Co to jest ekstrakcja wiedzy?
Ekstrakcja wiedzy to proces korzystania z różnych źródeł informacji w celu stworzenia spójnego banku wiedzy. W ramach tego podejścia ekstrakcja często opiera się na szeregu źródeł zarówno ustrukturyzowanych, jak i nieustrukturyzowanych. Po sukcesie ekstrakcja wiedzy daje solidne dane, które mogą być łatwo odczytane i zinterpretowane przez dany program, umożliwiając użytkownikowi końcowemu wykorzystanie tej wiedzy formalnej do dowolnego celu, jaki sobie życzy.
W procesie pozyskiwania wiedzy można wykorzystać kilka różnych źródeł. W zakresie źródeł strukturalnych dane mogą być wydobywane z różnych typów relacyjnych baz danych lub pewnego rodzaju rozszerzalnego języka znaczników lub źródła XML. Niestrukturalne źródła, takie jak obrazy, różne formy dokumentów tekstowych, arkusze kalkulacyjne, a nawet tekst przechwycony w programach w stylu notatnika mogą być wykorzystane jako część procesu wyodrębniania. Tak długo, jak źródła są czytelne dla programu używanego do zarządzania procesem pozyskiwania wiedzy, mogą być wykorzystywane jako źródła, które zwiększają potencjał projektu, który jest rozwijany poprzez ekstrakcję i pozwalają na wykorzystanie uzyskanej wiedzy końcowej .
Istnieje kilka typowych aplikacji, które występują przy wydobywaniu wiedzy. Jednym z częstych przykładów jest zdolność do przechwytywania danych z nieustrukturyzowanego źródła i włączenia ich do pewnego rodzaju uporządkowanego źródła wiedzy. Wyodrębnianie danych znalezionych w relacyjnych bazach danych i wykorzystywanie ich do tworzenia nowych dokumentów lub korzystanie z dokumentów elektronicznych w celu importowania danych do relacyjnych baz danych to kolejny przykład tego, w jaki sposób ten rodzaj ekstrakcji może przyspieszyć dzielenie się formalną wiedzą bez konieczności ręcznego wprowadzania danych który jest już dostępny z innego źródła. To ponowne wykorzystanie istniejącej wiedzy w jakimś nowym formacie jest często bardzo pomocne w wielu scenariuszach, umożliwiając wykorzystanie tej wiedzy w sposób, który nie byłby możliwy w przypadku istniejącego źródła. W ten sposób użytkownik może tworzyć źródła, które są idealne dla wielu różnych aplikacji, a nie tylko te, które są istotne dla pierwotnego źródła wiedzy formalnej.
Dzięki ekstrakcji danych można skorzystać z ogromnej hurtowni danych, łatwo importując i eksportując dane jako sposób na stworzenie nowego źródła, które będzie użyteczne do określonego celu. Te nowo utworzone źródła z kolei znajdują również miejsce w hurtowni danych i mogą ostatecznie zostać wykorzystane do tworzenia nowych wyciągów, które są wykorzystywane do zaspokojenia nowych potrzeb użytkowania. Mając to na uwadze, ekstrakcję wiedzy można postrzegać jako bardzo pomocne narzędzie, które pomaga w jak najlepszym wykorzystaniu wszystkich dostępnych zasobów, upraszczając wiele zadań związanych z dzieleniem się tą formalną wiedzą.