SE20101110019

i wykazuje aktywność (na przykład w wykrywaniu niespójności i niekompletności wiedzy). Trudności w gromadzeniu i użyciu wiedzy z jednej strony, a zalety umysłu człowieka eksperta z drugiej; spowodowały zainteresowanie wykorzystaniem ekspertów w procesie pozyskiwania wiedzy.

W początkowym etapie rozwoju systemów eksperckich zagadnienie pozyskiwania wiedzy pozostawało jakby namarginesie zainteresowań inżynierów wiedzy. Z czasem przekonano się o jego istotności. Pozyskiwanie wiedzy okazało się czasochłonne i mało efektywne. Stad badania nad metodami jej pozyskiwania stały się jednym z głównych problemów w inżynierii systemów eksperckich. Można wyróżnić co najmniej kilka powodów, dla których rozwój formalnych metod pozyskiwania wiedzy jest istotny [7]:

—    niechęć ekspertów do współpracy;

—    nieświadomość tego, co się wie;

—    przekłamania w czasie werbalizacji wiedzy przez ekspertów;

—    istotne różnice między myśleniem człowieka a przetwarzaniem wiedzy w systemie eksperckim;

—    konieczność uczestnictwa inżyniera wiedzy w trakcie werbalizacji wiedzy eksperta.

Konieczność pokonania powyższych trudności doprowadziła do opracowania wielu metod pozyskiwania wiedzy.

3.1. KLASYFIKACJA METOD POZYSKIWANIA WIEDZY

Szerokie spektrum metod pozyskiwania wiedzy wymaga pewnej klasyfikacji: Biorąc pod uwagę stopień zaangażowania oprogramowania w pozyskiwanie i kreowanie wiedzy, metody jej pozyskiwania można podzielić na:

—    manualne (ang. manuał methods);

—    półautomatyczne (ang. semi-automatic methods);

—    automatyczne (ang. automatic methods).

Manualne metody pozyskiwania wiedzy (rysunek 3.1.) przydatne są na ogół

na etapie projektowania i przygotowania prototypu systemu eksperckiego. Ich istotą jest zebranie od ekspertów dziedzinowych wiedzy niezbędnej do utworzenia“szkieletu” nowo projektowanego systemu. Stosowanie metod manualnych na dalszych etapach życia systemu eksperckiego jest dość ograniczone.

Rys. 3.1. Manualne pozyskiwanie wiedzy

W prosiycb przypadkach pozyskiwanie wiedzy sprowadza się do umieszczenia elementów wiedzy (reprezentowanej w postaci reguł, trójek, ram, sieci deimmlycznych czy odpowiedniej hybrydy) w bazie wiedzy. Taki sposób pozy-Mtlwmiia wymaga współpracy między ekspertem dziedzinowym, będącym Wrtdłem wiedzy (ang. source of knowled.gę) a inżynierem wiedzy. Oczywiście

wled/y i, umieścić je w odpowiedniej formie w bazie wiedzy. Najpopulamiej-yfiit wśród manualnych metod pozyskiwania wiedzy są: wywiad (ang. interview); analiza protokółów (ang. report analyse);

“przerobienie" problemu (ang. going through the problem); kwestionariusze (ang. questionary); raport eksperta (ang. expert’s report);

"burza mózgów" (ang. brainstorming).

Posuwając się w kierunku automatycznych metod pozyskiwania wiedzy, llto/iia wyróżnić formę pośrednią metody półautomatyczne. Ekspert ma w tym przypadku możliwość dialogu ż systemem. Może przy tym rozwiązywać problemy (przykłady) lub odpowiadać napytania systemu. W tym przypadku PUła wewnętrzna struktura systemu nie jest “widoczna” ani dla eksperta, ani dla Inżyniera wiedzy. Moduł pozyskiwania wiedzy jest w stanie wprowadzoną przez eksperta wiedzę (na przykład w postaci związków pytanie-odpowiedź) umieścić w bazie zgodnie z przyjętą przez inżyniera wiedzy reprezentacją.

Półautomatyczne metody pozyskiwania wiedzy mają w swoim założeniu współpracę systemu z ekspertem (a nawet bezpośrednim użytkownikiem)¹, Nysieni ma za zadanie weryfikować i porządkować wiedzę pozyskiwaną od użytkownika. Bada przy tym jej redundancję (nadmiar wiedzy) i ewentualną spr/t*c/ność. W przypadkach wątpliwych system może zadawać dodatkowe pytania. W ten sposób pozyskana wiedza jest na ogół poprawna (choć nie musi być kompletna). Półautomatyczne pozyskiwanie wiedzy (rysunek 3.2) kojarzone jest zazwyczaj z tzw. maszynowym uczeniem (ang. machinę leaming). Polega ono na pozyskiwaniu wiedzy w trakcie dialogu systemu eksperckiego z rk s|X‘.rtem lub użytkownikiem. Ponieważ pozyskiwanie wiedzy odbywa się w tym przypadku na drodze wielokrotnego analizowania szczególnych przypad-

37

1

0 ile. w przypadku manualnych metod pozyskiwania wiedzy w zasadzie tylko ekspert dziedzinowy może być źródłem wiedzy dla systemu eksperckiego, o tyle w przypadku metod półautomatycznych moduł gromadzenia wiedzy może mieć taką. konstrukcję, że nawet bezpośredni użytkownik systemu (nie ekspert) bierze udział w gromadzeniu wiedzy. Działania użytkownika w systemie są rejestrowane i wpływają na stan wiedzy systemu.