计算确定因子CertaintyFactors.PPTVIP

Expert System Expert Systems sstseng Chapter 6Knowledge Acquisition知識擷取 6.1 簡介 知識擷取 (Knowledge Acquisition) 的主要目的是抽取領域專家的專業知識 系統採用知識擷取技術的優點： 不須依賴訓練範例 (training cases) 可以即時分析 可以即時地做一致性檢查 可以整合其他KE工具 知識庫可以自動產生 先前研究回顧 Substantive(獨立的、實在的) Knowledge： 確認目前的狀態 “我目前是否處於被攻擊的危險中” 策略知識 (Strategic Knowledge)： 決定下一步做什麼 “攀爬到3000英尺處” The Acquisition of Substantive Knowledge Repertory Grid（知識表格）-Oriented Methods： 步驟一: 抽取出要被分類的元素 (elements) 步驟二: 由專家擷取出配對屬性組 (constructs) 每次取出三個元素, 專家必須決定一個配對屬性組, 區別出其中兩個元素與另一個元素的差別 步驟三: 填入表格中[元素, 屬性]的等級, 由1~5 步驟四: 從知識表格產生推論圖 (Implication graph) 由表格產生出來的規則: First column： IF high_fever and red and purple and (not headache) Then 　　Disease = Measles 　　CF = MIN (0.8,1.0,0.8,0.8) 　　　 = 0.8 Second column： 　　IF 　　　(not high_fever) and (not red) and 　　　(not purple) and (not headache) 　　Then 　　Disease = German Measles 使用知識表格的好處 容易分析擷取出來的知識： 屬性配對組的相似性分析 元素的相似性分析 分析不同屬性配對組的關聯 偵測遺漏的元素 偵測邏輯上的錯誤 6.2 ELICTATION(引出、誘出) OF SUBSTANTIVE KNOWLEDGE 知識表示法 (Knowledge Representation) An acquisition table is a repertory grid（知識表格） of multiple data types： Boolean ：true or false Single value：an integer, a real, or a symbol Set of value：a set of integers, real numbers or symbols. Range of values：a set of integers or real numbers. ‘X’：no relation. ‘U’：unknown or undecidable. Ratings： 2：very likely to be. 1：maybe. 6.3 知識表格可能的問題 元素選擇的問題 Problem of Multi-Level Knowledge and  Acquirability The Concept of Acquirability： The value of a terminal attribute of a decision tree must either be a constant or be acquirable from users. For example： IF 　　(leaf-shape = scale(鱗狀)) and 　　(class = Gymnosperm(裸子植物)) THEN 　　family = Cypress(柏樹). Class is not an acquirable attribute. Domain basis and classification knowledge： 隱含知識的問題 當一個診斷者在描述感冒有下列特徵 “頭痛, 疲勞, 咳嗽, 打噴嚏,…,” 他的真正意思是 “當一個人真正感冒時, 他可能會有上述幾種症狀” 一般我們常用以下的規則來表示: (Headache = yes) and (Feel_tired = yes) and (cough = yes) and …, -- Disease = Catch_cold 診斷者的隱含知識 “假如沒有一個或數個感冒的症狀, 這個病人仍然有可能感冒” 這樣