知識工程方法

溫有奎知識工程方法

溫有奎1一、知識工程概念的提出知識工程就是探索關于知識的表示、獲取（包括學習、保存及交換）和運用（包括檢索、推理以及其它各種形式的加工）的理論、方法及實現技術。在1975年第五屆國際人工智能會議上，有美國斯坦福大學計算機系教授哥鮑姆作了關于“人工智能技藝”的演講，提出了知識工程這一概念，由此出現了知識工程的學科，并在近些年來迅速發展和演化。從傳統意義上講，知識工程與信息系統的發展有關，在信息系統中，知識和推理扮演著關鍵的角色。一、知識工程概念的提出知識工程就是探索關于知識的表示2

CommonKADS是一系列國際研究和知識工程應用項目的結晶。CommonKADS的實際應用表明許多系統項目之所以失敗是因為一種叫做技術推動的方法。只有清楚系統的角色和它對組織的潛在影響，并且在系統開發之前和系統開發期間兩者達到高度的一致，一個組織才能成功的應用信息和知識技術。因此對于組織的分析而言，引入面向知識的方法和技術是一個很大的進步。

3

組織的分析目的是建立一個應用推動的方法。這種方法可以面向用戶、客戶和項目相關人員保證新系統能夠解決實際問題或者利用組織內真正的機會。這個方法的其他有用的功能是可以解決復雜人機交互的建模問題，解決新規范技術的引入問題，解決靈活性、風險驅動定義以及可配置的生命周期管理方法的定義問題，該方法替代了用于信息系統項目的瀑布模型（該模型很經典，但過于嚴格）。

44.1知識工程的含義與原理

CommonKADS方法學提供了一種結構化方法。它基于幾個基本思想或原則，而這些基本思想或原則是從長年的經驗中得到的。我們簡要地介紹作為現代知識工程基礎的基本原則。

知識工程不是“從專家的頭腦中挖掘”的某種東西，而是由構造人類知識不同方面的模型組成。4.1知識工程的含義與原理

CommonKADS方5習慣上，知識工程被視為一種從專家的頭腦中“提取”或“挖掘”出來并以可計算形式傳送到機器的過程。這已被證明是原始和相當幼稚的觀點。今天，知識工程被視為一種建模活動。模型是對現實的某一部分進行的一種有目的的抽象。建模是對知識的少數幾個方面建立一種好的描述（即能夠清楚地表達你的目的），而又忽略其他方面。按照CommonKADS的觀點，知識項目用于構造某些方面的模型，這些模型應成為項目所提交的產品的一個重要部分。CommonKADS模型套件是分解和結構化知識工程過程的方便工具。習慣上，知識工程被視為一種從專家的頭腦中“提取”或“挖掘6知識級原則：在知識建模中，首先要集中考慮知識的概念結構，而把編程細節留在以后考慮。

知識系統工程方法7知識級原則首先是由AlanNewell（1982）提出的，他說：知識要在概念級上建模，而不應依賴于特殊的計算結構和軟件實現。知識建模中所使用的概念應參照和反映現實世界領域，并用相關人員可理解的詞匯進行表達。按照CommonKADS的觀點，知識系統的制品的設計應當稱為保持結構的設計，因為它遵循和保持了所分析的知識的概念結構。知識系統工程方法8盡管知識的體系結構明顯比基于規則的系統的結構更為復雜，但知識確實有可以理解的結構，這就是我們進行成功的知識分析的出發點。從概念上來說，知識級模型通過知識分類可幫助我們理解人類解決問題的世界。現代知識工程的一個重要結果是：人的專長可根據知識的穩定和通用的種類、模式和結構來進行明確的分析。因此，我們把知識看作是具有良好結構的函數模型，其不同部分在人類問題求解中擔當著不同的、有限制的和專門的角色。盡管知識的體系結構明顯比基于規則的系統的結構更為復9開發簡單或非常著名的信息系統通常遵循一種固定的管理路線。這就是所謂的系統開發的瀑布模型。它由按照預先定義好順序的一些預先定義的階段組成：項目的準備和計劃；找出客戶需求；詳細說明和設計系統；編程、測試和交付使用——并且只能按這種順序進行。開發簡單或非常著名的信息系統通常遵循一種固定的管理路10知識非常豐富，直接套用這種嚴格的方法非常困難。快速原型法在知識系統中非常流行，因為它能進行現場學習，并能根據需要隨時改變流程。快速原型法的缺點是難以預測和管理，這是它特定的本質。因此，ComnonKADS采用的一種可配置的、平衡的項目管理方法，它比瀑布模型更靈活，比快速原型法更易于控制。知識項目管理遵循螺旋式方法，這種方法支持結構化學習，即CoommonKADS模型的暫時結果或“狀態”可作為下一步來采取什么步驟的信號。在確定這些步驟時，目標和風險概念起著關鍵作用。

知識非常豐富，直接套用這種嚴格的方法非常困難。快速原11

我們主要對知識抽取這一技術進行。知識抽取是由一組技術和方法組成的.這些技術和方法通過與專家不同形式的交互來抽取該領域專家的知識。領域專家是指掌握特定知識的人，這些知識可以用來解決我們感興趣的應用任務。

12

從始至終，我們將重點放在執行抽取的實際方法和方式上。在知識建模方法論語境中，我們使用例子來說明不同的技巧和工具是怎樣在一起協調。

13知識抽取的特征

知識抽取可以為知識建模提供素材。這些素材不全是“未加工”的，使用抽取技術后的結果通常是得到一種結構化的數據，例如，標記、圖表、術語表、公式和非正式的規則等。意識到脫離了抽取技巧，一個人就無法得到真正且正式的描述是很重要的。在抽取上強加正式的表示將會在抽取過程中導致偏見，甚至經常會得到錯誤的數據。抽取應該要集中化和結構化，但是也要盡可能的開放。將抽取的原材料轉化成問題解決過程中更正式的描述是知識建模的一個任務。知識抽取的特征14執行知識抽取和知識分析的知識工程師（或者叫知識分析員）實質上不需要掌握很深的應用領域知識。在大多數情況下，他（她）實際上需要請教資深專家。這也許是因為當時沒有可用的文檔，或者他們意識到在從事的領域中真正的專家來自與實踐，而不是死讀書本。執行知識抽取和知識分析的知識工程師（或者叫知識分析員）實質上15以下兩個問題在知識抽取過程中相當突出（1）我們怎樣讓專家們告訴我們或者給我們演示他們做什么？（2）我們怎樣決定他們解決問題的能力是由什么形成的？以下兩個問題在知識抽取過程中相當突出16這個任務是非常艱巨的，特別是在大的應用語境中顯得尤為突出。有很多情況會使問題變得更加難以處理。許多技術知識是從多年積累的經驗中獲得的，并且是以直觀推斷的形式表示的。直觀推斷是一種經驗規則或者是一種已證明了的方法這些規則和方法可以用來獲得特定信息的結果。通常，專業技術變得如此墨守成規，以至于專家們都無法知道他們做什么或者為什么做。。這個任務是非常艱巨的，特別是在大的應用語境中顯得尤為突出。有17知識庫(KB)知識庫管理系統(KBMS)

要用計算機進行知識處理和智能處理，則必須要有個“能對知識進行系統化地組織與管理、能存儲、增、刪、改、查詢和檢索知識的機構，這就是知識庫和知識庫管理系統的功能。因此，研究、開發知識庫相知識庫管理系統就是迫切而又必須要做的事情。

知識庫(KB)知識庫管理系統(KBMS)要用計算機進行知識18知識的系統化組織與管理

所謂知識，是人們對自然現象的認識和從中總結出規律、經驗。人類的知識是極其豐富與龐雜的，如何規范地描述這些認識、規律、經驗，一直是人們所探討的問題。至今還沒有一個統一的格式，但常用K＝F十R十C模式來表達，其中；K表式知識項(Knowledge)，F表事實(Fact)，R表示規則(Rules)，C表示概念(Concepts)。這里的概念主要指術語的含義、規則的語義說明等。知識的系統化組織與管理所謂知識，是人們對自然現象的認識和從19知識的系統化的組織與管理機制包括：

知識的結構化的存儲。由于人類的知識太龐雜了，首先要對知識進行分類，再進行結構化處理，抽象出來，以便能由計算機進行有效的存儲，這要與所用的知識表示的方式結合起來，在知識表示里大家可能已經知道了，但還要考慮知識庫的存儲結構，在下面小節里將對此進行介紹。

知識的系統化的組織與管理機制包括：知識的結構化的存儲。由于20技術工具（方法、硬件、軟件、系統）包括：

對知識庫里存放的知識進行快速有效的查詢與檢索，對用戶提供行之有效的查詢與檢索工具，是知識庫最基本的功能。還應考慮在查詢中用戶提出的各種約束條件的處理，這個過程就包含了推理的因素，所以有人把這稱為“智能性查詢”。是有道理的。技術工具（方法、硬件、軟件、系統）包括：21對知識庫進行增、刪、改操作，這是知識庫的生命力的體現。因為人類的知識的變化與更新是很頻繁的，對知識庫里存放的知識進行增、刪、改的操作是不可避免的，而且操作的次數還不會少，因此，向用戶提供方便的增、刪、改操作就顯得特別重要了。

對知識庫進行增、刪、改操作，這是知識庫的生命力的體現。因為人22在對知識庫的增、刪、改操作過程中必然會發生矛盾，即非一致性問題。還會出現知識的不完整性問題，這就要進行一致性與完整性處理，這是保證知識庫所提供知識的正確性、完整性的重要措施。

在對知識庫的增、刪、改操作過程中必然會發生矛盾，即非一致性問23對知識進行結構化處理的方法

引入“元規則”(Meta—Ru1e)，即闡述規則的規則，用來指導規則的存儲；構成具有層次結構的規則庫，以便于查詢、檢索和運用；

組成“樹形結構”，如馬里蘭大學的CSA系統，將規則組成“激發樹”；采用“樹形結構”，如利用語義網絡方法來表達和存儲知識；適當地分類組織知識，如卡內基梅隆大學的AM系統，將數學核心概念知識以框架方式存放在事實庫中；

采用數據庫技術，利用各種索引、目錄、詞典等技術，提高存儲、檢索效率。對知識進行結構化處理的方法

引入“元規則”(Meta—R24下面介紹的一種規則連接表和謂詞／規則索引技術的方法，就是一種在一階謂詞邏輯的表示形式下，利用關系數據庫提供的存儲與管理數據的功能來對規則、事實、概念進行有效管理的一種方法。知識系統工程方法25在一階謂詞邏輯中，謂詞是最基本的語句表示單位，所有的規則和事實都是用謂詞表達的。因此，通過謂詞將規則庫和知識庫聯系起來，能改變知識庫的組織化程度，提高知識檢索的效率。

知識系統工程方法26假設知識庫KB中所有的謂詞集合為P(1)事實庫FB可表示成：FB＝f(Pi))，Pi屬于P其中，(f(Pi))表示所有的以謂詞Pi打頭的事實；(2)規則庫RB可表示為：RB＝{r(pi)};Pi屬于P其中r(Pi)＝(Pi，ci1，ci2，．．，cin)表示以pi為結論謂詞，以cil，ci2，…，cin為條件謂詞的一條規則：

假設知識庫KB中所有的謂詞集合為P27{r(Pi)}表示所有的以謂詞Pi為結論謂詞的規則；規定規則連接圖的結點表示規則庫中的一條規則。若ci是規則r(Q)的一個條件謂詞。并且r(ci)屬于RB，則在規則連接圖中，從結點r(Q)到結點r(ci)畫—條有向弧。這樣，就可以建立起對應于規則庫RB的規則連接圖RcG;同時，建立從結論謂詞到規則的謂詞／規則索引，就可以一次性地快速檢索出與某謂詞有關的所有事實和規則。

{r(Pi)}表示所有的以謂詞Pi為結論謂詞的規則；規定規則28根據這些謂詞很容易從事實庫中找出所有以它們打頭的事實來。用這種方法，可以快速、一次性地找出所有與某謂詞有關的事實和規則來。即使出現遞歸的情況，也不會影響算法的正確性和效率，因此，這是一種非常有效的知識檢索算法。

根據這些謂詞很容易從事實庫中找出所有以它們打頭的事實來。用這29知識庫和知識庫管理系統的功能

知識表示功能；應能提供用戶一種或多種知識表示方法，目前已有的知識表示方法有謂詞邏輯方法、以框架為基礎的知識表示方法、產生式規則、語義網絡方法、腳本方法等等。常用的是謂詞邏輯方法(尤以一階謂詞邏輯用得最為普遍)、框架方式和產生式規則。2．對知識有系統化的、組織管理機制，包括事實管理，規則管理，及概念管理，還有知識字典的管理工作。大容量知識的存儲與管理是人們必須重視的。

知識庫和知識庫管理系統的功能

知識表示功能；應能提供用戶一種303．知識庫的操作：知識庫的建立與撤消，知識的插入、刪除和修改，知識庫的重組工作。4．能向用戶提供對知識項進行查問、檢索的功能，例如“知識查詢語言”，還應能對用戶的查詢請求進行語法檢查，并給出出錯信息。將來，系統會用聲、圖、文的形式與用戶進行交互活功。3．知識庫的操作：知識庫的建立與撤消，知識的插入、刪除和修改31

5．知識的獲取與學習功能，知識的編輯功能，在獲取新知識的過程中要對知識的完整性、新舊知識的一致性進行處理。6．知識庫與知識庫管理系統的維護與診斷，包括日常的系統事務管理、出錯處理等等。7．知識庫和知識庫管理系統的安全控制用戶的使用權限管理。5．知識的獲取與學習功能，知識的編輯功能，在獲取新知識的過32知識模型組件

“知識”與“信息”緊密相關，我們說：一個患者體溫達到39.0°C的事實是一條信息,但內科醫生有相應的知識推斷出是否患者發燒。從系統工程的觀點來看：知識最可能被看作是一種特殊類型的信息，叫做“關于信息的信息”。知識告訴我們關于特定信息的事情。將知識整合到一個子類體系中，這通常會成為知識建模的工具。兩類之間子類鏈接提供這兩類的信息。因此知識具有典型的“關于”特征：它告訴我們關于理解一些其他信息的方式：

知識模型組件33四、知識系統的開發步驟進入與知識建模相關的詳細內容之前，我們先來看一個簡單例子。試想一個提供貸款的財務應用。這個領域中的兩個類和其他一些典型屬性如圖4.1所示。該圖還表示了信息和知識的區別。信息通常是一個某人X有一筆貸款Y。我們用一個信息type（類型）做這個信息的模型，在這個例予中，在person（人）和loan（貸款）之間有has_loan（借貸）關系。圖中還包含被我們直覺地稱為知識的三個陳述。例如，所有申請貸款者至少18周歲。知識作為“關于信息的信息”的觀點在這里得到支持。這些陳述告訴我們一些關于上面所列信息的一些情況。這些知識片斷告訴我們關于人和貸款的一般信息，而不僅僅是關于特定的人-貸款實例。四、知識系統的開發步驟進入與知識建模相關的詳細內容之前，我們34

借貸

人年齡收入貸款數量利息人年齡貸款數量35信息John有$1750貸款Harry有$2500貸款知識貸款人年齡至少滿18歲收入達到$10000的人可貸款的最高限額為$2000收入在$10000到$20000之間的人貸款最高限額為$3000信息36知識模型

知識模型本身是一個幫助我們闡明知識-密集型信息-處理任務結構的工具。一個應用的知識模型可提供應用所需要的數據和知識結構的規范說明。模型開發成為分析過程的一部分。因此它在應用詞匯中表示，包含領域（如汽車、房屋、船舶）和推理任務（如評估、配置、診斷）兩層意思。

知識模型

知識模型本身是一個幫助我們闡明知識-密集型信息-處37知識系統工程方法38知識模型在本質上與軟件工程中傳統分析模型具有相似的結構.推理任務通過對函數或“過程”的層次分解來描述。功能操作的數據和知識類型通過一個類似于數據模型或對象模型的方案來描述。這些概念與其他現代方法所采取的概念在目的上是相似的。當然也有許多關鍵的區別。

知識模型在本質上與軟件工程中傳統分析模型具有相似的結構.推理39一個知識模型包括三部分每一部分包含一組相關的知識結構。我們將每一部分稱為知識范疇。第一個范疇稱為領域知識。這個范疇詳細說明特定領域知識和在一個應用中我們所討論的信息類型。例如，一個涉及醫療診斷應用的領域知識將會包含相關疾病、癥狀和檢驗以及這些類型之間關系的定義。一個領域知識的描述在某種程度上類似于軟件工程中的“數據模型”或“對象模型”。一個知識模型包括三部分每一部分包含一組相關的知識結構。我們將40知識模型的第二個范疇包含推理知識。推理知識描述了使用領域知識的基本推理步驟。最好是將這些推理看作推理機的構件。在軟件工程術語中，推理表示功能分解的最低水平。在醫療診斷應用中的兩個推理的例子，是將癥狀和某種可能疾病相聯系的“假設”推理和用于確定某種特定疾病確實是引起所看到的癥狀的因素的試驗的“檢驗”推理。

知識模型的第二個范疇包含推理知識。41知識模型的第三個范疇是任務知識。任務知識描述一個應用所要達到的目標是什么以及如何通過將任務分解成子任務和推理來實現這些目標。這個“如何”包含了任務的動態行為描述，即它們的內在控制。例如，一個簡單的醫療診斷應用可將DIAGNOSIS（診斷）作為其最高層任務，并且認為這個診斷可以通過一連串重復執行的“假設”和“檢驗”推理來實現。任務知識類似于軟件工程中功能分解的較高水平，但還包含對相關功能的控制。知識模型的第三個范疇是任務知識。任務知識描述一個應用所要達到42三個知識范疇的簡要概括和每個范疇的一些實例知識元素

三個知識范疇的簡要概括和每個范疇的一些實例知識元素43任務知識與任務方法

推理總有一個“原因”。換句活說，知識的一個重要方面是我們想用它做什么。我們想應用知識達到什么目標？我們下面就提出知識的典型目標：·我們想評估一個貸款應用，將損失的風險最小化。·我們想找到復印機的故障原因，以盡快恢復服務。·我們想給新建筑設計電梯。任務知識與任務方法

推理總有一個“原因”。換句活說，知識的一44任務和任務方法可分別理解為關于推理任務的“需要做什么”和“怎樣做”。任務定義復雜推理功能。高層任務通常與任務模型中定義的任務一致。任務規范說明告訴我們任務的輸入和輸出時什么。例如，醫療診斷任務的輸出不是：“疾病”，而是類似“錯誤范疇”之類的抽象名稱。

任務和任務方法可分別理解為關于推理任務的“需要做什么”和“怎45知識系統工程方法46知識模型模板

1.任務摸板任務模板形成了一種有關模型元素的可復用組合的公共類型。一個任務模板就是一個部分的知識模型，其中已經指定了推理知識和任務知識。任務模板給知識工程師提供解決某個問題的典型的推理和任務。此外，任務模板還規定一種任務觀點所要求的典型的領域模式。知識工程師可用任務模板作為一個新應用的模板，進行支持自頂向下的知識分析。

知識模型模板1.任務摸板472.任務類型

一般來說，當知識工程同軟件工程相比時，其優點就在任務類型的范圍有限。在認知心理學專著中給出了有關知識密集（人類）型的推理任務的任務類型學。許多作者已經采用并進行了細化以應用在知識工程中。2.任務類型48我們將任務分成兩類：分析（analytic）任務和綜合（syntheic）任務。分析任務一個很有名的分析任務類型就是classfication（分類）。

我們將任務分成兩類：分析（analytic）任務和綜合（sy49圖4.7所示的任務層次結構圖4.7所示的任務層次結構50分析任務類型一覽

分析任務類型一覽51分析任務分析任務一個很有名的分析任務類型就是classfication（分類）。這種任務類型的原型例子是動物和植物的分類。在分類中，一個對象需要用他所屬的類別來描述其特征。基礎知識通常為每一類別提供對對象特征值的約束。分類經常涉及到“自然的”（而不是人造的）對象。

分析任務分析任務一個很有名的分析任務類型就是classf52Diagnosis(診斷)和分類的不同之處在于診斷想要得到的輸出是該系統的一個故障。該任務類型的一個例子是診斷某個電路網絡中的故障。在診斷時，基礎知識一般都包含于析系統行為的知識。例如一個因果關系模型。診斷的輸出（故障類別）有很多種形式：它可以是一個故障組件，一個故障狀態，一個因果關系鏈，甚至一個抽象的標簽，而這個標簽沒有任何內部系統含義。診斷任務經常出現在技術系統領域。

Diagnosis(診斷)和分類的不同之處在于診斷想要得到53Assessment(評估)這個任務類型經常在財政和社會服務領域出現。評估的目標是用一個決策的類別來描述一個案例的特征。例如，在貸款評估時，任務的輸入是一個關于某人申請貸款的案例，輸出是一個諸如“是／否／需要更多信息”之類的決策類別，以顯示是否給該人發放貸款。基礎知識一般都包括一個用于評估的規范集或標準集。

Assessment(評估)這個任務類型經常在財政和社會服54monitor(監控)時，被分析的系統具有動態的性質，一般都有一個正在進行的過程。核電廠監控和一個軟件項目的監控都是監控任務的例子。每個監控周期看起來都像一個評估任務。主要區別是在監控時，輸出只是一個差異（系統是否工作正常？）而不是一個決策類別。前一周期的數據可以用在新的周期中。

monitor(監控)時，被分析的系統具有動態的性質，一般都55

雖然prediction(預測)有一些綜合任務的特性，但是我們還是把他歸于分析任務這一類。在預測時，可以分析現在的系統行為以便描述系統在將來某個時間點的狀態。天氣預報就是一個預測任務。預測任務經常出現在教學系統（如物理學）的知識密集型模塊中。與預測任務相反的任務也存在，即回推（retrodiction）大爆炸理論就是一個著名的例子。

雖然prediction(預測)有一些綜合任務的特性，56綜合任務綜合任務design（設計）就是一個綜合任務，其中要構建的系統是一些物理制品。設計任務的一個例子是設計一輛汽車。設計任務一般包括組件的創造性設計，就像汽車設計一樣。創造性設計對現在的知識技術來說是個非常難解決的問題。為了使系統構建可行，我們假設制品所有的組件預先定義好了這種設計的子類型稱為配置設計（configurationdesign）.用一系列Lego木塊造一條船就是一個配置設計的任務的著名例子。另外一個例子是計算機系統的配置。

綜合任務綜合任務design（設計）就是一個綜合任務，其中57assignment（分配）是一個相對比較簡單的綜合任務，其中有兩個對象集，我們需要在它們之間建立一個（部分的）映射。比如給職員分配辦公室、給飛機分配跑道都是分配的例子。分配必須同約束保持一致（“波音747”不能放在35－38的跑道上），也要符合偏好（荷蘭航空公司的飛機應該停靠在航空集散站1）。

assignment（分配）是一個相對比較簡單的綜合任務，其58planning（規劃）有許多和設計一樣的特性，主要區別在于所構建的系統類型。設計主要關注物理對象的構建，而規劃則關注活動和它們的時間依賴性。規劃任務的例子有旅行規劃和建筑活動的規劃。而且，規劃任務的自動化只有在基本的規劃都預先定義好了才可行。因為它們之間存在相似性，所以設計模型有時能用于規劃，反之亦然。

planning（規劃）有許多和設計一樣的特性，主要區別在于59scheduling（調度）經常放在規劃之后。規劃交付一系列活動；在調度時，需要在一定的時間間隔里給這些活動（“作業”）分配好資源。輸出是一個在活動和時間槽之間的映射，同時遵守約束（A必須在B之前）而且盡可能滿足偏好（C的講座更適合安排在星期五）因此，調度同分配有密切的關系，主要的區別在于調度具有面向時間的特征。調度的例子有大學某個系的講座調度和某工廠生產線的工作――休息調度。

scheduling（調度）經常放在規劃之后。規劃交付一60為了保持完整性，我們把modelling（建模）也作為一種綜合任務。在建模時，我們構建一個系統的抽象描述以便解釋和預測該系統的屬性或現象。知識建模本身就是建模任務的一個例子。另外一個例子是構建一個核事故的模擬模型。建模任務很少在系統中自動運行，但是有時也用在知識管理的語境中。我們所涉及的一個實際例子是構建一個核事故模擬領域退休專家的建模專門技術的知識模型。

為了保持完整性，我們把modelling（建模）也作為一種61分類

目標分類主要是為一個對象確定正確的類別（或者種類）。對象能夠用于檢查。分類以對象的特征為基礎。典型例子蘋果的分類。一塊巖石中礦物質的分類術語對象：要找到類別或種類的那個物體，比如某個蘋果。類別：一組特征相似的對象，比如一種GrannySmith蘋果。屬性：一個能被觀察或推測的特征，比如蘋果的顏色。特性：某個對象具有的一個屬性--值對，如“顏色＝綠色”

分類

目標分類主要是為一個對象確定正確的類別（或者種類）62輸入需要確定類別的對象。輸出找到的類別。特性分類是最簡單的分析任務之一，并包含了許多方法。其他的分析任務有時可以簡化為一個分類問題。尤其是診斷任務經常可以進行這樣的簡化：完整的診斷需要關于因果行為的知識，但是如果將它簡化為癥狀和故障的直接關聯，它就可以被看成是一個分類問題。

輸入需要確定類別的對象。63默認方法首先要做的一個決定是是否選擇一種數據驅動或者方案驅動的方法。數據驅動的方法從一些初始特性開始，這些特征用來產生一組候選方案。方案的驅動方法從所有可能的方案集合開始，然后在所收集的信息的基礎上盡量簡化這個集合。

默認方法首先要做的一個決定是是否選擇一種數據驅動或者方案64指定屬性

專家們一般可以提供這種類型的屬性順序信息。規范知識則以一棵決策樹的形式呈現。更復雜的方法是計算有最高信息潛能的屬性。有許多用于該方法的算法。最后一種方法非常有效，但是可能導致與用戶和專家相悖的系統行為（雖然在理論上是最優的）。

指定屬性專家們一般可以提供這種類型的屬性順序信息。規范知識65知識系統工程方法66獲取特性一般要讓用戶輸入一個“未知”值。有時，也有領域知識建議某些屬性應該一起或得。匹配這個推理要為每一個候選方案執行，并產生一個真值來指示候選類別是否與收集到的信息保持一致。該推理應該能處理關于某些屬性的“未知”值。標準的方法是每一候選方案都與一個“未知”值保持一致。獲取特性一般要讓用戶輸入一個“未知”值。有時，也有領域知識67評估一般特征

目標根據一個特定領域規范集給某個案例找到一個決策類別。典型例子決定某人是否能得到她所申請的貸款。術語評估的情況，比如關于借款者和需要貸款的數據。決策類別比如是否可以發放貸款。規范用來做出決定的領域知識，比如將收入同可貸款數目聯系起來的規則。輸入關于案例的數據（通常），特定案例的規范（有時）。輸出決策類別。

評估一般特征68特性

特性評估的結構看起來和監控的結構非常相似。有兩個主要的區別：首先監控中經常有一個時間方面的考慮：評估在時間的某一個點執行，而在監控中任務在時間間隔執行。其次，輸出也不同。監控輸出的是差異而不是決策類別。第二個區別相當細微，而且經常不清晰。可以嘗試著將監控視為評估任務的一個延續，其中以前的結果在新的評估循環中重新使用。

特性特性評估的結構看起來和監控的結構非常相似。有69抽象案例一般來說，有些案例數據需要抽象。所需的抽象由規范使用的數據決定。抽象在這里被模型化為一條重復執行的推理，直到無法再進行抽象：抽象后的特性加入到案例中。指定規范經過抽象后，需要做的第一步是找到能用于該案例的規范或標準。大多數評估任務所使用的規范都至少部分依賴案例，因而案例作為這個推理的一個輸入角色。例如，一個貸款評估應用中的某個規范可以是“貸款額該同收入匹配”

抽象案例一般來說，有些案例數據需要抽象。所需的抽象由規范70選擇規范需要從剛才的推理所產生的規范集中選擇一個規范來用于評價。對于最簡單的案例來說，這個選擇就是隨機的。然而，經常有可用的領域知識指示規范評價的某種順序。這個知識能夠指導選擇。選擇知識沒必要十分完整.因為系統經常將隨機選擇作為默認的方法。評價規范根據案例數據來評價所選擇的規范。這個函數產生一個用于該規范的真值，比如“貸款額與收入匹配為假值”。一般而言，這個函數的計算非常簡單。

選擇規范需要從剛才的推理所產生的規范集中選擇一個規范來用71典型的領域模式在默認方法中有四種主要的信息和知識類型：1）案例數據的規范說明：這經常是兩個領域類型的特性的組合，比如申請者和所申請的貸款（在貸款評估領域）。2)案例抽象知識：指定案例數據之間的依賴關系。3)規范評價知識：指定案例數據和規范之間的邏輯依賴關系。如前所述，規范順序知識也能加入其中。4)決策知識：指定能作為任務輸出的決策選項，以及規范值和一個特定決策之間的邏輯依賴關系。典型的領域模式在默認方法中有四種主要的信息和知識類型：72診斷的典型的領域模式

診斷的典型的領域模式73監控任務模板的推理結構

監控任務模板的推理結構74

知識工程方法

溫有奎知識工程方法

溫有奎75一、知識工程概念的提出知識工程就是探索關于知識的表示、獲取（包括學習、保存及交換）和運用（包括檢索、推理以及其它各種形式的加工）的理論、方法及實現技術。在1975年第五屆國際人工智能會議上，有美國斯坦福大學計算機系教授哥鮑姆作了關于“人工智能技藝”的演講，提出了知識工程這一概念，由此出現了知識工程的學科，并在近些年來迅速發展和演化。從傳統意義上講，知識工程與信息系統的發展有關，在信息系統中，知識和推理扮演著關鍵的角色。一、知識工程概念的提出知識工程就是探索關于知識的表示76

CommonKADS是一系列國際研究和知識工程應用項目的結晶。CommonKADS的實際應用表明許多系統項目之所以失敗是因為一種叫做技術推動的方法。只有清楚系統的角色和它對組織的潛在影響，并且在系統開發之前和系統開發期間兩者達到高度的一致，一個組織才能成功的應用信息和知識技術。因此對于組織的分析而言，引入面向知識的方法和技術是一個很大的進步。

77

組織的分析目的是建立一個應用推動的方法。這種方法可以面向用戶、客戶和項目相關人員保證新系統能夠解決實際問題或者利用組織內真正的機會。這個方法的其他有用的功能是可以解決復雜人機交互的建模問題，解決新規范技術的引入問題，解決靈活性、風險驅動定義以及可配置的生命周期管理方法的定義問題，該方法替代了用于信息系統項目的瀑布模型（該模型很經典，但過于嚴格）。

784.1知識工程的含義與原理

CommonKADS方法學提供了一種結構化方法。它基于幾個基本思想或原則，而這些基本思想或原則是從長年的經驗中得到的。我們簡要地介紹作為現代知識工程基礎的基本原則。

知識工程不是“從專家的頭腦中挖掘”的某種東西，而是由構造人類知識不同方面的模型組成。4.1知識工程的含義與原理

CommonKADS方79習慣上，知識工程被視為一種從專家的頭腦中“提取”或“挖掘”出來并以可計算形式傳送到機器的過程。這已被證明是原始和相當幼稚的觀點。今天，知識工程被視為一種建模活動。模型是對現實的某一部分進行的一種有目的的抽象。建模是對知識的少數幾個方面建立一種好的描述（即能夠清楚地表達你的目的），而又忽略其他方面。按照CommonKADS的觀點，知識項目用于構造某些方面的模型，這些模型應成為項目所提交的產品的一個重要部分。CommonKADS模型套件是分解和結構化知識工程過程的方便工具。習慣上，知識工程被視為一種從專家的頭腦中“提取”或“挖掘80知識級原則：在知識建模中，首先要集中考慮知識的概念結構，而把編程細節留在以后考慮。

知識系統工程方法81知識級原則首先是由AlanNewell（1982）提出的，他說：知識要在概念級上建模，而不應依賴于特殊的計算結構和軟件實現。知識建模中所使用的概念應參照和反映現實世界領域，并用相關人員可理解的詞匯進行表達。按照CommonKADS的觀點，知識系統的制品的設計應當稱為保持結構的設計，因為它遵循和保持了所分析的知識的概念結構。知識系統工程方法82盡管知識的體系結構明顯比基于規則的系統的結構更為復雜，但知識確實有可以理解的結構，這就是我們進行成功的知識分析的出發點。從概念上來說，知識級模型通過知識分類可幫助我們理解人類解決問題的世界。現代知識工程的一個重要結果是：人的專長可根據知識的穩定和通用的種類、模式和結構來進行明確的分析。因此，我們把知識看作是具有良好結構的函數模型，其不同部分在人類問題求解中擔當著不同的、有限制的和專門的角色。盡管知識的體系結構明顯比基于規則的系統的結構更為復83開發簡單或非常著名的信息系統通常遵循一種固定的管理路線。這就是所謂的系統開發的瀑布模型。它由按照預先定義好順序的一些預先定義的階段組成：項目的準備和計劃；找出客戶需求；詳細說明和設計系統；編程、測試和交付使用——并且只能按這種順序進行。開發簡單或非常著名的信息系統通常遵循一種固定的管理路84知識非常豐富，直接套用這種嚴格的方法非常困難。快速原型法在知識系統中非常流行，因為它能進行現場學習，并能根據需要隨時改變流程。快速原型法的缺點是難以預測和管理，這是它特定的本質。因此，ComnonKADS采用的一種可配置的、平衡的項目管理方法，它比瀑布模型更靈活，比快速原型法更易于控制。知識項目管理遵循螺旋式方法，這種方法支持結構化學習，即CoommonKADS模型的暫時結果或“狀態”可作為下一步來采取什么步驟的信號。在確定這些步驟時，目標和風險概念起著關鍵作用。

知識非常豐富，直接套用這種嚴格的方法非常困難。快速原85

我們主要對知識抽取這一技術進行。知識抽取是由一組技術和方法組成的.這些技術和方法通過與專家不同形式的交互來抽取該領域專家的知識。領域專家是指掌握特定知識的人，這些知識可以用來解決我們感興趣的應用任務。

86

從始至終，我們將重點放在執行抽取的實際方法和方式上。在知識建模方法論語境中，我們使用例子來說明不同的技巧和工具是怎樣在一起協調。

87知識抽取的特征

知識抽取可以為知識建模提供素材。這些素材不全是“未加工”的，使用抽取技術后的結果通常是得到一種結構化的數據，例如，標記、圖表、術語表、公式和非正式的規則等。意識到脫離了抽取技巧，一個人就無法得到真正且正式的描述是很重要的。在抽取上強加正式的表示將會在抽取過程中導致偏見，甚至經常會得到錯誤的數據。抽取應該要集中化和結構化，但是也要盡可能的開放。將抽取的原材料轉化成問題解決過程中更正式的描述是知識建模的一個任務。知識抽取的特征88執行知識抽取和知識分析的知識工程師（或者叫知識分析員）實質上不需要掌握很深的應用領域知識。在大多數情況下，他（她）實際上需要請教資深專家。這也許是因為當時沒有可用的文檔，或者他們意識到在從事的領域中真正的專家來自與實踐，而不是死讀書本。執行知識抽取和知識分析的知識工程師（或者叫知識分析員）實質上89以下兩個問題在知識抽取過程中相當突出（1）我們怎樣讓專家們告訴我們或者給我們演示他們做什么？（2）我們怎樣決定他們解決問題的能力是由什么形成的？以下兩個問題在知識抽取過程中相當突出90這個任務是非常艱巨的，特別是在大的應用語境中顯得尤為突出。有很多情況會使問題變得更加難以處理。許多技術知識是從多年積累的經驗中獲得的，并且是以直觀推斷的形式表示的。直觀推斷是一種經驗規則或者是一種已證明了的方法這些規則和方法可以用來獲得特定信息的結果。通常，專業技術變得如此墨守成規，以至于專家們都無法知道他們做什么或者為什么做。。這個任務是非常艱巨的，特別是在大的應用語境中顯得尤為突出。有91知識庫(KB)知識庫管理系統(KBMS)

要用計算機進行知識處理和智能處理，則必須要有個“能對知識進行系統化地組織與管理、能存儲、增、刪、改、查詢和檢索知識的機構，這就是知識庫和知識庫管理系統的功能。因此，研究、開發知識庫相知識庫管理系統就是迫切而又必須要做的事情。

知識庫(KB)知識庫管理系統(KBMS)要用計算機進行知識92知識的系統化組織與管理

所謂知識，是人們對自然現象的認識和從中總結出規律、經驗。人類的知識是極其豐富與龐雜的，如何規范地描述這些認識、規律、經驗，一直是人們所探討的問題。至今還沒有一個統一的格式，但常用K＝F十R十C模式來表達，其中；K表式知識項(Knowledge)，F表事實(Fact)，R表示規則(Rules)，C表示概念(Concepts)。這里的概念主要指術語的含義、規則的語義說明等。知識的系統化組織與管理所謂知識，是人們對自然現象的認識和從93知識的系統化的組織與管理機制包括：

知識的結構化的存儲。由于人類的知識太龐雜了，首先要對知識進行分類，再進行結構化處理，抽象出來，以便能由計算機進行有效的存儲，這要與所用的知識表示的方式結合起來，在知識表示里大家可能已經知道了，但還要考慮知識庫的存儲結構，在下面小節里將對此進行介紹。

知識的系統化的組織與管理機制包括：知識的結構化的存儲。由于94技術工具（方法、硬件、軟件、系統）包括：

對知識庫里存放的知識進行快速有效的查詢與檢索，對用戶提供行之有效的查詢與檢索工具，是知識庫最基本的功能。還應考慮在查詢中用戶提出的各種約束條件的處理，這個過程就包含了推理的因素，所以有人把這稱為“智能性查詢”。是有道理的。技術工具（方法、硬件、軟件、系統）包括：95對知識庫進行增、刪、改操作，這是知識庫的生命力的體現。因為人類的知識的變化與更新是很頻繁的，對知識庫里存放的知識進行增、刪、改的操作是不可避免的，而且操作的次數還不會少，因此，向用戶提供方便的增、刪、改操作就顯得特別重要了。

對知識庫進行增、刪、改操作，這是知識庫的生命力的體現。因為人96在對知識庫的增、刪、改操作過程中必然會發生矛盾，即非一致性問題。還會出現知識的不完整性問題，這就要進行一致性與完整性處理，這是保證知識庫所提供知識的正確性、完整性的重要措施。

在對知識庫的增、刪、改操作過程中必然會發生矛盾，即非一致性問97對知識進行結構化處理的方法

引入“元規則”(Meta—Ru1e)，即闡述規則的規則，用來指導規則的存儲；構成具有層次結構的規則庫，以便于查詢、檢索和運用；

組成“樹形結構”，如馬里蘭大學的CSA系統，將規則組成“激發樹”；采用“樹形結構”，如利用語義網絡方法來表達和存儲知識；適當地分類組織知識，如卡內基梅隆大學的AM系統，將數學核心概念知識以框架方式存放在事實庫中；

采用數據庫技術，利用各種索引、目錄、詞典等技術，提高存儲、檢索效率。對知識進行結構化處理的方法

引入“元規則”(Meta—R98下面介紹的一種規則連接表和謂詞／規則索引技術的方法，就是一種在一階謂詞邏輯的表示形式下，利用關系數據庫提供的存儲與管理數據的功能來對規則、事實、概念進行有效管理的一種方法。知識系統工程方法99在一階謂詞邏輯中，謂詞是最基本的語句表示單位，所有的規則和事實都是用謂詞表達的。因此，通過謂詞將規則庫和知識庫聯系起來，能改變知識庫的組織化程度，提高知識檢索的效率。

知識系統工程方法100假設知識庫KB中所有的謂詞集合為P(1)事實庫FB可表示成：FB＝f(Pi))，Pi屬于P其中，(f(Pi))表示所有的以謂詞Pi打頭的事實；(2)規則庫RB可表示為：RB＝{r(pi)};Pi屬于P其中r(Pi)＝(Pi，ci1，ci2，．．，cin)表示以pi為結論謂詞，以cil，ci2，…，cin為條件謂詞的一條規則：

假設知識庫KB中所有的謂詞集合為P101{r(Pi)}表示所有的以謂詞Pi為結論謂詞的規則；規定規則連接圖的結點表示規則庫中的一條規則。若ci是規則r(Q)的一個條件謂詞。并且r(ci)屬于RB，則在規則連接圖中，從結點r(Q)到結點r(ci)畫—條有向弧。這樣，就可以建立起對應于規則庫RB的規則連接圖RcG;同時，建立從結論謂詞到規則的謂詞／規則索引，就可以一次性地快速檢索出與某謂詞有關的所有事實和規則。

{r(Pi)}表示所有的以謂詞Pi為結論謂詞的規則；規定規則102根據這些謂詞很容易從事實庫中找出所有以它們打頭的事實來。用這種方法，可以快速、一次性地找出所有與某謂詞有關的事實和規則來。即使出現遞歸的情況，也不會影響算法的正確性和效率，因此，這是一種非常有效的知識檢索算法。

根據這些謂詞很容易從事實庫中找出所有以它們打頭的事實來。用這103知識庫和知識庫管理系統的功能

知識表示功能；應能提供用戶一種或多種知識表示方法，目前已有的知識表示方法有謂詞邏輯方法、以框架為基礎的知識表示方法、產生式規則、語義網絡方法、腳本方法等等。常用的是謂詞邏輯方法(尤以一階謂詞邏輯用得最為普遍)、框架方式和產生式規則。2．對知識有系統化的、組織管理機制，包括事實管理，規則管理，及概念管理，還有知識字典的管理工作。大容量知識的存儲與管理是人們必須重視的。

知識庫和知識庫管理系統的功能

知識表示功能；應能提供用戶一種1043．知識庫的操作：知識庫的建立與撤消，知識的插入、刪除和修改，知識庫的重組工作。4．能向用戶提供對知識項進行查問、檢索的功能，例如“知識查詢語言”，還應能對用戶的查詢請求進行語法檢查，并給出出錯信息。將來，系統會用聲、圖、文的形式與用戶進行交互活功。3．知識庫的操作：知識庫的建立與撤消，知識的插入、刪除和修改105

5．知識的獲取與學習功能，知識的編輯功能，在獲取新知識的過程中要對知識的完整性、新舊知識的一致性進行處理。6．知識庫與知識庫管理系統的維護與診斷，包括日常的系統事務管理、出錯處理等等。7．知識庫和知識庫管理系統的安全控制用戶的使用權限管理。5．知識的獲取與學習功能，知識的編輯功能，在獲取新知識的過106知識模型組件

“知識”與“信息”緊密相關，我們說：一個患者體溫達到39.0°C的事實是一條信息,但內科醫生有相應的知識推斷出是否患者發燒。從系統工程的觀點來看：知識最可能被看作是一種特殊類型的信息，叫做“關于信息的信息”。知識告訴我們關于特定信息的事情。將知識整合到一個子類體系中，這通常會成為知識建模的工具。兩類之間子類鏈接提供這兩類的信息。因此知識具有典型的“關于”特征：它告訴我們關于理解一些其他信息的方式：

知識模型組件107四、知識系統的開發步驟進入與知識建模相關的詳細內容之前，我們先來看一個簡單例子。試想一個提供貸款的財務應用。這個領域中的兩個類和其他一些典型屬性如圖4.1所示。該圖還表示了信息和知識的區別。信息通常是一個某人X有一筆貸款Y。我們用一個信息type（類型）做這個信息的模型，在這個例予中，在person（人）和loan（貸款）之間有has_loan（借貸）關系。圖中還包含被我們直覺地稱為知識的三個陳述。例如，所有申請貸款者至少18周歲。知識作為“關于信息的信息”的觀點在這里得到支持。這些陳述告訴我們一些關于上面所列信息的一些情況。這些知識片斷告訴我們關于人和貸款的一般信息，而不僅僅是關于特定的人-貸款實例。四、知識系統的開發步驟進入與知識建模相關的詳細內容之前，我們108

借貸

人年齡收入貸款數量利息人年齡貸款數量109信息John有$1750貸款Harry有$2500貸款知識貸款人年齡至少滿18歲收入達到$10000的人可貸款的最高限額為$2000收入在$10000到$20000之間的人貸款最高限額為$3000信息110知識模型

知識模型本身是一個幫助我們闡明知識-密集型信息-處理任務結構的工具。一個應用的知識模型可提供應用所需要的數據和知識結構的規范說明。模型開發成為分析過程的一部分。因此它在應用詞匯中表示，包含領域（如汽車、房屋、船舶）和推理任務（如評估、配置、診斷）兩層意思。

知識模型

知識模型本身是一個幫助我們闡明知識-密集型信息-處111知識系統工程方法112知識模型在本質上與軟件工程中傳統分析模型具有相似的結構.推理任務通過對函數或“過程”的層次分解來描述。功能操作的數據和知識類型通過一個類似于數據模型或對象模型的方案來描述。這些概念與其他現代方法所采取的概念在目的上是相似的。當然也有許多關鍵的區別。

知識模型在本質上與軟件工程中傳統分析模型具有相似的結構.推理113一個知識模型包括三部分每一部分包含一組相關的知識結構。我們將每一部分稱為知識范疇。第一個范疇稱為領域知識。這個范疇詳細說明特定領域知識和在一個應用中我們所討論的信息類型。例如，一個涉及醫療診斷應用的領域知識將會包含相關疾病、癥狀和檢驗以及這些類型之間關系的定義。一個領域知識的描述在某種程度上類似于軟件工程中的“數據模型”或“對象模型”。一個知識模型包括三部分每一部分包含一組相關的知識結構。我們將114知識模型的第二個范疇包含推理知識。推理知識描述了使用領域知識的基本推理步驟。最好是將這些推理看作推理機的構件。在軟件工程術語中，推理表示功能分解的最低水平。在醫療診斷應用中的兩個推理的例子，是將癥狀和某種可能疾病相聯系的“假設”推理和用于確定某種特定疾病確實是引起所看到的癥狀的因素的試驗的“檢驗”推理。

知識模型的第二個范疇包含推理知識。115知識模型的第三個范疇是任務知識。任務知識描述一個應用所要達到的目標是什么以及如何通過將任務分解成子任務和推理來實現這些目標。這個“如何”包含了任務的動態行為描述，即它們的內在控制。例如，一個簡單的醫療診斷應用可將DIAGNOSIS（診斷）作為其最高層任務，并且認為這個診斷可以通過一連串重復執行的“假設”和“檢驗”推理來實現。任務知識類似于軟件工程中功能分解的較高水平，但還包含對相關功能的控制。知識模型的第三個范疇是任務知識。任務知識描述一個應用所要達到116三個知識范疇的簡要概括和每個范疇的一些實例知識元素

三個知識范疇的簡要概括和每個范疇的一些實例知識元素117任務知識與任務方法

推理總有一個“原因”。換句活說，知識的一個重要方面是我們想用它做什么。我們想應用知識達到什么目標？我們下面就提出知識的典型目標：·我們想評估一個貸款應用，將損失的風險最小化。·我們想找到復印機的故障原因，以盡快恢復服務。·我們想給新建筑設計電梯。任務知識與任務方法

推理總有一個“原因”。換句活說，知識的一118任務和任務方法可分別理解為關于推理任務的“需要做什么”和“怎樣做”。任務定義復雜推理功能。高層任務通常與任務模型中定義的任務一致。任務規范說明告訴我們任務的輸入和輸出時什么。例如，醫療診斷任務的輸出不是：“疾病”，而是類似“錯誤范疇”之類的抽象名稱。

任務和任務方法可分別理解為關于推理任務的“需要做什么”和“怎119知識系統工程方法120知識模型模板

1.任務摸板任務模板形成了一種有關模型元素的可復用組合的公共類型。一個任務模板就是一個部分的知識模型，其中已經指定了推理知識和任務知識。任務模板給知識工程師提供解決某個問題的典型的推理和任務。此外，任務模板還規定一種任務觀點所要求的典型的領域模式。知識工程師可用任務模板作為一個新應用的模板，進行支持自頂向下的知識分析。

知識模型模板1.任務摸板1212.任務類型

一般來說，當知識工程同軟件工程相比時，其優點就在任務類型的范圍有限。在認知心理學專著中給出了有關知識密集（人類）型的推理任務的任務類型學。許多作者已經采用并進行了細化以應用在知識工程中。2.任務類型122我們將任務分成兩類：分析（analytic）任務和綜合（syntheic）任務。分析任務一個很有名的分析任務類型就是classfication（分類）。

我們將任務分成兩類：分析（analytic）任務和綜合（sy123圖4.7所示的任務層次結構圖4.7所示的任務層次結構124分析任務類型一覽

分析任務類型一覽125分析任務分析任務一個很有名的分析任務類型就是classfication（分類）。這種任務類型的原型例子是動物和植物的分類。在分類中，一個對象需要用他所屬的類別來描述其特征。基礎知識通常為每一類別提供對對象特征值的約束。分類經常涉及到“自然的”（而不是人造的）對象。

分析任務分析任務一個很有名的分析任務類型就是classf126Diagnosis(診斷)和分類的不同之處在于診斷想要得到的輸出是該系統的一個故障。該任務類型的一個例子是診斷某個電路網絡中的故障。在診斷時，基礎知識一般都包含于析系統行為的知識。例如一個因果關系模型。診斷的輸出（故障類別）有很多種形式：它可以是一個故障組件，一個故障狀態，一個因果關系鏈，甚至一個抽象的標簽，而這個標簽沒有任何內部系統含義。診斷任務經常出現在技術系統領域。

Diagnosis(診斷)和分類的不同之處在于診斷想要得到127Assessment(評估)這個任務類型經常在財政和社會服務領域出現。評估的目標是用一個決策的類別來描述一個案例的特征。例如，在貸款評估時，任務的輸入是一個關于某人申請貸款的案例，輸出是一個諸如“是／否／需要更多信息”之類的決策類別，以顯示是否給該人發放貸款。基礎知識一般都包括一個用于評估的規范集或標準集。

Assessment(評估)這個任務類型經常在財政和社會服128monitor(監控)時，被分析的系統具有動態的性質，一般都有一個正在進行的過程。核電廠監控和一個軟件項目的監控都是監控任務的例子。每個監控周期看起來都像一個評估任務。主要區別是在監控時，輸出只是一個差異（系統是否工作正常？）而不是一個決策類別。前一周期的數據可以用在新的周期中。

monitor(監控)時，被分析的系統具有動態的性質，一般都129

雖然prediction(預測)有一些綜合任務的特性，但是我們還是把他歸于分析任務這一類。在預測時，可以分析現在的系統行為以便描述系統在將來某個時間點的狀態。天氣預報就是一個預測任務。預測任務經常出現在教學系統（如物理學）的知識密集型模塊中。與預測任務相反的任務也存在，即回推（retrodiction）大爆炸理論就是一個著名的例子。

雖然prediction(預測)有一些綜合任務的特性，130綜合任務綜合任務design（設計）就是一個綜合任務，其中要構建的系統是一些物理制品。設計任務的一個例子是設計一輛汽車。設計任務一般包括組件的創造性設計，就像汽車設計一樣。創造性設計對現在的知識技術來說是個非常難解決的問題。為了使系統構建可行，我們假設制品所有的組件預先定義好了這種設計的子類型稱為配置設計（configurationdesign）.用一系列Lego木塊造一條船就是一個配置設計的任務的著名例子。另外一個例子是計算機系統的配置。

綜合任務綜合任務design（設計）就是一個綜合任務，其中131assignment（分配）是一個相對比較簡單的綜合任務，其中有兩個對象集，我們需要在它們之間建立一個（部分的）映射。比如給職員分配辦公室、給飛機分配跑道都是分配的例子。分配必須同約束保持一致（“波音747”不能放在35－38的跑道上），也要符合偏好（荷蘭航空公司的飛機應該停靠在航空集散站1）。

assignment（分配）是一個相對比較簡單的綜合任務，其132planning（規劃）有許多和設計一樣的特性，主要區別在于所構建的系統類型。設計主要關注物理對象的構建，而規劃則關注活動和它們的時間依賴性。規劃任務的例子有旅行規劃和建筑活動的規劃。而且，規劃任務的自動化只有在基本的規劃都預先定義好了才可行。因為它們之間存在相似性，所以設計模型有時能用于規劃，反之亦然。

planning（規劃）有許多和設計一樣的特性，主要區別在于133scheduling（調度）經常放在規劃之后。規劃交付一系列活動；在調度時，需要在一定的時間間隔里給這些活動（“作業”）分