智能信息系統(tǒng)模擬試題及答案(2)-資料下載頁
2025-01-18 07:28本頁面
【正文】 能系統(tǒng)除了具有傳統(tǒng)功能外，還有了數(shù)據(jù)分析層的功能。4．闡述智能檢索的基本思想。智能檢索的基本思想是，模擬人類的認知功能和智能活動，有效利用一切知識源，盡快找到滿足用戶需求的信息知識。認知功能主要是人類的認知能力和認識思維方式。人類的智能活動包括智能感知、智能思維、智能行為，如推理、學習、語言理解等。檢索處理中，凡需要人類專知才能解決的問題和任務，均課應用人工智能技術加以實現(xiàn)。檢索的子任務可分為智能任務和非智能任務。從整體功能來看，智能檢索能夠應用人類的知識和知識處理技術來實現(xiàn)高效率。高質(zhì)量的檢索，知識檢索就屬于智能檢索的范疇，智能檢索能夠處理各類用戶的各種信息需求問題，推導和建立合適的需求模型；應用合適的檢索策略和推理方法，盡快檢索到最大可能滿足用戶需求的信息知識。5．試論述知識獲取的主要方法。知識獲取的主要方法主要有一下5種方法：（1）自然語言理解：主要借助于自然語言處理技術，針對文本類型的信息源，通過語法、語義分析，推導文本內(nèi)容屬性，抽取與領域相關的語義實體及其關系，實現(xiàn)知識獲取。從本質(zhì)上說，雖然自然語言理解是最理想的自動知識獲取方法，但由于自然語言處理中多項難點技術（如抽詞技術、切分詞技術、短語識別技術等）尚未得到有效解決，因此，給基于自然語言理解的知識自動獲取利用帶來一定困難。（2）模式識別：主要針對多媒體信息源（如圖片、語音波形、符號等），采用統(tǒng)計方法等對事物或現(xiàn)象進行描述、辨認、分類和解釋，從經(jīng)數(shù)字化處理后的數(shù)據(jù)中識別事物對象的特征。（3）機器學習：利用各種學習方法來獲取知識，是一種高級的全自動化的知識獲取方法。機器學習還具有從運行實踐中學習的能力，能糾正可能存在的錯誤，產(chǎn)生新的知識，從而不斷進行知識庫的積累、修改和擴充。（4）數(shù)據(jù)挖掘與知識發(fā)現(xiàn)：針對結構化的數(shù)據(jù)庫，采用統(tǒng)計學習等定量化分析方法，發(fā)現(xiàn)大量數(shù)據(jù)之間所存在的關聯(lián)。雖然數(shù)據(jù)挖掘與機器學習都是從數(shù)據(jù)中提取知識，但兩者之間存在區(qū)別：機器學習主要針對特定模式的數(shù)據(jù)進行學習；數(shù)據(jù)挖掘則是從實際的海量數(shù)據(jù)源中發(fā)現(xiàn)、抽取知識。（5）機器感知：主要依靠機器的視覺、聽覺、觸覺、味覺等傳感器獲取生理及行為特征信號，直接感知外部世界。它需要采用人工智能方法和技術，觀測、建模、識別外界信息，從而創(chuàng)建感知能力。機器感知是一項高智能的活動，比自然語言理解、模式識別具有更復雜的能力，目前還只是處于探索中。
試題試卷相關推薦
鄂ICP備17016276號-1