研究内容

从知识库中发现新知识KDK (knowledge discovery in knowledgebase)是杨炳儒教授在国际上首次提出的一个新研究方向（专题）,它的成功将直接作用于大型知识库的构建,并将为解决目前机器学习的瓶颈问题——知识获取起到重要影响。我们研究了基于知识库中的KDK结构模型、算法及其验证。

研究方法   

由于知识本身所可能具有的一些属性,如不确定性、非单调性、不完全性等,就决定了KDK过程的进行也将是一个复杂的、多方法、多途径的过程。它与知识库的组织、用户对最终寻求的知识类型都紧密相关,采用的推理手段可能涉及很多不同的逻辑领域。 KDK发现的知识应该是新颖的、有效的、潜在有用的、用户可理解的,这与KDD的要求相同。

KDK究其本质应是一种机器学习过程,其目的是获取知识,学习源是知识库,学习手段是用归纳结合演绎的方法,其最终结果将既能够发现事实上的知识,也能发现规则上的知识。因此,在具体的实现中,采用两条挖掘线路,其一是利用归纳方法发掘事实之上的规则;另一条线路是通过高阶推理等方法,从规则库中发现规则,即属性与关系之上的关系。

获奖专利

获得“基于知识库的知识发现(KDK)的结构模型与挖掘算法”等3项发明专利。

联系方式

联系人：杨炳儒，谢永红                

联系人邮箱：bryang_kd@126.com ,xieyh@sina.com