在印第安纳大学博士论文,2005年。雷竞技官方网站下载
安娜Maguitman
在传统的观点知识管理、知识获取主要被看作是获取知识,获取知识中已经存在的专家。本文提出了一种替代方法,知识扩展,基于知识模型的前提下发展的协调过程知识获取和知识结构。在这个视图中,支持专家的建设是至关重要的新知识扩展现有的知识模型。本文开发和评估人工智能的方法来促进知识扩展,特别是在知识的上下文建模通过概念映射。支持知识扩展的问题,提出了两个研究问题:第一,如何通过算法提取主题描述符从概念地图,第二,如何使用这些主题描述符识别候选话题在网络上与新奇的平衡和相关性。为了解决这些问题,本文发展所需的理论框架主题的方式帮助信息搜索上下文中的知识模型在建。最后,它描述和评估EXTENDER,实现基于该框架的支持工具。提出的算法已经被开发和测试的框架内CmapTools,广泛使用的系统支持使用概念图知识建模。然而,他们的普遍性使他们适用于广泛的类的知识建模系统,以及网络搜索。
看到http://www.cs.indiana.edu/ ~ leake / index . html额外的出版物在大卫Leake的报纸存档。