Методические указания к лабораторным занятиям Интеллектуальные системы обработки информации и машинное обучение Ставрополь, 2017

Извлечение знаний - это процедура взаимодействия инженера 
по знаниям с источником знаний (как правило, это эксперт), в 
результате которой становятся явными процесс рассуждений 
экспертовпри принятии решения и структура их представлений о 
предметной области. 
С точки зрения разработки ЭС извлечение знаний – это 
получение информации о предметной области от специалистов и 
выражение ее на языке представления знаний. 
Термин извлечение знаний касается непосредственногоживого 
контакта инженера познаниям и источниказнаний. Этот термин как 
болееемкий и более точно выражающий смысл процедуры переноса 
компетентности экспертачерез инженера по знаниям в базузнаний 
экспертной системы. 
В настоящее время большинство разработчиков экспертных 
систем отмечают, что процесс извлечениязнаний остается 
самым"узким" местом при построении промышленных систем. 
Проблемы и особенности извлечения знаний. 
Процесс извлечениязнаний - этодлительная и трудоемкая 
процедура, в которой инженеру по знаниям,вооруженному 
специальнымизнаниями по когнитивной психологии, системному 
анализу, математической логике и пр., необходимо воссоздать модель 
предметной области, которой пользуются эксперты для 
17
6 

---

принятия решения. Часто начинающие разработчики экспертных 
систем, желая избежать этой мучительной процедуры, задают вопрос: 
может ли эксперт сам извлечь из себя знания? Помногим 
причинамэтонежелательно. 
Большая частьзнаний эксперта - эторезультат многочисленных 
наслоений, ступеней опыта. И часто зная, чтоизА следует В, экспертне 
дает себе отчета, что цепочка его рассуждении была гораздо длиннее. 
Как было известно еще древним (вспомним "Диалоги" Платона), 
мышление диалогично. И поэтому диалог инженера по знаниям и 
эксперта 
- 
наиболее 
естественная 
форма 
"раскручивания" 
лабиринтовпамяти эксперта, в которых хранятся знания, частью 
носящие невербальный характер, т.е. выраженныене в форме слов, в 
форме наглядных образов,например. Именно в процессе объяснения 
инженеру по знаниям эксперт на эти размытые ассоциативные образы 
надевает четкие словесные ярлыки,т.е. вербализует знания. 
Эксперту гораздо труднее создать модель предметной области 
вследствие той глубины и необозримости информации, которой он 
обладает. Многочисленные причинно-следственные связи реальной 
предметной области образуют сложную систему,из которой выделить 
"скелет", или главнуюструктуру, иногда доступнее инженеру по 
знаниям (аналитику), владеющему к тому же системной 
методологией. Любая модель - это упрощение, а упрощать легче с 
меньшим знанием деталей.