CC BY
12
ИНФОРМАЦИОННЫЕ И КОММУНИКАТИВНЫЕ
ТЕХНОЛОГИИ
Абдуллина А. Б. студент 2 курса экономический факультет Шарафутдинов А. Г., к. э. н.
доцент
Башкирский Государственный Аграрный Университет Россия, Республика Башкортостан, г. Уфа ТРУДНОСТИ ИЗВЛЕЧЕНИЯ ЗНАНИЙ В ИНФОРМАЦИОННЫХ
СИСТЕМАХ
В статье исследована проблема извлечения знаний в информационных системах. Приведены примеры современных методов извлечения знаний. Раскрыта сущность понятия «знание» в информационной системе.
Ключевые слова: знания, методы извлечения знаний, искусственный интеллект, информационная система, информационные технологии.
The article explores the problem of knowledge extraction in information systems. Examples of modern methods of knowledge extraction. The essence of the concept of "knowledge" in the information system.
Keywords: knowledge, methods of knowledge extraction, artificial intelligence, information system, information technology.
Проблема «знание и компьютер» на сегодняшний день стали популярными среди ученых и исследователей. На первый план вышли ее социальные, политические, технические и философские стороны. С появлением кибернетики, компьютеров и компьютерных систем, связанных с искусственным интеллектом (ИИ) люди по-новому стали смотреть на вопросы мышления, знания и результатов процесса познания. А также на связь искусственного интеллекта и знания.
Значение понятия «знание» в информационной системе: Знания - это итог теоретической и практической деятельности человека, отражающий накопление предыдущего опыта и отличающийся высокой степенью структурированности. Правила использования этой информации для принятия решений. Главное отличие знаний от данных состоит в их активности, то есть появление новых фактов или установление новых связей может стать источником активности системы. При выявлении знаний могут использоваться различные информационные источники: монографии, учебники, статьи, отчеты, архивные материалы, содержащие примеры решения задач, базы данных, наблюдения за функционированием реальных систем и, конечно же, люди - эксперты.
Под знаниями также понимается форма представления информации в
ЭВМ, которой присущи такие особенности, как: структурированность, связность, семантическая метрика, активность. Именно эти характеристики отличают знания в ИС от данных - "определяют ту грань, за которой данные превращаются в знания, а базы данных перерастают в базы знаний.
Вопрос о выявлении и передаче компьютеру человеческих знаний и умений является крайне сложным. На пути решения этой задачи стоит множество препятствий. Основные из них, связанные с извлечением знаний, наименее разработанные в настоящее время:
1. Человек не может сообщить общих абстрактных правил, которыми он руководствуется, решая ту или иную конкретную задачу. Человеческие умения чаще всего хранятся на подсознательном уровне.
2. В любой области человеческой деятельности имеется большое количество возможных практических ситуаций принятия решений, при анализе которых проявляются умения человека. Желательно уметь передавать все эти возможности ЭВМ; что требует огромного труда и времени экспертов.
3. Люди, передающие компьютеру в том или ином виде свои знания и умения, неизбежно ошибаются. Чем бы ни была вызвана конкретная ошибка: усталостью, невнимательностью, трудностью ситуации, безошибочных экспертов, к сожалению не бывает.
И сразу некоторые пути решения рассматриваемой нами проблемы извлечения знаний в информационных системах: создание методов и систем автоматического и автоматизированного анализа естественно-языковых текстов, построение методов и программных систем машинного обучения, разработка и адаптация методов и программных систем поддержки извлечения экспертных знаний, создание методологии и, на ее основе, операциональной технологии приобретения знаний.
Существуют несколько классификаций методов извлечения знаний:
• теоретический;
• коммуникативный;
• текстологический.
Рис. 1.3. Классификация методов извлечения знаний
А текстологический метод - это метод извлечения знаний, основанный на изучении специальных текстов из учебников, монографий, статей, методик и других носителей профессиональных знаний.
Я считаю, что каждый метод имеет свои преимущества. Но хотела бы выделить коммуникативный метод извлечения знаний. Так как, считаю его более эффективным из всех остальных. Он имеет разные способы, пути решения проблемы.
И в конце хотелось бы сказать, что знания играют большую роль в человеческой жизни и в сфере информатизации.
Использованные источники:
1. Кук II. М., Макдональд Д. Э. Формальная методология приобретения и представления экспертных знаний // ТИИЭР. 2009. JT. 74. № 10. С. 145-155.
2. Семенов М.И. и др. Автоматизированные информационные технологии в экономике // Финансы и статистика - 2000 - № 9.
3. Абхалимова Р.С., Шарафутдинов А.Г. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ XXI ВЕКА Экономика и социум. 2014. № 2-5 (11). С. 234236.
4. Мишенин А.И., Салмин С.П. Теория экономических информационных систем. Практикум 2005
5. Титоренко Г.А. Информационные системы в экономике: Учебник. Второе издание, переработанное и дополненное. М.: ЮНИТИ-ДАНА, Москва, 2009
