Acceso usuarios
Yunia Reyes González, Natalia Martínez Sánchez, Adolfo Díaz Sardiñas, Maidelis Milanés Luque
Elucidar y reproducir conocimiento es la tarea central en la construcción de los sistemas basados en el conocimiento; el sujeto de esta acción es el ingeniero de conocimiento. La adquisición del conocimiento a partir de expertos humanos, si bien necesaria e insustituible, en unas aplicaciones más en otras menos, ha presentado diversas dificultades que van desde la representación del sentido común hasta las excesivas demoras en la implementación y el mantenimiento de los sistemas. El proceso de adquisición del conocimiento requerido en un sistema basado en el conocimiento puede ser automatizado o parcialmente automatizado. La idea radica en lograr disminuir el tiempo de trabajo entre el ingeniero del conocimiento y el experto del área del saber en el sistema informático inteligente que se desea construir. En este artículo se presentan las potenciales que ofrece el agrupamiento conceptual lógico combinatorio tanto para la extracción como para la modelación del conocimiento en la construcción de este tipo de sistemas informáticos. Se presentan tres casos específicos de SBC en los cuales se emplean los conceptos en sus procesos esenciales: forma de representar el conocimiento y método de solución del problema. Este enfoque permite, entre otras ventajas, la automatización del proceso de extracción del conocimiento lo que posibilita independizarlo de los expertos humanos y acercar la teoría de los SBC a paradigmas más actuales donde se emplean técnicas como Big Data.
Elucidating and replicating knowledge is the central task in building knowledge-based systems; the subject of this action is the knowledge engineer. The knowledge acquisition from human experts, although necessary and irreplaceable, in some applications in others less, has presented various difficulties ranging from the representation of common sense to excessive delays in the implementation and maintenance of systems. The knowledge acquisition process required in a knowledge-based system can be automated or partially automated. The idea is to reduce the working time between the knowledge engineer and the knowledge expert in the intelligent computer system that is to be built. This paper presents the potential of logical combinatorial grouping for both extraction and knowledge modeling in the construction of this type of computer systems. Three specific cases of Knowledge Based Systems are presented in which concepts are used in their essential processes: how to represent the knowledge and method of solving the problem. This approach allows, among other advantages, the automation of knowledge extraction process which makes it possible to separate it from human experts and bring the Knowledge Based Systems theory to more current paradigms where techniques like Big Data are applied.
