（模式识别与智能系统专业论文）基于xml的可视化知识获取与模式验证.pdf

摘要 摘要 信息技术和网络技术的迅速发展使得大量的知识蜂拥而至。如何有效地获 取、整理、组织和共享知识，并最终充分利用知识成为越来越突出的问题。本 文从可视化的角度对这个问题进行研究，以期提高知识获取和利用的效率。本 文以可视化知识获取系统与x m l 知识库验证系统的开发工作为基础，结合开发过 程中涉及的相关理论，阐述可视化知识获取和) ( m l 知识库验证与错误处理的详细 技术路线和解决方案。 本文对知识表示、知识可视化获取、可视化环境构建、订l 验证与查错以 及人机交互等多项内容进行了研究和实现。在s c h e m a 描述的知识表示的约束下， 通过引入可视化手段对显性隐性的领域知识进行知识获取，并对知识获取得到 的】( m l 知识库进行验证和错误处理，保证知识获取得到的知识的可用性。本文的 主要研究内容包括知识表示、可视化知识获取、知识库验证三大部分： ( 1 ) 知识的规范性、知识表示的优劣直接关系到人工智能应用系统的智能 化程度。本文综合运用多种知识表示方法，并结合x m l 表示形式，开发了一种基 于x m l 的知识表示方法，并通过x m ls c h e m a 对知识表示方法进行描述。 ( 2 ) 可视化知识获取系统是整个专家系统开发平台的核心内容之一，本文 综合运用可视化技术，计算机图形学、2 d 技术等技术，通过j a v a 技术构建了基 于m v c 模式的可视化组件，并以此为基础，构建具有丰富含义的可视化知识图元 和可视化知识获取环境。 ( 3 ) x m l 知识库验证是整个系统中非常重要且必需的一部分，本文通过x m l 知识库的模式有效性验证，保证经过验证的x m l 知识库文档符合x m l 语法和 s c h e m a 规范。同时进行与x m l 文档有效性无关的语义错误处理，保证x m l 知识库 的可用性。 通过上述三个关键步骤，构建了一个可视化知识获取平台及相应的验证系 统。 关键字：专家系统知识表示知识获取知识可视化x m ls c h e m a 模式验证 a b s t l a c t m e a n i i l g m lv i s u a l i z e dk n o w l e d g em e t a 丘l ea n dl ( i l o w i e d g e a c q u i s i t i o ne n v i r o i l l l l e n t ( 3 ) x m lv a l i d a t i o ni st h ev e r yi n l p o r 伽1 ta j l dn e c e s s a d ，p a no ft h e 、h o l es y s t e m b yv a l i d a t i n gt h ev a l i d i t ) ro fx m lk n o w l e d g eb a l s e ，9 1 1 a r a l l t e em e 订ll ( i l o w l e d g e b a s et e x t st o 诅l l yw i t ht h es c h e m ac r i t e r i o n m e a n w h i l e ，w ed e v e l o pt h es e m a n t i c d i s p o s a lm e t h o di r r e s p e c t i v eo ft h ex m ld o c u m e n tv a l i d i t ) ，a 1 1 de n s u r et l l a tt h e k n o w l e d g er e a l s o n i n ga i l dm es h a r eo fk n o 、订e d g ep r o c e s ss u c c e s s 龟l l y t h o u 曲t h ea b o v et h et 1 1 r e ek e ys t e p s ，w ec o n s t m c tav i s u a l i z e dk n o 、v l e d g e a c q 试s i t i o np l a t f o 面a 1 1 dc o n e s p o n d i n gv a l i d a t i o ns y s t e m k e yw o r d s ：e x p e f ts y s t e m ，k n o w l e d g er e p r e s e n t a t i o n ，k n o w l e d g ea c q u i s i t i o n ， k j l o w l e d g ev i s u a l i z a t i o n ，) ( m l ，s c h e m apa t t e m ，v a l i d a t i o n m 中国科学技术大学学位论文原创性和授权使用声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作 所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任 何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究 所做的贡献均己在论文中作了明确的说明。 本人授权中国科学技术大学拥有学位论文的部分使用权，即：学 校有权按有关规定向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅，可以将学位论文编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 保密的学位论文在解密后也遵守此规定。 作者签名： 年 第1 章绪论 1 1 引言 1 1 1 人工智能与专家系统 第1 章绪论 人工智能( a i ，a n i f i c a l i n t e l l i g e n c e ) 工作者经过长期的实验研究发现，人 工智能系统要解决现实世界中的许多复杂问题，不能仅有一般的问题求解方法， 还需要解决有关领域中的专门知识。缺少知识，去处理一个无限制的领域是非 常困难的。要使高速计算机工作得像人类专家那样好，必须为它提供人类专家 所具有的那些专门知识。( 约翰德尔金，2 0 0 5 ) 基于这种思想，被誉为“专家 系统和知识工程之父”的费根鲍姆( e f e i g e n b a 啪) 在化学专家的配合下于1 9 6 5 年成功研制世界上第一个专家系统d e n d 地，用于质谱仪分析有机化合物的 分子结构。从此，专家系统如同雨后春笋迅速遍及世界各地。1 9 7 6 年美国斯坦 福大学肖特列夫( s h o r t l i f r ) 开发成功医疗专家系统m y c i n ，用于抗生素药物治 疗。这个系统后来被知识工程师视为“专家系统的设计规范”( 王永庆，2 0 0 1 ) 。 1 9 7 7 年费根鲍姆进一步提出知识工程( k n o w l e d g ee n g i n e e r i n g ) 的概念，确定 了知识在人工智能中的重要地位，为人工智能的应用奠定了基础，大大促进了 专家系统的发展。 专家系统( e s ，e x p e r ts y s t e m ) 是人工智能领域的一个重要分支，是一个 具有大量专门知识和经验的程序系统，是对传统人工智能问题中智能程序设计 的一个非常成功的近似解决方法。( 专家系统与传统的计算机程序的主要区别) 它应用人工智能技术，根据某个领域一个或多个人类专家提供的知识和经验进 行推理和判断，模拟人类专家的决策过程，以解决那些需要专家提供决策的复 杂问题。( 蔡自兴，徐光佑，1 9 9 6 ) 专家系统的应用面十分广泛，涉及医疗、化 学、地质、石油、商业、金融、气象等，几乎渗透到各行各业，凡是需要用专 家知识解决问题的地方，都有专家系统生存的土壤。 图1 1 描述了一个基于知识的专家系统的基本概念。用户提供事实或其他 4 第l 章绪论 该系统将知识经过编译技术，依赖自定义的一套虚拟推理指令系统生成该 知识库的推理指令序列。然后推理机读取指令，并且结合用户的信息交互完成 问题的求解。采用虚拟指令的技术保证了知识的保密性，并且有利于知识的跨 平台性，经过该步处理大大提高了解释推理机的执行效率。( 张红艳，2 0 0 7 ) 1 1 3 知识获取 ( 一) 知识获取的概念 作为纯技术的概念，知识获取( k a ，k n o w l e d g ea c q u i s i t i o n ) 在计算机人工 智能领域由来已久。知识获取工具是沟通领域专家和知识应用开发人员的桥梁。 知识获取是指知识从外部知识源到计算机内部的转换过程。就是如何将一些问 题求解的知识从专家的头脑和其它知识源中提取出来，并按照一种合适的知识 表示方法将它们转移到计算机中( 通常将这种转换后形成的系统称为专家系 统) 。也就是把一些问题求解的知识( 如事实、经验、规则等) 从知识源中提取 出来，并以某种形式在计算机中存储，以建立起健全、完善、有效的知识库( 高 华，余嘉元，2 0 0 6 ) 。知识源一般包括领域专家、文献资料、数据库以及系统运 行中产生的数据等。 ( 二) 知识获取的步骤 专家系统中的知识获取是一个不断循环和不断完善的过程。 x 第1 章绪论 要特征、预期效益和所要达到的目标等，确定知识的类型和结构。 ( 2 ) 概念化阶段：对关键概念和关系以更直接和明显的方式进行描述和说 明，并对任务进行划分，确定问题的控制流程和约束条件。 ( 3 ) 形式化阶段：把主要概念、子问题、信息流特征关系及领域知识，用 适合于计算机表示和处理的形式化方法描述出来。 ( 4 ) 实现阶段：将形式化的知识用系统可理解的表现形式或语言形式描述 出来，使知识得以合理地组织，最终定义出控制和信息流，并存储到知识库中。 ( 5 ) 测试阶段：由于初始的知识库中往往存在着矛盾或冗余规则，或者知 识的使用结果与专家给出的结论无法吻合，这就需要对它进一步求精约简，以 期获得一个结构良好、功能完善、知识相对完备的高质量知识库。 ( 三) 知识获取的方法 知识可以分为显性知识和隐性知识( p a l v i o a ，1 9 8 6 ) 。从知识获取的对象 知识的角度，可将知识获取分为对显性知识的获取和对隐性知识的获取。 l 、显性知识获取方法 显性知识( e x p l i c i tk h o w l e d g e ) 能够透过“载体”传达、表现如专利、学 术著作和技术文档等知识。此类知识“能够用正式的、系统的语言表达和沟通”， 易于以文字、图表、语言等载体，在个体和组织之间转移和传播。这类知识存 在于世界上，是未经专门收集、组织和整理的大量信息，如各种文献资料、网 络上的各种信息。知识获取机制将针对待解决的问题寻找和识别与之相关的关 键性信息，并对这些信息进行提取，形成对某一问题的专门知识作为决策的依 据。根据知识具体的存在形式，显性知识的获取方法分为以下几类： ( 1 ) 数据挖掘( d a t am i n i n g ) 。数据挖掘作为知识发现( i 视觉隐喻 “怎么做”的知识学习( 获取、内化) 表示知识的动画 “在哪儿”的知识 。 编订( 文档、外化) 知识地图 “关于谁”的知识发现( 专家、文档) 科学图表 评定( 知识登记评定) 图3 1 知识可视化研究的三个角度 2 7 第3 章可视化组件设计与实现 “知识类型”在于区分需要进行传输的知识的类型。不同的文献对知识分 类的结果不同，至今还没有一个能够将可视化形式与知识类型相对应的知识分 类法，因此还没有能够为特殊知识类型提供特殊表示方法的框架；“可视化动机” 对使用可视化表示的动机进行了区分，可以包括：通过视觉手段进行共享、知 识创新、学习，把过去的经验编成文件供别人使用和知识构图等；“可视化形式” 给出了可视化的几种方法，如启发式草图，概念图表，视觉隐喻，知识地图和 科学图表等。当然，这个图表中的知识类型，可视化目的以及可视化形式等的 列举只是一个示意，没有一个对应关系，研究者们可以根据自己的需要去确定 ( 赵国庆，黄荣怀，陆志坚，2 0 0 5 ) 。 ( 二) 知识可视化研究的一般思路 知识可视化研究可以借鉴传统的四步实验法： ( 1 ) 构建理论上的形式化模型和相应的算法： ( 2 ) 开发实现该理论的软件； ( 3 ) 应用理论和工具，构建实际问题的解决方案； ( 4 ) 评估建构的系统，重复这四步，直到得到满意的效果。 在实施时，这四大步骤需要进行进一步的分解。第( 1 ) 步大致可以分解为： ( a ) 明确知识可视化的目的，即解决研究的动机问题； ( b ) 选取一种切实有效的知识分类法； ( c ) 分析该分类法下的各种知识类型，哪些适合进行可视化，哪些不适合 进行可视化； ( d ) 为各种知识类型选择合适的知识可视化方法，即图解手段； ( e ) 为各种图解形式寻求对应的计算机知识表示法，即建立相应的数据结 构( 含逻辑结构和物理结构) 和算法。 第( 2 ) 步则可以依据软件工程的思想将其分解为需求分析，设计，编码， 测试等步骤；第( 3 ) 步是实验环境的创建；第( 4 ) 步则是实验效果的分析和 评估，从而为进入下一个迭代做准备。 3 1 3 几种已有的知识可视化工具 ( 一) 概念图( c o n c e p tm a p ) 概念图是康乃尔大学的诺瓦克( n o v a k ) 博士根据奥苏贝尔( d a v i dp 第3 章可视化组件设计与实现 a u s u b e l ) 的有意义学习理论提出的一种教学技术。根据诺瓦克博士( 1 9 8 4 ) 的 定义，概念图是用来组织和表征知识的工具。它将某一主题的有关概念置于圆 圈或方框中，然后用连线将相关的概念和命题连接，连线上标明两个概念之间 的意义关系。 概念图是使用节点代表概念，连线表示概念间关系，由包含一个概念的节 点及连接组成。连接被贴上标签并用箭头符号指示方向，被贴上标签的连接解 释节点之间的关系，箭头描绘关系的方向，“概念一连接词一概念”这样一个三元 组形成了一个命题。另外，概念图是具有层次结构的，最高级的概念处在顶端。 人们可以用适合的关联词来说明不同层次的概念之间的关系，并确定不同分支 之间的横向联系( 朱学庆，2 0 0 2 ) 。 概念图最大的优点在于对知识的体系结构( 概念及其概念之间的关系) 一 目了然的表达出来，还突出表现了知识体系的层次结构。 ( 二) 思维导图( m i n dm a p ) 思维导图最初是2 0 世纪6 0 年代英国人托尼巴赞( t o n yb u z a n ) 创造的一 种笔记方法。托尼巴赞( 1 9 9 9 ) 认为：传统的草拟和笔记方法有埋没关键词， 不易记忆，浪费时间和不能有效的刺激大脑四大不利之处，简洁，效率和积极 的个人参与对成功的笔记有至关重要的作用。在草拟和笔记的办法成效越来越 小的情况下，需要一种可以不断增多回报的办法，这种办法就是思维导图。尽 管思维导图的初始目的只是为了改进笔记方法，它的作用和威力还是在日后的 研究和应用中不断显现了出来，被广泛应用于个人，家庭，教育和企业。 托尼巴赞认为思维导图是对发散性思维的表达，因此也是人类思维的自 然功能。他认为思维导图是一种非常有用的图形技术，是打开大脑潜能的万能 钥匙，可以应用于生活的各个方面，其改进后的学习能力和清晰的思维方式会 改善人的行为表现。 ( 三) 认知地图( c o g n i t i v em a p s ) 认知地图也被称为因果图( c a u s a lm a p s ) ，是a c k e n l l a n & e d e n 提出的，它 将“想法”( i d e a s ) 作为节点，并将其相互连接起来。想法不同于概念( c o n c e p t s ) ， 它们大多是句子或段落。认知地图是以个体建构理论( p e r s o n a lc o n s t m c tt h e o r y ) 为基础提出的，其中的“想法”都是通过带箭头的连接线连起来，但连接上没 有连接词，连接线的隐含意思是“因果关系 或“导致”，且没有层次的限制。 c o g i l i t i v em a p s 用来帮助人们规划工作，促进小组的决策( a c k e n n a n ，e d e n ， 2 9 第3 章可视化组件设计与实现 面的处理也变得具有挑战性。一个应用可能有很多不同的视图，m v c 模式对于 视图的处理仅限于视图上数据的采集和处理，以及用户的请求，而不包括在视 图上的业务流程的处理。业务流程的处理交予模型处理。比如一个订单的视图 只接受来自模型的数据并显示给用户，以及将用户界面的输入数据和请求传递 给控制和模型。 控制( c o l l 仃o l l e r ) 可以理解为从用户接收请求，将模型与视图匹配在一起， 共同完成用户的请求。划分控制层的作用也很明显，它清楚地告诉你，它就是 一个分发器，选择什么样的模型，选择什么样的视图，可以完成什么样的用户 请求。控制层并不做任何的数据处理。例如，用户点击一个连接，控制层接受 请求后，并不处理业务信息，它只把用户的信息传递给模型，告诉模型做什么， 选择符合要求的视图返回给用户。因此，一个模型可能对应多个视图，一个视 图可能对应多个模型。 模型、视图与控制器的分离，使得一个模型可以具有多个显示视图。如果 用户通过某个视图的控制器改变了模型的数据，所有其它依赖于这些数据的视 图都应反映到这些变化。因此，无论何时发生了何种数据变化，控制器都会将 变化通知所有的视图，导致显示的更新。这实际上是一种模型的变化一传播机制。 模型、视图、控制器三者之间的关系和各自的主要功能如图3 2 所示。 状态查询 i 覆塑 l 状态改变 视囝 解释梗型 梗型更新请求 发送用户输入给控制器 允许控制器选择视图 封装应用程序状态 响应状态查询 应用程序功能 通知视图改变 视图选择 控爿器 定义应用程序行为 用户动作映射成模型更新 选j 荤d 向应的视图 图3 2m v c 组件类型的关系和功能 3 2 2m v c 模式的扩展 m v c 模式具有良好的可扩展性，可以轻松实现以下功能： ( 1 ) 实现一个模型的多个视图； 3 2 第3 章可视化组件设计与实现 ( 2 ) 采用多个控制器； ( 3 ) 当模型改变时，所有视图将自动刷新； ( 4 ) 所有的控制器将相互独立工作。 这也是m v c 模式的优越性的体现，只需在以前的程序上稍作修改或增加新 的类，就可以轻松地增加程序功能。以前开发的许多类可以得到，而程序结构 根本不再需要改变，各类之间相互独立，便于团体开发，提高开发效率。对于 一个模型、两个视图和一个控制器的扩展实现，模型类及视图类不需要改变， 只需要增加另一个视图，并与模型发生关联即可。这种模式下视图、控制器、 模型三者之间的示意图如图3 3 所示。 图3 3 模型、控制器和视图三者关系示意图 同样也可以实现其它形式的m v c