La recuperación de conocimiento busca devolver información en una forma estructurada, coherente con los procesos cognitivos humanos, en lugar de simples listas de elementos de datos. Se basa en una variedad de campos, entre ellos la epistemología (teoría del conocimiento), la psicología cognitiva , la neurociencia cognitiva , la lógica y la inferencia , el aprendizaje automático y el descubrimiento de conocimiento , la lingüística y la tecnología de la información .
Descripción general
En el campo de los sistemas de recuperación, los enfoques establecidos incluyen:
Ambos enfoques requieren que el usuario lea y analice listas a menudo largas de conjuntos de datos o documentos para extraer significado.
El objetivo de los sistemas de recuperación de conocimiento es reducir la carga de esos procesos mediante una mejor búsqueda y representación. Esta mejora es necesaria para aprovechar los volúmenes de datos cada vez mayores disponibles en Internet. [1] [2] [3] [4] [5 ] [6 ] [7] [8] [9] [10] [11]
Comparación con datos y recuperación de información
La recuperación de datos y la recuperación de información son formas anteriores y más básicas de acceso a la información. [12]
La recuperación de conocimiento se centra en el nivel de conocimiento. Necesitamos examinar cómo extraer, representar y utilizar el conocimiento en datos e información. [13] Los sistemas de recuperación de conocimiento proporcionan conocimiento a los usuarios de una manera estructurada. En comparación con la recuperación de datos y la recuperación de información, utilizan diferentes modelos de inferencia , métodos de recuperación, organización de resultados, etc. La Tabla 1, que amplía la comparación de van Rijsbergen de la diferencia entre recuperación de datos y recuperación de información, [14] resume las principales características de la recuperación de datos, la recuperación de información y la recuperación de conocimiento. [15] El núcleo de la recuperación de datos y la recuperación de información son los subsistemas de recuperación. La recuperación de datos obtiene resultados a través de la coincidencia booleana. [16] La recuperación de información utiliza la coincidencia parcial y la mejor coincidencia. La recuperación de conocimiento también se basa en la coincidencia parcial y la mejor coincidencia.
Desde una perspectiva de inferencia, la recuperación de datos utiliza inferencia deductiva , y la recuperación de información utiliza inferencia inductiva. [14] Considerando las limitaciones de los supuestos de diferentes lógicas, los sistemas lógicos tradicionales (por ejemplo, el subconjunto de Horn de la lógica de primer orden ) no pueden razonar de manera eficiente. [17] El razonamiento asociativo, el razonamiento analógico y la idea de unificar el razonamiento y la búsqueda pueden ser métodos efectivos de razonamiento a escala web. [17] [18]
Desde la perspectiva de la recuperación, los sistemas de recuperación de conocimiento se centran en la semántica y en una mejor organización de la información. La recuperación de datos y la recuperación de información organizan los datos y los documentos mediante la indexación, mientras que la recuperación de conocimiento organiza la información indicando las conexiones entre los elementos de esos documentos.
Marcos para sistemas de recuperación de conocimiento
Desde la perspectiva de la informática , se ha propuesto e investigado en detalle un marco lógico que se centra en la imprecisión de las consultas de conocimiento. [19] Se han investigado los lenguajes de marcado para el razonamiento de conocimiento y las estrategias pertinentes, que pueden servir como posibles bases de razonamiento lógico para la recuperación de conocimiento basado en texto. [3]
Desde la perspectiva de la ciencia cognitiva , especialmente desde la psicología cognitiva y la neurociencia cognitiva, se ha investigado la base neurobiológica para la recuperación del conocimiento en el cerebro humano , y puede servir como modelo cognitivo para la recuperación del conocimiento. [20] [21]
Disciplinas relacionadas
La recuperación de conocimiento puede extraer resultados de las siguientes teorías y tecnologías relacionadas: [12]
- Teoría del conocimiento : adquisición de conocimiento, organización del conocimiento, representación del conocimiento , validación del conocimiento, gestión del conocimiento.
- Ciencia cognitiva : psicología cognitiva, neurociencia cognitiva, informática cognitiva, formación y aprendizaje de conceptos, toma de decisiones, interacción humano-computadora .
- Aprendizaje automático y descubrimiento de conocimiento : preprocesamiento, clasificación, agrupamiento, predicción, posprocesamiento, teoría del aprendizaje estadístico .
- Lógica e inferencia : lógica proposicional , lógica de predicados, lógica de atributos, lógica universal , inferencia inductiva , inferencia deductiva, razonamiento asociativo, razonamiento analógico, razonamiento aproximado.
- Tecnología de la información : teoría de la información , ciencia de la información , recuperación de información, sistemas de bases de datos , sistemas basados en conocimiento , sistemas basados en reglas, sistemas expertos , sistemas de apoyo a la toma de decisiones , tecnología de agentes inteligentes .
- Lingüística : lingüística computacional , comprensión del lenguaje natural , procesamiento del lenguaje natural .
Los temas que se enumeran en cada entrada sirven como ejemplos y no constituyen una lista completa. Además, se deberían agregar muchas disciplinas relacionadas a medida que el campo madure.
Referencias
- ^
Frisch, AM Recuperación de conocimiento como inferencia especializada, tesis doctoral, Universidad de Rochester , 1986.
- ^
Kame, M. y Quintana, Y. Un sistema de recuperación de conocimiento basado en gráficos, Actas de la Conferencia Internacional IEEE de 1990 sobre Sistemas, Hombre y Cibernética, 1990: 269-275.
- ^ ab Martin, P. y Eklund, PW Recuperación de conocimiento y la World Wide Web, IEEE Intelligent Systems , 2000, 15(3): 18-25.
- ^
Oertel, P. y Amir, E. Un marco para la recuperación de conocimiento de sentido común, Actas del 7º Simposio Internacional sobre Formalizaciones Lógicas del Razonamiento de Sentido Común , 2005.
- ^
Travers, M. Una representación visual para estructuras de conocimiento, Actas de la segunda conferencia anual de la ACM sobre hipertexto e hipermedia, 1989: 147-158.
- ^
Yao, YY Sistemas de soporte de recuperación de información, Actas de la Conferencia Internacional IEEE de 2002 sobre Sistemas Difusos, 2002, 1092-1097.
- ^
Zhou, N., Zhang, YF y Zhang, LY Visualización de información y recuperación de conocimiento [en chino], Science Press, 2005.
- ^
Robert Loew, Katrin Kuemmel, Judith Ruprecht, Udo Bleimann, Paul Walsh. Enfoques para la recuperación de conocimiento personalizada, Internet Research , 17(1), 2007
- ^
Stefania Mariano, Andrea Casey. El proceso de recuperación de conocimiento: un estudio de caso de una empresa estadounidense de investigación, ingeniería y consultoría de alta tecnología . VINE: The journal of information and knowledge management systems, 37(3), 2007.
- ^
Jens Gammelgaard, Thomas Ritter. La matriz de recuperación de conocimiento: codificación y personificación como estrategias separadas, Journal of Knowledge Management, 9(4), 133-143, 2005.
- ^
JEL Farradane. Análisis y organización del conocimiento para su recuperación, Actas de la ASLIB, 22(12), 607-616,1970.
- ^ ab Yiyu Yao, Yi Zeng, Ning Zhong, Xiangji Huang. Recuperación de conocimiento (KR). En: Actas de la Conferencia internacional IEEE/WIC/ACM de 2007 sobre inteligencia web, IEEE Computer Society , Silicon Valley , EE. UU., 2 al 5 de noviembre de 2007, 729-735.
- ^ Bellinger, G., Castro, D. y Mills, A. Datos, información, conocimiento y sabiduría, http://www.systemsthinking.org/dikw/dikw.htm Archivado el 17 de octubre de 2016 en Wayback Machine.
- ^ ab van Rijsbergen, Recuperación de información de CJ, Butterworths, 1979.
- ^
Zeng, Y., Yao, YY y Zhong, N. Recuperación de conocimiento basada en estructura granular [en chino], Actas de la Conferencia Conjunta de la Séptima Conferencia de Computación General y Suave , el Primer Foro de Computación Granular y el Primer Foro de Inteligencia Web, 2007.
- ^
Baeza-Yates, R. y Ribeiro-Neto, B. Recuperación de información moderna, AddisonWesley, 1999.
- ^ ab Fensel, D. y van Harmelen, F. Unificación del razonamiento y la búsqueda a escala web, IEEE Internet Computing, 2007, 11(2): 96, 94-95.
- ^
Berners-Lee, T., Hall, W., Hendler, JA, O'Hara, K., Shadbolt, N. y Weitzner, DJ Un marco para la ciencia web, Fundamentos y tendencias en la ciencia web, 2006, 1(1): 1-130.
- ^ Chen, BC y Hsiang, J. Un marco lógico de recuperación de conocimiento con imprecisión, Actas de la Conferencia Internacional IEEE/WIC/ACM de 2004 sobre Inteligencia Web, 2004: 524-528.
- ^
Tranel, Daniel, Damasio, Antonio. La neurobiología de la recuperación del conocimiento. Behavioral and Brain Science, 22(2): 303-303, 1999.
- ^
Jennifer H. Pfeifer, Matthew D. Lieberman , Mirella Dapretto. “Sé que tú eres, pero ¿qué soy yo?”: Bases neuronales de la recuperación del conocimiento social y del yo en niños y adultos, Journal of Cognitive Neuroscience , 19(8), MIT Press , agosto de 2007.
