지식 추출이란 무엇입니까?

지식 추출은 응집력있는 지식 은행을 만들기 위해 다양한 정보 소스를 사용하는 과정입니다. 이 접근법의 일환으로, 추출은 종종 구조화되지 않은 소스와 구조화되지 않은 소스 범위를 이끌어냅니다. 성공할 때 지식 추출은 주어진 프로그램으로 쉽게 읽고 해석 할 수있는 견고한 데이터를 초래하여 최종 사용자가 원하는 목적에 대해 공식적인 지식을 활용할 수있게합니다.

여러 다른 출처가 지식 추출 과정에서 활용 될 수 있습니다. 구조화 된 소스의 범위 내에서 다양한 유형의 관계형 데이터베이스 또는 일부 유형의 확장 가능한 마크 업 언어 또는 XML 소스에서 데이터를 추출 할 수 있습니다. 이미지, 다른 형태의 워드 프로세싱 문서, 스프레드 시트 및 메모장 스타일 프로그램에서 캡처 된 텍스트와 같은 구조화되지 않은 소스는 추출 프로세스의 일부로 활용 될 수 있습니다. 소스가 지식 내선을 관리하는 데 사용되는 프로그램에 읽을 수있는 한RACTION 프로세스는 추출을 통해 발전되고있는 프로젝트의 잠재력을 확장하고 생성 된 최종 지식을 사용할 수 있도록하는 소스로 사용될 수 있습니다.

지식 추출과 함께 발생하는 몇 가지 일반적인 응용 프로그램이 있습니다. 한 가지 빈번한 예는 구조화되지 않은 소스에서 데이터를 캡처하고 일부 유형의 구조화 된 지식 소스에 통합하는 기능입니다. 관계형 데이터베이스에서 발견 된 데이터를 추출하고이를 사용하여 새로운 문서를 만들거나 전자 문서를 사용하여 데이터를 관계형 데이터베이스로 가져 오는 방법은 이러한 유형의 추출이 다른 일부 소스에서 이미 사용할 수있는 데이터를 수동으로 입력 할 필요없이 공식 지식의 공유를 신속하게하는 방법의 또 다른 예입니다. 기존 지식을 일부 새로운 형식으로 재사용하는 것은 종종 여러 시나리오에서 매우 도움이되므로 그 지식을 활용할 수 있습니다.기존 소스에서는 불가능할 수있는 방식으로. 이러한 방식으로, 사용자는 공식 지식의 원래 집과 관련된 응용 프로그램이 아닌 여러 가지 다른 응용 프로그램에 이상적인 소스를 만들 수 있습니다.

데이터 추출을 사용하면 광대 한 데이터웨어 하우스를 사용하여 특정 목적으로 사용할 수있는 새로운 소스를 생성하는 방법으로 데이터를 쉽게 가져오고 내보낼 수 있습니다. 새로 생성 된이 소스는 또한 데이터웨어 하우스의 장소를 찾았으며 결국 새로운 사용 요구를 충족시키는 데 사용되는 새로운 추출을 생성하는 데 사용될 수 있습니다. 이를 염두에두고 지식 추출은 현재 현재 손에 든 모든 자원을 최대한 활용하는 데 도움이되는 매우 유용한 도구로 볼 수 있으며, 공식적인 지식의 공유와 관련된 많은 작업을 단순화합니다.