智能信息系统模拟试题及答案.doc

1、智能信息系统模拟试卷四 年级： 专业： 姓名： 学号： 一、 单项选择题 1. （）是人工智能（ AI）最早的研究领域之一。 A 模式识别 B 自然语言理解 C 自动定理证明 D 知识获取 2 知识组织呈（）结构。 A 星状 B 环状 C 网状 D 放射状 3 （）是知识检索中最重要、最基本的知识元素。 A 认知 B 本体 C 自然语言 D 概念 4（）用于描述领域知识的表示结构、规则之间的控制约束关系，知识的使用范围等。 A 元规 则 B 元事实 C 元数据 D 控制单元 5 在智能搜索引擎体系结构中，哪层结构负责接受服务器端的检索结构：（）。 A 数据层 B 表示层 C 应用层 D 逻辑层

2、 二、 多项选择题 1. 人工智能领域中，产生式规则是知识表示表示方法之一，其包括下面哪些规则：（） A 正向规则和逆向规则 B 确定规则和不确定规则 C 元规则 D 特殊和一般性规则 2. 元数据结构包括：（） A 形式结构 B 内容结构 C 句法结构 D 语义结构 3. 根据推理 方向的控制策略，知识推理包括一下哪些规则：（） A 正向推理 B 双向推理 C 精确推理 D 单调推理 4.下面哪些是知识检索的智能特征：（） A 支持自然语言理解和检索 B 具有知识推理和学习功能 C 具有可视化、智能化检索功能 D 能够通过非自然语言和知识语言进行人机交互 5. 下面哪个是专家经验知识的主要获

3、取方法：（）。 A 头脑风暴的方法 B 机器归纳学习技术 C 神经网络技术 D 专家访谈的方法 三、 简答题 1. 请简述本体的定义，以及按照本体的应用划分，本体分为哪些 类型。 2. 请简述可视化知识组织实现的步骤。 3. 请简述正向规则推理中解决冲突的策略。 4. 请简述 概念网络检索方法的基本原理。 5. 请简述知识获取的两种基本方法。 四、 论述题 1.请论述知识组织和信息组织之间的关系。 2.请论述 认知理论的基本概念和其在知识检索中的应用和作用。 3.请论述机器学习系统的结构和功能。 4.试述知识发现的主要过程。 5.论述智能信息系统开发的步骤。 模拟试卷四答案 一、 单项选择题

4、1. A 2.C 3.D 4.B 5.B 二、 多项选择题 1.ABCD 2.ABC 3.AB 4.ABC 5 BCD 三、 简答题 1. 请简述本体的定义，以及按照本体的应用划分，本体分为哪些类型。 定义：本体是对领域实体存在本质的抽象，而实体之间存在许多关联，实体本身也在不断变化，实体具有许多静态和动态的特性。本体就是对实体及其关联和实体的运动规律的本质特征的抽象描述。 类型：根据本体应用主题，可将 本体划分为四种类型 ： 1. 通用或常识本体， 用于描述通用的知识，如：语言、常识等知识； 2. 领域知识本体 ，用于描述特定应用领域中 的概念和概念间关系； 3. 任务本体 ，用于描述特定任

5、务中的概念和概念间关系； 4. 元数据本体 ，用于描述信息资源元数据的本体。 2请简述可视化知识组织实现的步骤。 可视化知识组织的实现步骤 （ 1）确定主题，首先确定所要表达的知识重点、主题中心，并找出与之相关的概念。 （ 2）明确目标，知识的使用目标决定了知识可视化的形式。 （ 3）构思框架，相关概念与主题的相互关系构成了知识的主体，在这一阶段要构思主题与相关概念的摆放位置，设计将要实现的可视化整体框架。 （ 4）选择形式，根据构思的结果，在诸多 的知识可视化形式中选择一种最能帮助达到知识的使用目标方式。 （ 5）绘制图形，选择绘制图形的技术工具，进行手绘或计算机辅助绘制。 （ 6）评价图形

6、，评价包括：检查主题是否突出、结构是否完整、能否达到目标等，评价中发现问题要及时进行修订。 3. 请简述正向规则推理中解决冲突的策略。 对于正向推理，解决冲突的策略是： （ 1）选择一个：选择匹配事实的第一条规则。 （ 2）顺序选择：按匹配规则的顺序执行，前面建立的新事实可被后面的规则使用。 （ 3）详细规则优先：这种方法是在冲突规则集中 优先选择条件部分内容详细的规则。 （ 4）重要度优先：该方法是预先给各规则赋予类似于优先数的权，然后在处理冲突规则时，选择优先数最高的规则。 4. 请简述 概念网络检索方法的基本原理。 概念网络检索方法的基本原理如下： 本体概念知识库可以应用概念网络（或概念

7、图）表达，将用户查询式表示为概念网络片段形式，对概念库执行搜索匹配，若一个用户查询的概念图被完全包含在概念知识库的某概念子图中，则认为该子图和用户查询完全相关；若两个概念图间有交集，则两者部分相关；若两个概念图没有任何重叠部分，则两者完全不相关。其中 对两个概念图的逻辑比较是这种匹配方法的关键。 5.请简述知识获取的两种基本方法。 一般来说， 按照知识获取的自动化程度 ， 可以将知识获取划分为非自动知识获取和自动知识获取两类基本方式 。 非自动知识获取方法：在非自动的知识获取方式中，知识获取分两步进行，首先由知识工程师从相应信息源获取知识；然后再由知识工程师通过某种知识编辑软件将知识输入知识库

8、。自动知识湖区方法：指系统采用相关的知识获取方法，直接从信息源 “ 学习 ” 相关的基础知识，以及从系统自身的运行实践中总结、归纳出新知识，不断自我完善，建立起性能优良的知识库。 四、 论述题 1.请论述知识组织和信息组织之间的关系。 两者的关联：信息组织和知识组织都是在技术发展和用户信息需求两大因素下建立起来的学科，两者之间有着深刻的联系。从发展的角度看，信息是产生知识的原料，信息组织理论是实现知识组织的基础，知识组织是信息组织发展到一定阶段的必然产物。 两者的不同： 知识组织 是应用知识管理理论与方法，模拟人的认识思维规律 ,对知识元素及其关联进行序化的过程，实现信息源深层知识内容的组织。

9、它能处理显性知识和隐性知识，还能处理静态和动态知识。 信息组织 是应用信息管理理论与方法，对信息元素及其 关联进行序化的过程。它实现信息源浅层信息内容的组织。 2.请论述在知识检索的范畴中， 认知理论的基本概念、应用和作用。 认知理论的基本概念： 认知科学是一门研究人类的思维过程中信息处理机制的科学，包括感知、表象、记忆、思维等，而思维是它的核心。其包括知觉、学习、记忆、推理、语言理解、知识获取、意愿、情感等统称为意识的高级心理现象，即涉及到从感觉输入到复杂问题求解，从人类个体到人类社会的智能活动，以及人类智能和机器智能的性质等多方面。 认知理论在知识检索中的应用： 以认知观的视角可将信息检索

10、的研究方法及研究模型分为：系统导向的信息检索和认知与用户导向的信息检索。系统导向的信息检索：以面向应用领域的社会建构主义理论为基础，侧重研究检索系统的硬、软件要素及其关联，较少考虑人尤其是用户的作用。认知与用户导向的信息检索：以人为本，以认知行为者（特别是用户）为中心，以整体主义的认知观作为检索认知框架的重要理论基础，充分模拟和应用人类的认知模型、认知行为、认知情景等认知信息及其关联。认知行为者包括用户、作者、系统设计与管理者、信息管理专家等。 作用：（ 1）能综合所有影响知识检索的 认知参数，充分获取人们的认知目标和任务策略；（ 2）能充分捕捉用户提问所处的认知环境中的各种认知信息，挖掘其中

11、的隐含信息；（ 3）能发挥其社会性和个性化特点，将大众用户和特定用户的知识经验相结合，聚造真实、形象、全面的用户情景，从而能够充分挖掘用户需求的语义内容，构建合理的检索策略，在多领域之间实现内容语义上的跨越，向用户提交高质量的检索结果。 3.请论述机器学习系统的结构和功能。 机器学习系统的类型很多，但它们具有一些共同的要素。图中给出了学习系统的一般构架，它包含 5 个主要部分：环境、控制与评价、学习、知识库 和执行机制。 （ 1）知识库：用于存储、积累系统的知识，它包括规则集合、参数值、符号结构等，供执行机制使用。它还具有知识增删、修改、扩充等功能。知识库可组织为两个级别：长期存储器（ Lon

12、g Term Memory）和短期存储器（ Short Term Memory）。长期存储器存储较永久性的知识，它们是系统必须具备的先验背景知识。短期存储器存放学习过程中的初始数据、中间结果等。 （ 2）学习部分：学习部分是系统的核心部件，必须具备以下 2 个主要功能：进行学习推理。利用输入信息、评价指导信息和多种学习策略，进行学习 过程的知识推理，获得有关问题的解答和结论。学习部分还应能修改知识库，纠正系统的错误执行，自动改进系统的执行性能。 （ 3）执行机制：该部分使用已学习到的知识去完成所规定的任务。它以各种方法运用知识库中的规则引导系统的活动。例如，当学习过程修改了知识库中的知识，系统

13、行为将要随之改变。 （ 4）控制与评价：该部分的首要任务是评价系统执行性能，通过将系统的实际结果与先验理想模型相比较，找出误差，分析错误，检测系统执行效果。然后，系统根据评价和检测结果，将信息反馈给学习部分，对学习进行指导，并控制输入信息的改进。 （ 5）环境：环境指获取信息和知识的来源，包括实例集合、已存在的实例数据库、人类专家等信息源。 4.试述知识发现的主要过程。 知识发现的基本过程可大致分为三个模块：数据准备、数据挖掘以及结果的解释评估。 （ 1）数据准备 数据准备又可分为三个子步骤：数据选取、数据预处理和数据变换。数据选取的目的是确定发现任务的操作对象，即目标数据，它是根据用户的需要

14、从原始数据库中抽取的一组数据。数据预处理一般可能包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换（如把连续值数据转换为离散型数据，以便于符号归纳 ，或是把离散型数据转换为连续值型数据，以便于神经网络归纳）等。当数据开采的对象是数据仓库时，一般来说，数据预处理已经在生成数据仓库时完成了。数据变换的主要目的是消减数据维数或降维，即从初始特征中找出真正有用的特征以减少数据开采时要考虑的特征或变量个数。 （ 2）数据挖掘阶段 数据挖掘阶段首先要确定开采的任务或目的是什么，如数据总结、分类、聚类、关联规则发现或序列模式发现等。确定了开采任务后，就要决定使用什么样的开采算法。同样的任务可以用

15、不同的算法来实现，选择实现算法有两个考虑因素：一是不同的数据有不同 的特点，因此需要用与之相关的算法来开采；二是用户或实际运行系统的要求，有的用户可能希望获取描述型的、容易理解的知识，而有的用户或系统的目的是获取预测准确度尽可能高的预测型知识。完成了上述准备工作后，就可以实施数据挖掘操作了。 （ 3）结果解释和评价 数据挖掘阶段发现出来的结果，可能存在冗余或无关的模式，经过用户或机器的评价，需要将其剔除；也有可能模式不满足用户要求，这时则需要整个发现过程退回到发现阶段之前，如重新选取数据、采用新的数据变换方法、设定新的数据挖掘参数值，甚至换一种挖掘算法（如当发现任务是 分类时，有多种分类方法，

16、不同的方法对不同的数据有不同的效果）。另外，由于 KDD 最终是面向人类用户的，因此可能要对发现的模式进行可视化，或者把结果转换为用户易懂的另一种表示，如把分类决策树转换为 “ifthen” 规则。 5.论述智能信息系统开发的步骤。 开发一个实用的智能信息系统的关键在于应该从一个比较小的系统开始，逐步扩充为一个具有相当规模和日臻完善的试验系统。开发过程可以看作识别、概念化、形式化、实现、测试五个阶段 （ 1）识别阶段：在这个阶段，知识工程师和专家确定问题的重要特点。应对用户的需求进行详细的 调查和仔细的分析，反复地与用户和领域专家进行讨论，写出需求分些报告，选择有代表性的专家和用户对需求分析报

17、告进行评审，写出智能信息系统的规格说明书与开发计划。 （ 2）概念化阶段：这个阶段首先要进行知识获取，在当前技术条件下主要是通过走访多个领域专家及现场技术人员，查阅国内外大量文献资料来收集、归纳、整理领域知识。可选择适当的方法进行知识获取，如前面介绍的手工知识获取、半自动知识获取和全自动知识获取。所谓概念化，就是要求知识工程师和专家对描述领域中问题求解所需的概念、关系和控制机制，策略、子任务的划分、问题求解 的控制流程和有关问题求解的约束条件等进行定义，在必要时进行说明，画出它们之间的关系图，确定因果关系。 （ 3）形式化阶段：形式化指用形式化的方法来描述重要的概念和关系，进行问题分解或变换，

18、将有关知识和经验条例化、层次化、系统化。根据领域知识的性质，选择一种或组合数种知识表示方法，选择或建立合适的系统构造技术，用智能系统开发语言和工具把获取到的知识逻辑的表达出来，将概念化的知识模型转化为形式化的知识模型，并以适当的形式存储到计算机中，以便于在计算机中检索、管理，对知识库和推理机进行结构设计。 （ 4） 实现阶段：首 先要进行系统设计。这一阶段的主要任务包括：加深对系统的进 一步理解，详细定义所涉及的问题，确定实施策略、推理方式、对话模型等；然后进行编程与调试，这一阶段，知识工程师把形式化的知识变成计算机程序；最后进行编译、验证、修改，反复地进行调试，以保证程序顺利进行，不会出现大的误差。 （ 5）测试阶段：包括用实例来检测系统和评价系统的实现及其应用情况，当必要时要做修改。并且对知识库及推理规则进行改进试验，归纳出更完善的结果。