Was ist Wissensextraktion?
Bei der Wissensextraktion werden verschiedene Informationsquellen genutzt, um eine zusammenhängende Wissensbank aufzubauen. Im Rahmen dieses Ansatzes stützt sich die Extraktion häufig auf eine Reihe von strukturierten und unstrukturierten Quellen. Bei Erfolg führt die Wissensextraktion zu soliden Daten, die von einem bestimmten Programm leicht gelesen und interpretiert werden können, sodass der Endbenutzer dieses formale Wissen für jeden gewünschten Zweck nutzen kann.
Bei der Extraktion von Wissen können verschiedene Quellen verwendet werden. Im Rahmen von strukturierten Quellen können Daten aus verschiedenen Arten relationaler Datenbanken oder einer Art erweiterbarer Auszeichnungssprache oder XML-Quelle extrahiert werden. Unstrukturierte Quellen wie Bilder, verschiedene Formen von Textverarbeitungsdokumenten, Tabellenkalkulationen und sogar Text, der mit Notepad-Programmen erfasst wurde, können als Teil des Extraktionsprozesses verwendet werden. Solange die Quellen für das Programm lesbar sind, das für die Verwaltung des Wissensextraktionsprozesses verwendet wird, können sie als Quellen verwendet werden, die das Potenzial des Projekts, das durch die Extraktion vorangetrieben wird, erweitern und die Nutzung des endgültigen Wissens ermöglichen .
Es gibt mehrere häufige Anwendungen, die bei der Extraktion von Wissen auftreten. Ein häufiges Beispiel ist die Fähigkeit, Daten aus einer unstrukturierten Quelle zu erfassen und in eine Art strukturierte Wissensquelle zu integrieren. Das Extrahieren von Daten aus relationalen Datenbanken und deren Verwendung zum Erstellen neuer Dokumente oder das Verwenden elektronischer Dokumente zum Importieren von Daten in relationale Datenbanken ist ein weiteres Beispiel dafür, wie durch diese Art der Extraktion der Austausch von formalem Wissen beschleunigt werden kann, ohne dass Daten manuell eingegeben werden müssen das gibt es schon von einer anderen quelle. Diese Wiederverwendung von vorhandenem Wissen in einem neuen Format ist häufig in einer Reihe von Szenarien sehr hilfreich, sodass es möglich ist, dieses Wissen auf eine Weise zu nutzen, die mit der vorhandenen Quelle möglicherweise nicht möglich war. Auf diese Weise kann der Benutzer Quellen erstellen, die sich für eine Reihe verschiedener Anwendungen eignen und nicht nur für diejenigen, die für das ursprüngliche Zuhause des formalen Wissens relevant sind.
Durch die Verwendung der Datenextraktion ist es möglich, ein umfangreiches Data Warehouse zu nutzen und Daten einfach zu importieren und zu exportieren, um eine neue Quelle zu erstellen, die für einen bestimmten Zweck verwendet werden kann. Diese neu erstellten Quellen finden wiederum einen Platz im Data Warehouse und können schließlich zur Erstellung neuer Extraktionen verwendet werden, um neuere Verwendungsanforderungen zu erfüllen. Vor diesem Hintergrund kann die Wissensextraktion als ein sehr hilfreiches Instrument angesehen werden, mit dem die derzeit verfügbaren Ressourcen optimal genutzt werden können, wodurch viele der Aufgaben, die mit der Weitergabe dieses formalen Wissens verbunden sind, vereinfacht werden.