汉时,知行关系的讨论以董仲舒和王充为代表,前者主张人“不学而自知”;后者认为“学之乃知,不问不知”。隋唐时,佛教哲学以其特有的方式讨论了知行问题,有重知轻行、知行并重、知行合一等不同主张。宋元明清时期,知行问题成为思想界争论的一个重点问题。程朱学派主张知先行后,强调知的作用;王守仁提出知行合一,否定了知与行的界限;王夫之认为行先知后,行可兼知,主张行优于知、行高于知。在近代,知行问题的讨论与社会政治思想密切联系,资产阶级改良派主张“贵知不贵行”,以孙中山为代表的资产阶级革命派则主张“知难行易”说,强调以行为知的来源,又“因知以进行”。五四运动以后,马克思主义传入中国,以毛泽东为代表的马克思主义哲学家在辩证唯物主义基础上,对传统哲学的知行观进行了科学的总结。
中国哲学的一对范畴。知指知识、知觉、认识；行指行为、行动。在中国古代,知行关系问题主要涉及道德认识与道德践履,但也有一般认识论的意义。关于知行关系的讨论涉及认识的来源，求知的途径、方法，验证知识的标准等问题。知与行并提始见于《左传》和《尚书》。先秦诸子中孔子认为有“生而知之者”、“学而知之者”和“困而学之者”。他既重见闻,又重思索,并主张知行结合,学以致用，言行一致;墨子把认识的来源归结为“闻之见之”,主张“口言之,身必行之”;孟子主张人有“良知”、“良能”,认为人的道德认识是先天的;老子持“不行而知”的观点，主张“不出户,知天下”;庄子则根本否定人们认识的必要性和可能性,主张“齐是非”、“辩无胜”。荀子明确提出“不闻不若闻知,闻之不若见之,见之不若知之,知之不若行之”，达到了先秦哲学对知行关系认识的最高成就。两汉时,知行关系的讨论以董仲舒和王充为代表,前者主张人“不学而自知”;后者认为“学之乃知,不问不知”。隋唐时,佛教哲学以其特有的方式讨论了知行问题,有重知轻行、知行并重、知行合一等不同主张。宋元明清时期,知行问题成为思想界争论的一个重点问题。程朱学派主张知先行后,强调知的作用;王守仁提出知行合一,否定了知与行的界限;王夫之认为行先知后,行可兼知,主张行优于知、行高于知。在近代,知行问题的讨论与社会政治思想密切联系,资产阶级改良派主张“贵知不贵行”,以孙中山为代表的资产阶级革命派则主张“知难行易”说,强调以行为知的来源,又“因知以进行”。五四运动以后,马克思主义传入中国,以毛泽东为代表的马克思主义哲学家在辩证唯物主义基础上,对传统哲学的知行观进行了科学的总结。
知识产权intellectual property
基于智力的创造性活动所产生的权利。包括:①发明专利、商标以及工业品外观设计等方面组成的工业产权。②自然科学、社会科学以及文学、音乐、戏剧、绘画、雕塑、摄影和电影摄影等方面的作品组成的著作权，版权。
知识产权具有3个特点:①专有性。除权利人同意或法律规定外,权利人以外的任何人不得享有或使用该项权利。这表明权利人独占或垄断的专有权利受严格保护,不受他人侵犯。只有通过“强制许可”、“征用”等法律程序,才能变更权利人的专有权。②地域性。即除签有国际公约或双边互惠协定外,经一国法律所保护的某项权利只在该国范围内发生法律效力。③时间性。即法律对各项权利的保护,都规定有一定的有效期,各国法律对保护期限的长短可能一致,也可能不完全相同,只有参加国际协定或进行国际申请时,才对某项权利有统一的保护期限。
1893年,据《保护工业产权巴黎公约》成立的国际局与据《保护文学艺术作品伯尔尼公约》成立的国际局联合起来,组成了国际知识产权保护联合局。1967年在斯德哥尔摩成立了世界知识产权组织,1974年成为联合国专门机构之一。它的宗旨是通过国际合作与其他国际组织进行协作,以促进在全世界范围内保护知识产权,以及保证各知识产权同盟间的行政合作。中国已在1980年3月3日参加了世界知识产权组织,同年6月3日成为该组织的正式成员国。
《中华人民共和国民法通则》中规定了6种知识产权类型,即著作权、专利权、商标权、发现权、发明权和其他科技成果权,并规定了知识产权的民法保护制度。此外,中华人民共和国的《专利法》、《商标法》、《著作权法》、《发明奖励条例》等单行法和行政法规也都对相关的知识产权保护作了规定。
基于智力的创造性活动所产生的权利。包括:①发明专利、商标以及工业品外观设计等方面组成的工业产权。②自然科学、社会科学以及文学、音乐、戏剧、绘画、雕塑、摄影和电影摄影等方面的作品组成的著作权，版权。
知识产权具有3个特点:①专有性。除权利人同意或法律规定外,权利人以外的任何人不得享有或使用该项权利。这表明权利人独占或垄断的专有权利受严格保护,不受他人侵犯。只有通过“强制许可”、“征用”等法律程序,才能变更权利人的专有权。②地域性。即除签有国际公约或双边互惠协定外,经一国法律所保护的某项权利只在该国范围内发生法律效力。③时间性。即法律对各项权利的保护,都规定有一定的有效期,各国法律对保护期限的长短可能一致,也可能不完全相同,只有参加国际协定或进行国际申请时,才对某项权利有统一的保护期限。
1893年,据《保护工业产权巴黎公约》成立的国际局与据《保护文学艺术作品伯尔尼公约》成立的国际局联合起来,组成了国际知识产权保护联合局。1967年在斯德哥尔摩成立了世界知识产权组织,1974年成为联合国专门机构之一。它的宗旨是通过国际合作与其他国际组织进行协作,以促进在全世界范围内保护知识产权,以及保证各知识产权同盟间的行政合作。中国已在1980年3月3日参加了世界知识产权组织,同年6月3日成为该组织的正式成员国。
《中华人民共和国民法通则》中规定了6种知识产权类型,即著作权、专利权、商标权、发现权、发明权和其他科技成果权,并规定了知识产权的民法保护制度。此外,中华人民共和国的《专利法》、《商标法》、《著作权法》、《发明奖励条例》等单行法和行政法规也都对相关的知识产权保护作了规定。
知识工程（knowledge engineering）
在计算机上建立专家系统的技术。知识工程这个术语最早由美国人工智能专家E.A.费根鲍姆提出。由于在建立专家系统时所要处理的主要是专家的或书本上的知识,正像在数据处理中数据是处理对象一样,所以它又称知识处理学。其研究内容主要包括知识的获取、知识的表示以及知识的运用和处理等三大方面。
费根鲍姆及其研究小组在20世纪70年代中期研究了人类专家们(而不是万能博士们)解决其专门领域问题时的方式和方法,注意到专家解题的4个特点:①为了解决特定领域的一个具体问题,除了需要一些公共的知识,例如哲学思想、思维方法和一般的数学知识等之外,更需要应用大量与所解问题领域密切相关的知识,即所谓领域知识。②采用启发式的解题方法或称试探性的解题方法。为了解一个问题,特别是一些本身就很难用严格的数学方法描述的问题,往往不可能借助一种预先设计好的固定程式或算法来解决它们,而必须采用一种不确定的试探性解题方法。③解题中除了运用演绎方法外,必须求助于归纳的方法和抽象的方法。因为只有运用归纳和抽象才能创立新概念,推出新知识,并使知识逐步深化。④必须处理问题的模糊性、不确定性和不完全性。因为现实世界就是充满模糊性、不确定性和不完全性的,所以决定解决这些问题的方式和方法也必须是模糊的和不确定的,并应能处理不完全的知识。由上面的分析可见,在这种解题的过程中,人们所运用和操作的对象主要是各种知识(当然也包括各种有关的数据),因此也就是一个知识处理的过程。
基本概念 知识工程作为一门学科有以下几个最基本的概念。
①数据。定义为客观事物的属性、数量、位置及其相互关系等的抽象表示。而且要特别强调这些属性、数量、位置及其相互关系等都可能是模糊的。如“20岁左右”、“大约20”、“很年轻”、“不太高”、“点A与点B靠得很近”等等词语中虽包含着数量,但这些数量是模糊的。此外,因为任何一张图(精确的或模糊的)都在某种意义上可认为是表示一些对象之间的某种关系,所以在知识处理中也可以把它认为是一种数据。由此可见在知识处理中数据的范围是很广的。但是,不管什么样的数据,它只表示一种数量及关系概念,具体涵义是没有的。
②信息。定义为“数据所表示的涵义(或称数据的语义)”。因此也可以说信息是对数据的解释,是加载在数据之上的涵义。所以反过来可称“数据是信息的载体”。如“5”在一种具体场合可以解释为“5个苹果”,而在另一种特定场合又可以解释成“5种思想”、“5个X”等。对模糊的数据也一样,例如“20左右”这个模糊数,既可能代表年龄“20岁左右”,也可代表日期“20日前后”等。可见信息是带具体涵义的数据。
③知识。以各种方式把一个或多个信息关联在一起的信息结构。如果把“不与任何其他信息关联”也认为是一种特殊的关联方式(不关联),则单个的信息也可以认为是知识的特例,我们称之为“原子事实”。例如“天很阴且闪电频繁”,“天要下雨”等都是一些孤立的信息或“原子事实”。然而,如果把这两个信息用“如果,则”这种因果关系联系起来就成了一条知识:如果“天很阴且闪电频繁”则“天要下雨”(多半如此)。以上陈述中的“频繁”、“多半如此”等都表示一些模糊概念。
④智力。指运用知识解决问题的能力。知识可以存储在书本里,或计算机的磁盘和磁带中等,它是一种静止的死东西。它本身并不会再生知识。然而智力却是一种动态概念。“智力”与“知识”有着密切的关系,但“知识”与“运用知识的能力”是两个不同的概念。
⑤智能。指知识的集合与智力的综合(或总和),是静态的知识和动态的智力综合所体现的一种能力。
⑥知识库和知识处理器。知识库是指经过分类组织存放在计算机中的“知识的一个集合”。知识处理器(俗称推理机)是指智力在计算机上的一种具体实现机制。一般专家系统中都具有一个存放知识的知识库和一个运用知识的推理机,因此按这种定义就可认为专家系统是一个具有某种智能的系统。
知识的属性 我们在知识处理中讨论的知识应该是现实中的知识,而不是抽象的定义。所以知识应具有以下具体的属性:真理性、相对性、不完全性、模糊性与不精确性、可表示性、可存储性(可记忆性)。所谓知识的模糊性与不精确性是指知识的真理性往往不总是非真即假,而可能处于某种中间状态,即所谓有真与假之间的某个“真度”。
知识的分类 按知识的涵义大体上可分为事实、规则(或法则)、规律(或定律)、方法和理论等。方法又可分成推理、联想与类比、综合与分析、预测与外延、假设与验证、直觉与灵感,以及解题方法或算法等。而后者并不是知识工程所要研究的对象。
在知识处理中,更复杂的一类知识被称为理论。理论是一种知识的体系,是由上述各种知识构成的更高一层的知识。理论也称知识空间,形式上,它由一组概念,若干条公理(事实),若干条推理规则(法则)和一组解题方法和环境约束组成。
按知识的应用范围,又可分为通用知识与专门知识(或领域知识)两种范畴。通用知识指一般人们共有的知识,适用于所有领域。专门知识指面向一个专门领域的知识,因而也称领域知识。各种专门知识都不是知识工程所要研究的对象。
知识工程三要素 人工智能与计算机技术的结合产生了所谓知识处理的新课题。即要用计算机来模拟人脑的部分功能,或解决各种问题,或回答各种询问,或从已有的知识推出新知识等等。为了进行知识处理,当然首先必须获取知识,并能把知识表示在计算机中,能运用它们来解题。因此,知识的获取、表示和运用也就成了知识工程的三大要素或主要研究内容。
①知识的获取。知识获取要研究的主要问题包括:对专家或书本知识的理解、认识、选择、抽取、汇集、分类和组织的方法;从已有的知识和实例中产生新知识,包括从外界学习新知识的机理和方法;检查或保持已获取知识集合的一致性(或无矛盾性)和完全性约束的方法;尽量保证已获取的知识集合无冗余的方法。知识获取分主动式或被动式两大类。主动式知识获取是知识处理系统根据领域专家给出的数据与资料，利用诸如归纳程序之类软件工具直接自动获取或产生知识并装入知识库中，所以也称知识的直接获取。而被动式知识获取往往是间接通过一个中介人(知识工程师或用户)并采用知识编辑器之类的工具,把知识传授给知识处理系统,所以亦称知识的间接获取。按知识处理系统获取知识的工作方式,可以分成交互式和自主式(或非交互式)两种。交互式知识获取在获取过程中要不断与人进行交互,或提供解释,或要求输入信息,或提问求答,或请求验证等等。交互式的知识获取,对用户或知识工程师有较大的透明度和控制能力,比较适合于从专家大脑中获取知识。自主式知识获取则在获取过程中完全由知识处理系统自主完成,例如输入的是一段讲话,一本书或资料,输出的便是从中抽取出来的知识。按知识获取的策略或机理可分为:死记硬背式(或称机械照搬式)知识获取;条件反射式知识获取;教学式(或传授式)知识获取;演绎式知识获取;归纳式知识获取;解释式知识获取;猜想证实式知识获取;反馈修正式知识获取;类比和联想式知识获取;外延式知识获取等。
②知识的表示。将知识以某种形式逻辑地表示出来,并最终编码到计算机中去。不同的知识需要用不同的形式和方法来表示。因此一个问题能否有合适的知识表示方法往往成为知识处理(解题)成败的关键。而且知识表示的好坏对知识处理的效率和应用范围影响很大,对知识获取和学习机制的研究也有直接的影响。知识表示的方法很多,例如,谓词逻辑表示,关系表示(或称特性表示),框架表示,产生式表示,规则表示,语义网表示,与或图表示,过程表示,Petri网表示,H网表示,面向对象表示,以及包含以上多种方法的混合或集成表示等。这些表示方法各适用于表示各种不同的知识,从而被用于各种应用领域。对于“知识面”很窄的专家系统一类的应用,往往可以根据领域知识的特点,从中选择一种或若干种表示方法就可以解决问题。但是为了开发具有较宽领域知识的系统,例如多专家系统的聚合系统(或称协同式专家系统)和分布式多功能知识处理系统等,仅用互不相干的知识表示方法便难以适应要求。
③知识的运用和处理。主要包括推理、搜索、知识的管理及维护、匹配和识别。推理指各种推理的方法与模式的研究。研究前提与结论之间的各种逻辑关系及真度或置信度的传递规则等。搜索指各种搜索方式与方法的研究。研究如何从一个浩翰的对象(包括知识本身)空间中搜索(或探索)满足给定条件或要求的特定对象。知识的管理及维护包括对知识库的各种操作(如检索、增加、修改或删除),以保证知识库中知识的一致性和完整性约束等的方法和技术。匹配和识别指在数据库或其他对象集合中,找出一个或多个与给定“模板”匹配的数据或对象的各种原理和方法,以及在仅有不完全的信息或知识的环境下,识别各种对象的原理与方法。
在计算机上建立专家系统的技术。知识工程这个术语最早由美国人工智能专家E.A.费根鲍姆提出。由于在建立专家系统时所要处理的主要是专家的或书本上的知识,正像在数据处理中数据是处理对象一样,所以它又称知识处理学。其研究内容主要包括知识的获取、知识的表示以及知识的运用和处理等三大方面。
费根鲍姆及其研究小组在20世纪70年代中期研究了人类专家们(而不是万能博士们)解决其专门领域问题时的方式和方法,注意到专家解题的4个特点:①为了解决特定领域的一个具体问题,除了需要一些公共的知识,例如哲学思想、思维方法和一般的数学知识等之外,更需要应用大量与所解问题领域密切相关的知识,即所谓领域知识。②采用启发式的解题方法或称试探性的解题方法。为了解一个问题,特别是一些本身就很难用严格的数学方法描述的问题,往往不可能借助一种预先设计好的固定程式或算法来解决它们,而必须采用一种不确定的试探性解题方法。③解题中除了运用演绎方法外,必须求助于归纳的方法和抽象的方法。因为只有运用归纳和抽象才能创立新概念,推出新知识,并使知识逐步深化。④必须处理问题的模糊性、不确定性和不完全性。因为现实世界就是充满模糊性、不确定性和不完全性的,所以决定解决这些问题的方式和方法也必须是模糊的和不确定的,并应能处理不完全的知识。由上面的分析可见,在这种解题的过程中,人们所运用和操作的对象主要是各种知识(当然也包括各种有关的数据),因此也就是一个知识处理的过程。
基本概念 知识工程作为一门学科有以下几个最基本的概念。
①数据。定义为客观事物的属性、数量、位置及其相互关系等的抽象表示。而且要特别强调这些属性、数量、位置及其相互关系等都可能是模糊的。如“20岁左右”、“大约20”、“很年轻”、“不太高”、“点A与点B靠得很近”等等词语中虽包含着数量,但这些数量是模糊的。此外,因为任何一张图(精确的或模糊的)都在某种意义上可认为是表示一些对象之间的某种关系,所以在知识处理中也可以把它认为是一种数据。由此可见在知识处理中数据的范围是很广的。但是,不管什么样的数据,它只表示一种数量及关系概念,具体涵义是没有的。
②信息。定义为“数据所表示的涵义(或称数据的语义)”。因此也可以说信息是对数据的解释,是加载在数据之上的涵义。所以反过来可称“数据是信息的载体”。如“5”在一种具体场合可以解释为“5个苹果”,而在另一种特定场合又可以解释成“5种思想”、“5个X”等。对模糊的数据也一样,例如“20左右”这个模糊数,既可能代表年龄“20岁左右”,也可代表日期“20日前后”等。可见信息是带具体涵义的数据。
③知识。以各种方式把一个或多个信息关联在一起的信息结构。如果把“不与任何其他信息关联”也认为是一种特殊的关联方式(不关联),则单个的信息也可以认为是知识的特例,我们称之为“原子事实”。例如“天很阴且闪电频繁”,“天要下雨”等都是一些孤立的信息或“原子事实”。然而,如果把这两个信息用“如果,则”这种因果关系联系起来就成了一条知识:如果“天很阴且闪电频繁”则“天要下雨”(多半如此)。以上陈述中的“频繁”、“多半如此”等都表示一些模糊概念。
④智力。指运用知识解决问题的能力。知识可以存储在书本里,或计算机的磁盘和磁带中等,它是一种静止的死东西。它本身并不会再生知识。然而智力却是一种动态概念。“智力”与“知识”有着密切的关系,但“知识”与“运用知识的能力”是两个不同的概念。
⑤智能。指知识的集合与智力的综合(或总和),是静态的知识和动态的智力综合所体现的一种能力。
⑥知识库和知识处理器。知识库是指经过分类组织存放在计算机中的“知识的一个集合”。知识处理器(俗称推理机)是指智力在计算机上的一种具体实现机制。一般专家系统中都具有一个存放知识的知识库和一个运用知识的推理机,因此按这种定义就可认为专家系统是一个具有某种智能的系统。
知识的属性 我们在知识处理中讨论的知识应该是现实中的知识,而不是抽象的定义。所以知识应具有以下具体的属性:真理性、相对性、不完全性、模糊性与不精确性、可表示性、可存储性(可记忆性)。所谓知识的模糊性与不精确性是指知识的真理性往往不总是非真即假,而可能处于某种中间状态,即所谓有真与假之间的某个“真度”。
知识的分类 按知识的涵义大体上可分为事实、规则(或法则)、规律(或定律)、方法和理论等。方法又可分成推理、联想与类比、综合与分析、预测与外延、假设与验证、直觉与灵感,以及解题方法或算法等。而后者并不是知识工程所要研究的对象。
在知识处理中,更复杂的一类知识被称为理论。理论是一种知识的体系,是由上述各种知识构成的更高一层的知识。理论也称知识空间,形式上,它由一组概念,若干条公理(事实),若干条推理规则(法则)和一组解题方法和环境约束组成。
按知识的应用范围,又可分为通用知识与专门知识(或领域知识)两种范畴。通用知识指一般人们共有的知识,适用于所有领域。专门知识指面向一个专门领域的知识,因而也称领域知识。各种专门知识都不是知识工程所要研究的对象。
知识工程三要素 人工智能与计算机技术的结合产生了所谓知识处理的新课题。即要用计算机来模拟人脑的部分功能,或解决各种问题,或回答各种询问,或从已有的知识推出新知识等等。为了进行知识处理,当然首先必须获取知识,并能把知识表示在计算机中,能运用它们来解题。因此,知识的获取、表示和运用也就成了知识工程的三大要素或主要研究内容。
①知识的获取。知识获取要研究的主要问题包括:对专家或书本知识的理解、认识、选择、抽取、汇集、分类和组织的方法;从已有的知识和实例中产生新知识,包括从外界学习新知识的机理和方法;检查或保持已获取知识集合的一致性(或无矛盾性)和完全性约束的方法;尽量保证已获取的知识集合无冗余的方法。知识获取分主动式或被动式两大类。主动式知识获取是知识处理系统根据领域专家给出的数据与资料，利用诸如归纳程序之类软件工具直接自动获取或产生知识并装入知识库中，所以也称知识的直接获取。而被动式知识获取往往是间接通过一个中介人(知识工程师或用户)并采用知识编辑器之类的工具,把知识传授给知识处理系统,所以亦称知识的间接获取。按知识处理系统获取知识的工作方式,可以分成交互式和自主式(或非交互式)两种。交互式知识获取在获取过程中要不断与人进行交互,或提供解释,或要求输入信息,或提问求答,或请求验证等等。交互式的知识获取,对用户或知识工程师有较大的透明度和控制能力,比较适合于从专家大脑中获取知识。自主式知识获取则在获取过程中完全由知识处理系统自主完成,例如输入的是一段讲话,一本书或资料,输出的便是从中抽取出来的知识。按知识获取的策略或机理可分为:死记硬背式(或称机械照搬式)知识获取;条件反射式知识获取;教学式(或传授式)知识获取;演绎式知识获取;归纳式知识获取;解释式知识获取;猜想证实式知识获取;反馈修正式知识获取;类比和联想式知识获取;外延式知识获取等。
②知识的表示。将知识以某种形式逻辑地表示出来,并最终编码到计算机中去。不同的知识需要用不同的形式和方法来表示。因此一个问题能否有合适的知识表示方法往往成为知识处理(解题)成败的关键。而且知识表示的好坏对知识处理的效率和应用范围影响很大,对知识获取和学习机制的研究也有直接的影响。知识表示的方法很多,例如,谓词逻辑表示,关系表示(或称特性表示),框架表示,产生式表示,规则表示,语义网表示,与或图表示,过程表示,Petri网表示,H网表示,面向对象表示,以及包含以上多种方法的混合或集成表示等。这些表示方法各适用于表示各种不同的知识,从而被用于各种应用领域。对于“知识面”很窄的专家系统一类的应用,往往可以根据领域知识的特点,从中选择一种或若干种表示方法就可以解决问题。但是为了开发具有较宽领域知识的系统,例如多专家系统的聚合系统(或称协同式专家系统)和分布式多功能知识处理系统等,仅用互不相干的知识表示方法便难以适应要求。
③知识的运用和处理。主要包括推理、搜索、知识的管理及维护、匹配和识别。推理指各种推理的方法与模式的研究。研究前提与结论之间的各种逻辑关系及真度或置信度的传递规则等。搜索指各种搜索方式与方法的研究。研究如何从一个浩翰的对象(包括知识本身)空间中搜索(或探索)满足给定条件或要求的特定对象。知识的管理及维护包括对知识库的各种操作(如检索、增加、修改或删除),以保证知识库中知识的一致性和完整性约束等的方法和技术。匹配和识别指在数据库或其他对象集合中,找出一个或多个与给定“模板”匹配的数据或对象的各种原理和方法,以及在仅有不完全的信息或知识的环境下,识别各种对象的原理与方法。
知识库knowledge base
将知识表示为计算机内部形式并能进行知识处理的一种软件。知识库是专家系统的组成部分,是区别专家系统与其他软件的标志。当前推出的知识库管理系统大部分都是单一知识表示的。实际上,复杂的问题,有些需要多种知识表示。知识库方法和技术是在发展专家系统中产生的,然而它正在逐步发展成为计算机系统软件之一,它将提供良好的建立知识库的工具环境,并与现存的软件密切地联系起来。近几年来,研制生成共享知识库的工具,成为日益迫切的课题。知识库技术已成为使人类知识的自然记载转换为知识编码的手段之一。知识库的一个特例是数据库,知识库中的知识项可与一个或多个数据库相联系,知识库的运行往往伴随着数据库的运行。
将知识表示为计算机内部形式并能进行知识处理的一种软件。知识库是专家系统的组成部分,是区别专家系统与其他软件的标志。当前推出的知识库管理系统大部分都是单一知识表示的。实际上,复杂的问题,有些需要多种知识表示。知识库方法和技术是在发展专家系统中产生的,然而它正在逐步发展成为计算机系统软件之一,它将提供良好的建立知识库的工具环境,并与现存的软件密切地联系起来。近几年来,研制生成共享知识库的工具,成为日益迫切的课题。知识库技术已成为使人类知识的自然记载转换为知识编码的手段之一。知识库的一个特例是数据库,知识库中的知识项可与一个或多个数据库相联系,知识库的运行往往伴随着数据库的运行。
知易行
国内《知识产品网》提出的知识生产管理概念，知识生产与工农商学文化物质产业之间通过电子商务实现的交易，在商务等价交换中实现知识生产的转化成果和社会规模，从而打破了原有的知识研究作为上层事业，脑体劳动分离，从属工业产权的知识技术部门的狭隘，形成知识产业进入社会生产经济循环。
国内《知识产品网》提出的知识生产管理概念，知识生产与工农商学文化物质产业之间通过电子商务实现的交易，在商务等价交换中实现知识生产的转化成果和社会规模，从而打破了原有的知识研究作为上层事业，脑体劳动分离，从属工业产权的知识技术部门的狭隘，形成知识产业进入社会生产经济循环。
IPD知识产权数据库
国内《知识产品网》提出的保护知识产权的一种网络快速检索的原作原创数据库，是知识产权人声明权利而向公众作出的准确表示的真品标识。
KSN网络
KSN是知识技术支持网络的简称，是社会经济各生产部门需求知识技术密集支撑的网络，他不但从科研院校等知识技术部门建立支撑而且从生产领域建立网络，通过多种网络技术促进知识生产的社会化规模并带来较高的知识生产率。
001
002
003
004
