具整合多知識庫功能之知識擷取系統

Abstract

在建立一個完整而正確的專家系統過程中，最花時間的工作是要對其特定領域的專家 們擷取知識以建構其知識庫。一般而言，知識庫最先可能只是由一個專家的知識建構 而成，但是這樣通常會造成太主觀、範圍較狹隘的一些缺點。為了建構一更客觀、更 豐富的知識庫，通常會比較希望能夠整合多個專家的知識。但是當要聯結多個專家的 知識時，通常會遭遇到較多的問題和困難，比如各個專家所用的字彙、觀念和理解方 式可能不同的問題和困難。在人工智慧的領域中，這些困難可以經由一些知識擷取的 技巧來解決。在這篇論文裡，我們提出一個具有整合多個知識庫能力的新知識擷取系 統，簡稱為KACS (Dnowledge Acquisition and combination System) 。 KACS包含了一些功能來幫助專家們專心擷取他們所要建立的知識庫中解問題的知識， 而且可以在獲取多個專家們解問題的知識後作整合的工作，它使得整合後的知識庫更 豐富更客觀，而且也減少精煉過程的一些工作。為了實際測試此系統的效能，我們作 了兩個實驗( 眼疾診斷和程式語言咨詢) 。兩個實驗的實驗結果均顯示，KACS不僅可 以被用來解決以往知識工程遇到的瓶頸，也可以只花極少的時間即輕易地建立一些知 識庫原型，所以我們可以說KACS是一成功的知識擷取和整合系統。