An Approach to Knowledge Base Management

این کتاب به توسعه نسل جدیدی از سیستم‌ها، سیستم‌های مدیریت پایگاه دانش (KBMS) می‌پردازد که به‌ویژه برای مدیریت مؤثر و کارآمد پایگاه‌های دانش، با هدف پر کردن بخشی از شکاف فناوری بین هوش مصنوعی و پایگاه‌های اطلاعاتی ساخته شده‌اند. این کتاب ابتدا به تفصیل فرآیند طراحی، معماری و روش‌های کار سیستم‌های مبتنی بر دانش (KS) را بررسی می‌کند تا به ویژگی‌های کلیدی این حوزه و همچنین محدودیت‌های فعلی آن اشاره کند، که سپس به عنوان مبنایی برای یک نتیجه دقیق عمل می‌کند. فرمول بندی الزامات KS تجزیه و تحلیل و ارزیابی سایر رویکردها (به عنوان مثال، DBS معمولی، DBS غیر استاندارد، سیستم های خبره جفت و DBS) برای مدیریت دانش ارائه شده است. این کتاب نشان می دهد که در توسعه KBMS، تجربه به دست آمده از بررسی هر یک از این رویکردها بسیار مهم است، زیرا آنها مفاهیم اساسی برای ساخت KBMS را ارائه می دهند. رویکردها نباید به عنوان کامل و نهایی در نظر گرفته شوند، بلکه باید به عنوان بخشی از کار تحقیقاتی در مورد KBMS در نظر گرفته شوند. یک معماری جدید برای KBMS توصیف شده است که عملکرد، انعطاف‌پذیری و قدرت مدل‌سازی DBS و AI را ادغام می‌کند. بخش اصلی کتاب به تمام مشکلات مهم معماری KBMS می پردازد: روش هایی برای بازنمایی دانش با تأکید ویژه بر مفاهیم انتزاعی، پیشنهادهای زبانی و مفاهیم برای بهبود عملکرد. این کتاب بر اساس تجربه عملی انباشته شده در طی پنج سال تحقیق موفق در جفت کردن سیستم های خبره موجود و DBS، گسترش DBS با قابلیت های قیاسی، و بالاتر از همه در طراحی و اجرای یک نمونه اولیه KBMS است. بنابراین پیشنهادات کتاب با توضیحات مفصلی از تحقق آنها در سیستم ها یا نمونه های اولیه موجود نشان داده شده است.

This book addresses the development of a new generation of systems, Knowledge Base Management Systems (KBMS), specially constructed for effective and efficient management of knowledge bases, with the aim of filling part of the technological gap between artificial intelligence and databases. The book first investigates in detail the design process, the architecture, and the working methods of knowledge based systems (KS) in order to point out the key characteristics of the field as well as its current limitations, which serve then as basis for an exact formulation of KS requirements. An analysis and evaluation of other approaches (e.g., conventional DBS, non-standard DBS, coupling expert systems and DBS) to knowledge management is given. The book shows that in developing KBMS, the experience obtained by the investigation of each of these approaches is extremely important since they provide the basic concepts for building KBMS. The approaches should not be viewed as complete and final but as part of research work towards KBMS. A novel architecture is described for KBMS which integrates the functionality, flexibility and modeling power of DBS and AI. The main part of the book deals with all important architectural problems of KBMS: methods for knowledge representation with special emphasis on abstraction concepts, language proposals, and concepts for performance improvement. The book is based on practical experience accumulated over five years of successful research in coupling existing expert systems and DBS, extending DBS with deductive capabilities, and above all in the design and implementation of a KBMS prototype. Thus the book's proposals are illustrated with detailed descriptions of their realization in existing systems or prototypes.