知識工程和知識管理

出版者的話

專家指導(dǎo)委員會

譯者序

前言

第1章 引言：知識的價值

第2章 知識工程基礎(chǔ)

第3章 任務(wù)和組織語境

第4章 知識管理

第5章 知識模型組件

第6章 知識模型模板

第7章 構(gòu)建知識模型

第8章 知識抽取技術(shù)

第9章 通信建模

第10章 案例研究：住房問題

第11章 設(shè)計知識系統(tǒng)

第12章 知識系統(tǒng)的實現(xiàn)

第13章 高級知識建模

第14章 COMMONKADS是使用的UML符號

第15章 項目管理 2100433B

本書對知識工程和知識管理的整體方法進行了詳細介紹，內(nèi)容涉及知識管理、知識分析和知識工程的全過程。本書提出的COMMONKADS方法論是由許多企業(yè)——大學(xué)集團歷經(jīng)十年開發(fā)出來的，現(xiàn)在廣泛應(yīng)用在世界各地的公司和教育機構(gòu)中。本書就是圍繞COMMONKADS方法論來介紹知識工程和知識管理，主要內(nèi)容包括：知識的價值、知識工程和基礎(chǔ)、知識抽取技術(shù)以及知識系統(tǒng)的設(shè)計與實現(xiàn)方法。書中提供了很多用COMMONKADS方法設(shè)計和開發(fā)的知識密集型系統(tǒng)的案例，極具實用性。本書內(nèi)容全面，講解透徹，適合信息系統(tǒng)工程以及知識和信息管理領(lǐng)域的技術(shù)人員閱讀，本書還可以作為信息系統(tǒng)相關(guān)專業(yè)高年級本科生及研究生的教材。

知識管理與知識工程的比較

1、知識管理與知識工程的學(xué)科學(xué)派對比分析

知識管理的研究非常熱，知識管理的概念也非常多，不同的概念認知反映出不同的學(xué)派。厄爾分析了知識管理的七個學(xué)派，包括系統(tǒng)學(xué)派、制圖學(xué)派、工程學(xué)派、商業(yè)學(xué)派、組織學(xué)派、空間學(xué)派和戰(zhàn)略學(xué)派。賓尼把知識管理分為溝通型、分析型、資產(chǎn)管理型、過程型、開發(fā)型和創(chuàng)新型六種類型 。左美云把知識管理研究歸納為三個學(xué)派，包括技術(shù)學(xué)派、行為學(xué)派和綜合學(xué)派；吳金?？偨Y(jié)出知識管理的四大學(xué)派，包括IT技術(shù)學(xué)派、組織行為學(xué)派、戰(zhàn)略管理學(xué)派、知識工程學(xué)派。盛小平總結(jié)了八個學(xué)派，包括認識論學(xué)派、戰(zhàn)略管理學(xué)派、知識創(chuàng)新學(xué)派、空間學(xué)派、信息技術(shù)學(xué)派、組織行為學(xué)派、知識工程學(xué)派和綜合學(xué)派。這些學(xué)派總體上分為兩類，一類是企業(yè)知識管理學(xué)派，關(guān)注知識的轉(zhuǎn)化與共享，重點關(guān)注隱性知識顯性化，以提高企業(yè)核心競爭力為目標，如文獻，屬于管理科學(xué)。第二類是圖書館知識管理學(xué)派，以知識的序化為目標，提高知識組織的有序性，從而提高知識服務(wù)水平，屬于圖書館學(xué)。知識管理的研究集中在企業(yè)管理、圖書館學(xué)與情報學(xué)領(lǐng)域。圖書館的知識管理分為兩類，一類是以知識序化為目標的知識管理，一類是以知識共享與轉(zhuǎn)化為目標的知識管理。前者重視資源的建設(shè)，管理的核心是資源。后者把圖書館作為一個具體的機構(gòu)進行知識管理，管理的核心是人。但無論哪種學(xué)派，重組織輕技術(shù)是知識管理的典型特點。

知識工程在國內(nèi)的研究集中在計算機科學(xué)與人工智能領(lǐng)域，如中科院的陸汝鈐研究員對知識工程、知識科學(xué)進行深入研究，中科院的史忠植研究員對知識發(fā)現(xiàn)進行了深入研究 ，北京科技大學(xué)的楊炳儒教授主要從邏輯的角度對知識工程進行深入研究，浙江大學(xué)潘云鶴教授等從形象思維方面人手，運用心象思維理論，研究了語義知識與圖形圖像之間的轉(zhuǎn)換 ，石純一等教授研究了基于Agent的KQML(Knowledge Query and Manipulation Language，知識查詢操作語言)知識操作。無論哪派知識工程，重技術(shù)輕組織是知識工程的共同特征。知識工程的根本目的是為了解決人工智能特別是專家系統(tǒng)中知識獲取的問題。

把知識工程包含于知識管理或把知識管理包含于知識工程都是不可取的，知識管理更多地關(guān)注人的因素，屬于管理范疇；知識工程更多地關(guān)注技術(shù)的實現(xiàn)，屬于技術(shù)范疇。因此，無論從目標、處理手段與方法、應(yīng)用領(lǐng)域、學(xué)科范疇等各個方面來講，知識管理與知識工程都有著很大的不同，是完全不同的兩個研究領(lǐng)域。

2、知識管理與知識工程核心內(nèi)容對比分析

知識管理主要包括知識轉(zhuǎn)化與知識序化。知識轉(zhuǎn)化是知識共享的過程，同時知識共享也是知識轉(zhuǎn)化的前提。知識管理中的知識轉(zhuǎn)化包括四個方面，從隱性知識到隱性知識的社會化過程；從隱性知識到顯性知識的外化過程；從顯性知識到顯性知識的綜合過程；從顯性知識到隱性知識的內(nèi)化過程，這些轉(zhuǎn)化主要是知識存在形態(tài)以及附著主體的變化。知識管理中的知識組織以知識的序化為主，包括分類、檢索、排序等操作。傳統(tǒng)的知識組織借助文獻單元的方法，依據(jù)檢索語言中的結(jié)構(gòu)模式，采用分類法、標題法、單元詞法、關(guān)鍵詞法和敘詞法，并在這些方法的基礎(chǔ)上編制出各種目錄、索引、文獻等。以關(guān)鍵詞或主題詞來實現(xiàn)知識從物理層次的文獻單元向認知層次的知識單元轉(zhuǎn)化是不現(xiàn)實的，因為詞單元不足以完整地反映知識，能夠完整地反映知識應(yīng)該至少是句子層次的。知識地圖揭示知識源以及知識之間的關(guān)系，它指向知識而不包含知識本身，是一個向?qū)Ф皇且粋€知識的集合 。所以知識地圖實際上是知識的索引。但是知識地圖不具備地理坐標這一基本屬性。

知識管理不僅是獲取、組織與檢索信息的問題，還涉及數(shù)據(jù)挖掘、文本聚類、數(shù)據(jù)庫與文檔等問題。知識與人類認知的密切相關(guān)性，決定了知識管理定位在錯綜復(fù)雜的結(jié)構(gòu)化的內(nèi)容處理上。知識管理中的知識組織以自然語言的方式描述知識，知識的粒度并不統(tǒng)一，有大有小，大到一篇文獻，小到一個知識點。

知識工程是以知識為處理對象，借用工程化的思想，利用人工智能的原理、方法和技術(shù)，設(shè)計、構(gòu)造和維護知識型系統(tǒng)的一門學(xué)科，人們一般認為知識工程是人工智能的一個應(yīng)用分支 。知識工程包括知識獲取、知識表示與知識利用三大過程。知識獲取有三種方式：非自動知識獲取、知識抽取、機器學(xué)習(xí)知識。非自動知識獲取由知識工程師通過閱讀有關(guān)文獻或與領(lǐng)域?qū)＜医涣鳎@取原始知識并進行分析、歸納、整理，形成用自然語言表述的知識條目輸入到數(shù)據(jù)庫中。知識抽取是對蘊含于文本文獻中的知識進行識別、理解、篩選、格式化，把文獻的每個知識點抽取出來，以一定形式存人知識庫中。機器學(xué)習(xí)知識通過機器的視覺、聽覺等途徑，直接感知外部世界，輸入自然信息，獲取感性和理性知識，或者根據(jù)系統(tǒng)運行經(jīng)驗從已有的知識或?qū)嵗醒堇[、歸納出新知識，補充到知識庫中。非自動知識獲取效率較低，機器學(xué)習(xí)知識難度太大，而知識抽取是知識獲取的最有效方式。知識抽取是知識獲取的三種方式之一，知識獲取是知識工程的三大步驟之一(包括知識獲取、知識表示與知識利用)，因此知識抽取是知識工程的最有效方式。

本體研究的出現(xiàn)為知識工程的研究注入了新的活力，但是本體在知識工程中究竟扮演什么樣的角色呢"_blank" href="/item/ontology">ontology)其實就是一種充分復(fù)雜的詞表，有了本體固然可以解決很多問題，但本體如何來獲取仍然是一大難點，正如知識獲取一直是人工智能的瓶頸問題。本體的獲取有三種方式：手工構(gòu)建、詞表轉(zhuǎn)換、自動獲取。而本體論(Ontology)是一種認知論。本體的表示語言比知識表示語言更具體，具有更強的可操作性。

知識表示有九種方法，分別為：介謂詞邏輯表示、產(chǎn)生式表示法、框架表示法、腳本表示法、過程表示法、語義網(wǎng)表示法、Petri網(wǎng)表示法、面向?qū)ο蟊硎痉ā?。不同的知識類型使用不同的表示方法。如規(guī)則適宜用產(chǎn)生式表示法，實驗過程適宜用過程表示法，概念特征適宜用面向?qū)ο蟊硎痉ǎ拍钪g的關(guān)系適宜用語義網(wǎng)表示法。知識利用包括知識搜索以及知識推理。知識搜索確定在什么情況下需要什么樣的知識，搜索到的知識是否滿足當前的需求。找到了適當?shù)闹R后，進行推理，得到結(jié)果。

3、知識管理與知識工程的外圍要素對比分析

知識管理注重人與人之間的知識傳遞，而知識工程更注重知識本身的操作。知識管理(KM，Knowledge Management)的目標是建立供人使用的知識庫，而知識工程(KE，Knowledge Engineering)的目標是建立供計算機使用的知識庫。知識管理的核心是無序知識有序化、隱性知識顯性化、泛化知識本體化 。知識工程主要涉及知識獲取、知識表示與知識利用三大過程，其中知識獲取一直是知識工程的難點，也是人工智能的瓶頸。知識管理主要從管理學(xué)的角度出發(fā)，重點關(guān)注隱性知識顯性化，技術(shù)性不強，管理的結(jié)果主要是人用。知識工程是從工程學(xué)的角度出發(fā)，重點關(guān)注知識獲取與知識表示，技術(shù)性很強，結(jié)果既可以人用，也可以機用，主要是機用。知識管理圍繞著人轉(zhuǎn)，知識管理的用戶是人，計算機是輔助管理工具，人是知識管理中的本體。知識工程圍繞著計算機轉(zhuǎn)，知識工程的用戶是計算機(系統(tǒng))，人與計算機是實現(xiàn)的工具，計算機是知識工程中的本體。

知識工程中的知識組織以計算機可理解的方式描述知識，知識的粒度比較小，以知識元(或稱知識點)為單位。如知識庫CYC，IBM深藍計算機所使用的棋譜等。知識元與知識元之間的鏈接構(gòu)成知識鏈。關(guān)于知識鏈的概念主要有三種用法。第一種用法為知識元與知識之間的鏈接，如知識發(fā)現(xiàn)過程中所用到的多個知識元之間形成的鏈接。第二種用法是文獻知識鏈接，如清華同方的中國知網(wǎng)，萬方數(shù)據(jù)的知識鏈接門戶，不同的知識節(jié)點之間的粒度差異性很大，如從作者到文獻、從作者到機構(gòu)之間的鏈接，知識鏈接不能直接進行知識發(fā)現(xiàn)。第三種用法是對知識的處理過程所形成的動作鏈，如知識獲取、知識重組、知識存儲、知識傳播等過程所形成的鏈。第一種知識鏈強調(diào)知識的可數(shù)性，第二種知識鏈中的知識節(jié)點范疇更大一些，第三種知識鏈中的知識可大可小。前兩種知識鏈是不同知識元素之間形成的鏈，是元素與元素之間的關(guān)系，而第三種知識鏈是圍繞單個知識元素進行的操作所形成的鏈，是動作與動作之間的關(guān)系。知識網(wǎng)格不同于知識網(wǎng)絡(luò)，網(wǎng)格是一種充分利用網(wǎng)絡(luò)資源的計算技術(shù)，這種技術(shù)解決的根本問題是計算資源(包括存儲與運算，尤其是運算)，所以知識網(wǎng)格并不是指由不同的知識元邏輯放在一起，形成格狀。

4、知識管理與知識工程的發(fā)展趨勢探析

知識管理應(yīng)當以隱性知識顯性化、無序知識有序化、泛化知識本體化為目標。知識工程，旨在建立面向?qū)ο笾R庫和邏輯命題知識庫，以最貼近自然的方式來描述自然界的事物，以人們可認知、計算機可理解的方式描述事物之間的規(guī)律，以便能夠有效地解決信息泛濫、信息爆炸等問題，可以對重復(fù)的信息進行濾重、篩選，得到最能反映事物本質(zhì)及自然規(guī)律的清晰有序的知識。韓客松等認為知識發(fā)現(xiàn)是知識管理的最高層次：初級階段是知識庫(你知道你有什么)，中級階段是知識共享(你知道你沒有什么)，高級階段是知識發(fā)現(xiàn)(你不知道你有什么)。

知識工程也在向著知識表達清晰化、數(shù)據(jù)組織有序化、內(nèi)容存儲本體化的方向發(fā)展，隨著自然語言處理的新進展、面向?qū)ο蠓椒ǖ某墒鞈?yīng)用，特別是本體論思想的引入，為知識工程的發(fā)展指明了方向，為知識工程的實施注入了新的活力。知識表示的方式已經(jīng)比較成熟，能夠覆蓋絕大多數(shù)知識類型。知識工程的關(guān)鍵仍是知識獲取，非自動知識獲取太慢，很難滿足工程化需要。全自動知識獲取又太難，在自然語言處理無法取得重大突破以前，亦很難進行工程化實施。因此，半自動知識獲取的方式具有更強的可操作性，構(gòu)建部分知識庫與學(xué)習(xí)規(guī)則，然后分析語料庫，邊分析邊抽取，然后再改進規(guī)則，不斷改進算法與豐富知識庫。

5、知識技術(shù)的未來發(fā)展

知識管理不包括關(guān)于知識處理的全部，而知識工程也不包括知識處理的全部。知識管理與知識工程各有分工，各負其責。如果認為知識管理與知識工程有交叉的話，那就是在知識庫的構(gòu)建上。知識管理中構(gòu)建的知識庫一般用自然語言，而知識工程中構(gòu)建的知識庫一般用人工語言。盡管表示方式與使用對象都有所不同，但構(gòu)建知識庫都是關(guān)鍵一環(huán)。知識庫構(gòu)建的前提是知識獲取，知識獲取的有效方式是知識抽取，知識抽取的目標是形成以知識元為單位的知識庫。知識獲取是知識工程要解決的關(guān)鍵問題，因此，知識抽取是知識工程的關(guān)鍵一環(huán)。另一方面，知識抽取實現(xiàn)一種知識序化，是以不同粒度組織知識，而知識組織是知識管理的關(guān)鍵一環(huán)。因此，知識抽取既有利于知識工程的知識獲取問題，又有利于知識管理的知識組織。知識管理與知識工程都涉及知識組織。

無論是知識管理還是知識工程，通過分析獲取知識必然成為研究的重點。獲取知識之后，對知識本身的分析以及知識之間的關(guān)系分析必然會成為新的研究熱點，通過分析獲取知識主要指知識抽取，知識本身的分析包括知識表示、知識轉(zhuǎn)化與知識映射，知識之間的關(guān)系分析體現(xiàn)在知識挖掘、知識發(fā)現(xiàn)上。情報學(xué)家正好介于知識管理與知識工程之間 。

對人的管理不如管理學(xué)家，對計算機的研究又不如計算機學(xué)家，因此情報學(xué)對知識管理的定位更多的定位于知識服務(wù)。情報學(xué)家在走知識管理與知識工程的交叉路，既做知識序化又做知識轉(zhuǎn)化。單純的信息可能會產(chǎn)生情報，單純的知識很難產(chǎn)生情報，大多數(shù)情報是信息與知識共同作用的結(jié)果，即通過知識對新信息進行分析，分析出處境與機遇，為決策提供方案，這才是情報活動的本質(zhì)。因此如何獲取知識并有效的利用知識成為知識處理的關(guān)鍵。涉及知識處理的技術(shù)很多，包括知識組織、知識管理、知識服務(wù)、知識發(fā)現(xiàn)、知識挖掘、知識檢索等等，但知識處理的核心是知識的獲取、表示與利用。這些處理過程有些是人工的，如隱性知識顯性化；有些是計算機自動化的，如從文獻中抽取知識；還有一些是人機交互的，如知識表示。解決知識的來、去以及中間分析過程是知識處理的三大過程，也是核心所在。知識處理一定會在總結(jié)學(xué)術(shù)文獻特征規(guī)律的基礎(chǔ)上，以學(xué)術(shù)文獻為主要處理對象，并適當借助自然語言處理技術(shù)，深入文獻內(nèi)容結(jié)構(gòu)及語義表達進行分析，以知識元為處理單位進行抽取、組織并利用，從而實現(xiàn)知識的自動化處理，提高分析過程的知識維度與智能成分，推動圖書情報學(xué)的飛速發(fā)展2100433B

知識工程的概念是1977年美國斯坦福大學(xué)計算機科學(xué)家費根鮑姆教授(E．A．Feigenbaum)在第五屆國際人工智能會議上提出的。

知識工程是人工智能的原理和方法，對那些需要專家知識才能解決的應(yīng)用難題提供求解的手段。恰當運用專家知識的獲取、表達和推理過程的構(gòu)成與解釋，是設(shè)計基于知識的系統(tǒng)的重要技術(shù)問題。知識工程是以知識為基礎(chǔ)的系統(tǒng)，就是通過智能軟件而建立的專家系統(tǒng)。知識工程可以看成是人工智能在知識信息處理方面的發(fā)展，研究如何由計算機表示知識，進行問題的自動求解。知識工程的研究使人工智能的研究從理論轉(zhuǎn)向應(yīng)用，從基于推理的模型轉(zhuǎn)向基于知識的模型，包括了整個知識信息處理的研究，知識工程已成為一門新興的邊緣學(xué)科。

知識工程是一門以知識為研究對象的新興學(xué)科，它將具體智能系統(tǒng)研究中那些共同的基本問題抽出來，作為知識工程的核心內(nèi)容，使之成為指導(dǎo)具體研制各類智能系統(tǒng)的一般方法和基本工具，成為一門具有方法論意義的科學(xué)。

1984年8月全國第五代計算機專家討論會上，史忠植提出：知識工程是研究知識信息處理的學(xué)科，提供開發(fā)智能系統(tǒng)的技術(shù)，是人工智能、數(shù)據(jù)庫技術(shù)、數(shù)理邏輯、認知科學(xué)、心理學(xué)等學(xué)科交叉發(fā)展的結(jié)果。

知識信息處理的過程及有關(guān)技術(shù).“知識工程”這個術(shù)語是由美國斯坦福大學(xué)的費根鮑姆(Feigenbaum，E.A.)在1977年于麻省理工學(xué)院召開的人工智能國際會議上提出的.它是從人工智能派生出來的一個研究領(lǐng)域.知識工程的研究促進了人工智能從單純的理論研究走向?qū)嵱没?，并向計算機科學(xué)以及其他學(xué)科的許多研究領(lǐng)域中滲透，所以有時又把知識工程稱為應(yīng)用人工智能。

知識工程把有關(guān)知識庫系統(tǒng)、專家系統(tǒng)等的構(gòu)造技術(shù)作為主要課題.其研究的主要領(lǐng)域包括以下三個方面：

1.知識獲取.研究知識處理系統(tǒng)如何從系統(tǒng)外部獲得知識、充實知識庫，包括對外部的數(shù)據(jù)進行知識化.

2.知識表示.研究怎樣對知識進行形式化地描述，以便讓計算機能合理地存貯和使用知識.

3.知識使用.研究在知識處理系統(tǒng)中應(yīng)如何組織和利用知識，使用怎樣的推理方法，以達到所希望的目標.