何妞 方達

摘 要 隨著現(xiàn)代化科學技術的發(fā)展和管理環(huán)境的日趨復雜，傳統(tǒng)的事務管理、綜合信息處理已無法滿足現(xiàn)代管理決策的要求，尤其是面對半結構化和非結構化決策更顯得無能為力。決策支持系統(tǒng)主要目的是支持半結構化或非結構化決策問題，以提高決策效能。知識工程已被應用于決策支持系統(tǒng)形成新一代決策支持系統(tǒng)。本文研究的重點是檢驗了知識工程在組織決策中的應用，分析了人工智能技術在有用信息抽取中的應用。

關鍵詞 決策支持系統(tǒng) 知識工程 信息處理

中圖分類號：TP3 文獻標識碼：A

1知識工程在組織決策中的應用

組織決策支持系統(tǒng)（Organizational Decision Support System， ODSS）是一類新的決策支持系統(tǒng)，它要解決的是企業(yè)產(chǎn)品生命周期中的根據(jù)經(jīng)營目標形成的組織決策任務?，F(xiàn)代組織環(huán)境不斷增長的復雜性、動態(tài)性對組織生存的挑戰(zhàn)，使得組織結構和管理模式發(fā)生著巨大改變，組織決策活動更需要以計算機和信息技術為支撐。近幾年來，發(fā)展起來一種解決組織決策問題的新方法，即知識工程。它借助人工智能的原理和方法，基于知識推理，輔助決策。

知識工程主要研究如何在計算機中組織知識，建立高質(zhì)量知識庫，如何使計算機獲取到有用的知識，使用知識來解決問題?；谥R工程的決策支持系統(tǒng)是決策支持系統(tǒng)發(fā)展的一個新階段，它在傳統(tǒng)的DSS結構的基礎上增設了知識庫和推理機?；谥R的系統(tǒng)目的是支持用戶在基于知識的環(huán)境中運用推理機制來求解問題。

知識工程和推理策略應用于組織決策系統(tǒng)，提供決策支持，是目前一個重要發(fā)展方向。知識工程和推理策略的應用價值體現(xiàn)在以下幾個方面：

（1）改變了決策方式 傳統(tǒng)的決策方式過分依賴數(shù)據(jù)和數(shù)學模型，而忽略有價值的知識和經(jīng)驗。知識工程的應用，使決策過程更接近人類決策者本身，決策建立在眾多決策者和專家的知識基礎之上，體現(xiàn)了決策的科學化、民主化。

（2）決策過程智能化 知識工程的應用，使計算機具有像人類專家（群體專家）一樣豐富淵博的知識，從而大大提高決策的效率和效果。

（3）實現(xiàn)不確定及模糊因素的決策 對于不確定及模糊因素，目前的數(shù)學工具還無法作精確的描述。引入人工智能，進行知識推理，是解決這類問題的重要手段。

（4）知識工程的應用是知識升值的過程 知識工程將私有的知識軟件化，提供給更多的人使用，促進發(fā)揮了知識的潛在價值，也利于知識的積累和繼承。

2人工智能技術在信息抽取中的應用

決策系統(tǒng)中應用知識工程，其中一個很重要的問題就是知識的獲取。

但是現(xiàn)有決策支持系統(tǒng)存在信息支持不足、專家知識難以獲取與表示、從海量數(shù)據(jù)提取有用信息存在困難等問題。信息抽?。↖nformation Extraction， IE）正是解決這些問題的好方法。

信息抽取是一種新的信息處理技術，其目的是根據(jù)預定義好的模版，從半結構化文本、非結構化文本中抽取特定的有用的信息。當前信息抽取的方法基本分為兩種：知識工程方法和機器學習方法。

知識工程方法依靠人工編寫抽取模式，由專家對語料庫進行分析、調(diào)整從而人工制定規(guī)則、模板。比如對命名實體的識別，可以采用基于規(guī)則的方法，采用有限狀態(tài)自動機來實現(xiàn)。機器學習方法給出標注的例子文檔集，通過機器學習來推導模板和模板的自動填充規(guī)則來抽取。

基于知識工程的信息抽取系統(tǒng)主要有以下特點：基于規(guī)則;需要有經(jīng)驗的語言工程師來開發(fā);個人的直覺能夠?qū)ο到y(tǒng)的性能起到很大的影響;性能較好;開發(fā)周期較長，一旦成形之后不容易進行修改。

基于機器學習的信息抽取系統(tǒng)，開發(fā)者并不需要掌握語言工程知識，但需要大量的經(jīng)過標注的訓練數(shù)據(jù)，如果需要對這類系統(tǒng)的核心進行修改，則相應的所有訓練數(shù)據(jù)也需要重新標注?；跈C器學習的方法實現(xiàn)了抽取模式的自動獲得，比基于知識工程方法有一定的優(yōu)越性。

3結論

決策支持系統(tǒng)是專門為高層管理人員服務的一種信息系統(tǒng)，它強調(diào)支持的概念，是“支持”而不是“代替”人的決策主體。知識工程和推理策略是解決組織決策問題的一個好辦法，它的廣泛應用給復雜多變的組織決策問題提供有力的工具和手段。信息抽取作為一種能幫助人們在海量信息中迅速找到所需信息的技術越來越受到重視。信息抽取系統(tǒng)的構建有兩種方法，目前基于機器學習的方法是主要的研究熱點，其相對于基于知識工程的信息抽取系統(tǒng)構建方法有一定的優(yōu)越性。

參考文獻

[1] 嚴雋薇，賀飛鳴，吳啟迪.組織決策支持系統(tǒng)中的知識推理系統(tǒng)[J].組合機床與自動化加工技術，2001，（8）：1-3.

[2] 黃川林，高偉，楊國威.知識工程的研究與發(fā)展[J].黑龍江科技信息，2004，（11）：76.

[3] 呂晶，張研.IDSS智能決策支持系統(tǒng)[J].計算機與信息技術，2007，（26）：42，76.

[4] 薛偉，邢麗萍.知識工程在社會經(jīng)濟決策系統(tǒng)中的應用和價值[J].工業(yè)技術經(jīng)濟，1997，16（2）：72-73，76.

[5] 黃牧濤，田勇.組合智能決策支持系統(tǒng)研究及其應用[J].系統(tǒng)工程理論與實踐，2007，（4）：114-119.

[6] 賀勝.信息抽取技術內(nèi)涵及應用.南京師范大學文學學院學報，2004，（2）：184-188.

[7] 李昕，王紅梅.信息抽取技術探析.通化師范學院學報，2008，29（4）：55-58.

[8] 劉遷，焦慧，賈惠波.信息抽取技術的發(fā)展現(xiàn)狀及構建方法的研究.計算機應用研究，2007，24（7）：6-9.