基于大规模复杂结构知识库的知识发现机理、模型与算法研究

基于知识库的知识发现(KDK)是我们于2002年首次提出的在国内外尚待开拓的研究领域。KDK研究将直接作用于大型知识库的构建，并可能解决"知识匮乏"这一现有智能系统瓶颈问题，具有着重要理论意义和实用价值。先前的研究是基于"机器学习+归纳验证"的顶层设计的研究线路；但随着知识库规模扩大及结构日趋复杂，一阶逻辑表达能力有限的问题暴露得越来越严重；由于本研究的主旨在于发现较已有知识更深层的知识，故必然导致向高阶逻辑研究线路的延拓。在高阶逻辑背景下，系统地研究基于大规模复杂结构知识库的知识发现，拟研究主要问题有：1）在高阶逻辑背景下，扩展双基融合机制的内涵及其三个协调器实现的技术方法；2）提出面向高阶逻辑的KDK*新过程模型；3）提出高阶逻辑下的ILP方法，具有高效率和高可扩展性的高阶逻辑下的大规模复杂结构知识库中的归纳假设发现算法及归纳假设验证评价方法。该项研究有望形成知识发现领域新的分支学科。