知識抽出とは何ですか？

知識抽出とは、さまざまな情報源を利用して、まとまりのある知識バンクを作成するプロセスです。 このアプローチの一環として、抽出はしばしば構造化されたソースと非構造化されていないソースの両方の範囲に基づいています。 成功すると、知識抽出により、特定のプログラムによって簡単に読み取られて解釈できる強固なデータが得られ、エンドユーザーは望むあらゆる目的のためにその正式な知識を活用できます。 構造化されたソースの範囲内で、データは、さまざまなタイプのリレーショナルデータベースまたは何らかの拡張可能なマークアップ言語またはXMLソースから抽出される場合があります。 画像、さまざまな形式のワープロドキュメント、スプレッドシート、さらにはメモ帳スタイルプログラムでキャプチャされたテキストなどの非構造化されたソースは、抽出プロセスの一部として利用できます。 ソースが知識extを管理するために使用されているプログラムに読みやすい限りractionプロセスでは、抽出によって進められているプロジェクトの可能性を拡大し、生成された最終的な知識を使用できるようにするソースとして使用できます。

知識抽出で発生するいくつかの一般的なアプリケーションがあります。 頻繁な例の1つは、構造化されていないソースからデータをキャプチャし、ある種の構造化された知識ソースに組み込む機能です。 リレーショナルデータベースにあるデータを抽出し、それを使用して新しいドキュメントを作成したり、電子ドキュメントを使用してリレーショナルデータベースにデータをインポートしたりすることは、このタイプの抽出が、他のソースからすでに入手可能なデータを手動で入力する必要なく、正式な知識の共有をどのように促進できるかの別の例です。 いくつかの新しい形式での既存の知識の再利用は、多くのシナリオで非常に役立つことが多く、その知識を活用することが可能になります既存のソースでは不可能だったかもしれない方法で。 この方法で、ユーザーは、正式な知識の元の家に関連するものではなく、さまざまなアプリケーションに理想的なソースを作成できます。

データ抽出を使用すると、膨大なデータウェアハウスを使用して、特定の目的で使用できる新しいソースを作成する方法としてデータを簡単にインポートおよびエクスポートすることができます。 これらの新しく作成されたソースは、データウェアハウスにも場所を見つけ、最終的には、新しい使用のニーズを満たすために使用される新しい抽出の作成に使用できます。 これを念頭に置いて、知識抽出は、現在手元にあるすべてのリソースを最大限に活用するのに役立つ非常に役立つツールと見なすことができ、その正式な知識の共有に関与するタスクの多くを簡素化します。