何妞 方达
摘 要 随着现代化科学技术的发展和管理环境的日趋复杂,传统的事务管理、综合信息处理已无法满足现代管理决策的要求,尤其是面对半结构化和非结构化决策更显得无能为力。决策支持系统主要目的是支持半结构化或非结构化决策问题,以提高决策效能。知识工程已被应用于决策支持系统形成新一代决策支持系统。本文研究的重点是检验了知识工程在组织决策中的应用,分析了人工智能技术在有用信息抽取中的应用。
关键词 决策支持系统 知识工程 信息处理
中图分类号:TP3 文献标识码:A
1知识工程在组织决策中的应用
组织决策支持系统(Organizational Decision Support System, ODSS)是一类新的决策支持系统,它要解决的是企业产品生命周期中的根据经营目标形成的组织决策任务。现代组织环境不断增长的复杂性、动态性对组织生存的挑战,使得组织结构和管理模式发生着巨大改变,组织决策活动更需要以计算机和信息技术为支撑。近几年来,发展起来一种解决组织决策问题的新方法,即知识工程。它借助人工智能的原理和方法,基于知识推理,辅助决策。
知识工程主要研究如何在计算机中组织知识,建立高质量知识库,如何使计算机获取到有用的知识,使用知识来解决问题。基于知识工程的决策支持系统是决策支持系统发展的一个新阶段,它在传统的DSS结构的基础上增设了知识库和推理机。基于知识的系统目的是支持用户在基于知识的环境中运用推理机制来求解问题。
知识工程和推理策略应用于组织决策系统,提供决策支持,是目前一个重要发展方向。知识工程和推理策略的应用价值体现在以下几个方面:
(1)改变了决策方式 传统的决策方式过分依赖数据和数学模型,而忽略有价值的知识和经验。知识工程的应用,使决策过程更接近人类决策者本身,决策建立在众多决策者和专家的知识基础之上,体现了决策的科学化、民主化。
(2)决策过程智能化 知识工程的应用,使计算机具有像人类专家(群体专家)一样丰富渊博的知识,从而大大提高决策的效率和效果。
(3)实现不确定及模糊因素的决策 对于不确定及模糊因素,目前的数学工具还无法作精确的描述。引入人工智能,进行知识推理,是解决这类问题的重要手段。
(4)知识工程的应用是知识升值的过程 知识工程将私有的知识软件化,提供给更多的人使用,促进发挥了知识的潜在价值,也利于知识的积累和继承。
2人工智能技术在信息抽取中的应用
决策系统中应用知识工程,其中一个很重要的问题就是知识的获取。
但是现有决策支持系统存在信息支持不足、专家知识难以获取与表示、从海量数据提取有用信息存在困难等问题。信息抽取(Information Extraction, IE)正是解决这些问题的好方法。
信息抽取是一种新的信息处理技术,其目的是根据预定义好的模版,从半结构化文本、非结构化文本中抽取特定的有用的信息。当前信息抽取的方法基本分为两种:知识工程方法和机器学习方法。
知识工程方法依靠人工编写抽取模式,由专家对语料库进行分析、调整从而人工制定规则、模板。比如对命名实体的识别,可以采用基于规则的方法,采用有限状态自动机来实现。机器学习方法给出标注的例子文档集,通过机器学习来推导模板和模板的自动填充规则来抽取。
基于知识工程的信息抽取系统主要有以下特点:基于规则;需要有经验的语言工程师来开发;个人的直觉能够对系统的性能起到很大的影响;性能较好;开发周期较长,一旦成形之后不容易进行修改。
基于机器学习的信息抽取系统,开发者并不需要掌握语言工程知识,但需要大量的经过标注的训练数据,如果需要对这类系统的核心进行修改,则相应的所有训练数据也需要重新标注。基于机器学习的方法实现了抽取模式的自动获得,比基于知识工程方法有一定的优越性。
3结论
决策支持系统是专门为高层管理人员服务的一种信息系统,它强调支持的概念,是“支持”而不是“代替”人的决策主体。知识工程和推理策略是解决组织决策问题的一个好办法,它的广泛应用给复杂多变的组织决策问题提供有力的工具和手段。信息抽取作为一种能帮助人们在海量信息中迅速找到所需信息的技术越来越受到重视。信息抽取系统的构建有两种方法,目前基于机器学习的方法是主要的研究热点,其相对于基于知识工程的信息抽取系统构建方法有一定的优越性。
参考文献
[1] 严隽薇,贺飞鸣,吴启迪.组织决策支持系统中的知识推理系统[J].组合机床与自动化加工技术,2001,(8):1-3.
[2] 黄川林,高伟,杨国威.知识工程的研究与发展[J].黑龙江科技信息,2004,(11):76.
[3] 吕晶,张研.IDSS智能决策支持系统[J].计算机与信息技术,2007,(26):42,76.
[4] 薛伟,邢丽萍.知识工程在社会经济决策系统中的应用和价值[J].工业技术经济,1997,16(2):72-73,76.
[5] 黄牧涛,田勇.组合智能决策支持系统研究及其应用[J].系统工程理论与实践,2007,(4):114-119.
[6] 贺胜.信息抽取技术内涵及应用.南京师范大学文学学院学报,2004,(2):184-188.
[7] 李昕,王红梅.信息抽取技术探析.通化师范学院学报,2008,29(4):55-58.
[8] 刘迁,焦慧,贾惠波.信息抽取技术的发展现状及构建方法的研究.计算机应用研究,2007,24(7):6-9.