Was ist Wissensextraktion?

Wissensextraktion ist der Prozess der Verwendung verschiedener Informationsquellen, um eine zusammenhängende Wissensbank zu erstellen. Als Teil dieses Ansatzes stützt sich die Extraktion häufig auf einen Bereich sowohl strukturierter als auch unstrukturierter 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 Zweck, den er oder sie wünscht, nutzen kann. Im Rahmen strukturierter Quellen können Daten aus verschiedenen Arten von relationalen Datenbanken oder einer Art erweiterbarer Markup -Sprache oder XML -Quelle extrahiert werden. Unstrukturierte Quellen wie Bilder, verschiedene Formen von Textverarbeitungsdokumenten, Tabellenkalkulationen und sogar Text, die für Notepad Style -Programme erfasst werden, können als Teil des Extraktionsprozesses verwendet werden. Solange die Quellen auf das Programm lesbar sind, um das Wissen ext zu verwaltenRaktionsprozess können sie als Quellen verwendet werden, die das Potenzial des Projekts erweitern, das durch die Extraktion fortgeschritten wird, und es ermöglichen, dass das endgültige Wissen verwendet wird.

Es gibt mehrere häufige Anwendungen, die bei der Wissensextraktion auftreten. Ein häufiges Beispiel ist die Fähigkeit, Daten aus einer unstrukturierten Quelle zu erfassen und in eine Art strukturierter Wissensquelle einzubeziehen. Das Extrahieren von Daten, die in relationalen Datenbanken gefunden wurden und sie zum Erstellen neuer Dokumente verwenden oder elektronische Dokumente verwenden, um Daten in relationale Datenbanken zu importieren, ist ein weiteres Beispiel dafür, wie diese Art der Extraktion die gemeinsame Nutzung formaler Kenntnisse beschleunigen kann, ohne dass die bereits von einer anderen Quelle verfügbaren Daten manuell eingeben müssen. Diese Wiederverwendung bestehender Wissen in einem neuen Format ist in einer Reihe von Szenarien oft sehr hilfreich, um dieses Wissen zu nutzenin einer Weise, die mit der vorhandenen Quelle möglicherweise nicht möglich war. Auf diese Weise kann der Benutzer Quellen erstellen, die für eine Reihe verschiedener Anwendungen ideal sind und nicht nur für diejenigen, die für die ursprüngliche Heimat des formalen Wissens relevant sind.

Mit der Verwendung der Datenextraktion ist es möglich, ein riesiges Data Warehouse zu verwenden und Daten leicht 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 auch einen Platz im Data Warehouse und können schließlich bei der Erstellung neuer Extraktionen verwendet werden, die verwendet werden, um den neueren Nutzungsanforderungen zu erfüllen. In diesem Sinne kann Wissensextraktion als ein sehr hilfreiches Instrument angesehen werden, das dazu beiträgt, die derzeit vorhandenen Ressourcen optimal zu nutzen, wodurch viele der mit dem Austausch dieses formalen Wissens verbundenen Aufgaben vereinfacht werden.