论文部分内容阅读
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XML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XML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、XML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Schema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XML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XML表示形式，开发了一种基于XML的知识表示方法，并通过XML Schema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、2D技术等技术，通过Java技术构建了基于MVC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)XML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XML知识库的模式有效性验证，保证经过验证的XML知识库文档符合XML语法和Schema规范。同时进行与XML文档有效性无关的语义错误处理，保证XML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。