• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of experimental and theoretical artificial intelligence (Online) >A framework for building knowledge-bases under uncertainty
【24h】

A framework for building knowledge-bases under uncertainty

机译：在不确定性下建立知识库的框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Managing uncertainty during the knowledge engineering process from elicitation to validation and verification requires a flexible, intuitive, and semantically sound knowledge representation. This is especially important since this process is typically highly interactive with the human user to add, update, and maintain knowledge. In this paper, we present a model of knowledge representation called Bayesian Knowledge-Bases(BKBS). It unifies a 'if-then' style rules with probability Theory.
机译：在从启发到验证和验证的知识工程过程中，要管理不确定性，需要灵活，直观和语义合理的知识表示。这一点特别重要，因为此过程通常与人类用户高度交互以添加，更新和维护知识。在本文中，我们提出了一种称为贝叶斯知识库的知识表示模型。它与概率论统一了“如果-那么”风格规则。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号