知識網格

出自 MBA智库百科(https://wiki.mbalib.com/)

知識網格(Knowledge Grid)

　　Fran Berman 較早提出知識網格（Knowledge Grid 簡稱KG）的概念，指出知識網格的主要研究內容是：利用網格、數據挖掘、推理等技術從大量線上數據集中抽取合成知識使搜索引擎能夠智能地進行推理和回答問題，並從大量數據中得出結論。Cannataro 和Talia 於2003 年1 月提出了基於數據挖掘的知識網格。諸葛海教授認為：“知識網格是一個智能互聯環境，它能使用戶或虛擬角色有效地獲取、發佈、共用和管理知識資源，併為用戶和其他服務提供所需要的知識服務，輔助實現知識創新、協同工作、問題解決和決策支持。它包含了反映人類認知特性的認識論和本體論；運用社會、生態和經濟學原理；採納下一代互聯網所使用的技術和標準。”

　　中科院計算技術研究所研究員諸葛海在《知識網格》一文中，提出了知識網格五個不同於其他技術的特點。

　　(1)人們能夠通過單一語義入口獲取和管理全球分佈的知識，而無需知道知識的具體位置。

　　(2)全球分佈的相關知識可以智能地聚合，並通過後臺推理與解釋機制提供按需的知識服務。達到這個目標的方法之一是知識提供者提供元知識。統一的資源管理模型將有助於實現知識服務的動態聚合。

　　(3)人或虛擬角色能在一個單一語義空間映射、重構和抽象的基礎上共用知識和享用推理服務，其中的相互理解沒有任何障礙。知識網格還會使知識共用更加普適。

　　(4)知識網格應能在全球範圍搜索解決問題所需的知識，並確保合適的知識閉包，即最小完備知識集。為了達到這個目標，需要建立新的知識組織模型。

　　(5)在知識網格環境中，知識不是靜態存儲的，它能動態演化而保持常新。這意味著知識網格中的知識服務在使用過程中可以不斷自動演化改進。

　　知識網格所要解決的主要科學問題包括以下幾個方面。

　　(1)知識獲取與知識表示的理論、模型、方法和機制。在知識網格中獲取知識有兩種方法。一種方法是人們直接通過交流互相獲取知識，或通過接受他人發佈的知識資源獲取知識。另一種方法是知識網格通過對諸如數據、文本和圖像等資源進行抽取、挖掘、歸納、演繹、合成來獲取知識。

　　(2)知識可視化和創新。主要包括智能化的用戶介面，如語義瀏覽器或知識瀏覽器，它使人們通過可視化來共用知識。語義網路和認知圖可以縮短知識表示和知識可視化之間的鴻溝。介面應體現知識網格的個性特征，並能通過類比推理、歸納機制及組織規則來激發知識創新。

　　(3)在動態虛擬組織間進行有效的知識傳播和知識管理。為此中國知識網格研究組提出一種知識流網路來實現動態虛擬團隊間的知識有效共用。

　　(4)知識的有效組織、評估、提煉和衍生。知識可通過基於語義的範式來組織，有效檢索和修改操作。知識網格應能刪除冗餘知識，並提煉所含的知識來合理擴展有用的知識。它也會有助於從已有的良好知識、範例和類似文本的知識源中衍生出新知識。

　　(5)知識關聯和集成。知識網格應能關聯和集成不同級別(如概念級、公理級、規則級和方法級)和不同領域的知識資源，以此來支持跨領域的類比推理、問題解決和科學發現。

　　結構國內諸葛海研究員提出了知識網格的多空間體繫結構。這是一個如圖所示的三層結構，人類層反映知識網格的社會和人類行為特征，包括知識空間、用戶空間和社會組織規則三個功能模塊。這三個功能模塊既是相互獨立的，又是相互合作的。語義層包括知識表示子空間、角色子空間、需求子空間、服務子空間和規範語義空間。語義層的主要功能是避免用戶直接與資源實體層的交互，它能夠把收集的異構數據通過語義進行規範，以人機可理解的形式表述，並且使得用戶對控制於資源實體層的任何變化都能即時察覺，實現用戶透明化。資源實體層包括智能通信平臺和資源實體空間。後者包含知識存儲子空間、XML文件子空間、HTML文件子空間、軟設備子空間等。知識存儲子空間通過定義在語義空間的原語來實現。

　　歐洲網格項目提出了一種三層框架：計算(數據)網格、信息網格和知識網格，即從下至上的三層結構。從下層至上層，數據的抽象層次愈來愈高。上層則建立在下層功能之上，需要控制和調用下層的服務。數據網格(Data Grid)主要解決數據訪問問題。信息網格(Information Grid)是將異構的信息訪問變成同構的信息訪問，包括信息表示和檢索，Internet上信息的分佈與組織。知識網格建立在信息網格之上，藉助於經過信息網格處理後的同構信息，實現知識的自動積累，併進行數據挖掘、知識挖掘和問題求解。它們之間的關係如圖所示。