智能信息系统模拟试题及答案(3).doc

智能信息系统模拟试卷一年级： 专业： 姓名： 学号一、单项选择1有一种规则用于控制其他规则的行为，称为（ ）A 特殊规则 B 元规则 C 一般规则 D 确定规则2从大量数据中提取出可信的、新颖的、有用的且可以被人理解的模式的高级处理过程，可以从数据集中识别出以模式形式表示的知识，这一过程被称为（ ）A 数据挖掘 B 知识发现 C 知识表示 D 知识组织3下列哪一个部署以构建智能咨询系统应遵循的原则（ ）A 个性化原则 B 交互式原则 C 自适应与自学习原则 D 实时性原则4静态知识关联的特点是（ ）A 稳定性、独立性、通用性 B 稳定性、依赖性、通用性 C 动态性、独立性、通用性 D 动态行、可扩展性、通用性5知识检索进程的主要驱动力是（ ）A 属性 B 概念 C 语义 D 语法二、多项选择1AI的研究主题包括（ ）A 机器感知 B 机器思维 C机器行为 D 语义网 E 数据库系统2人工智能领域里常用的知识表示方法有（ ）A 产生式规则 B谓词逻辑 C 语义网络 D 框架 E 推理机3知识组织方式可以划分（ ）A 基于知识元素的知识组织方式 B 基于知识单元的知识组织方式C 基于知识关联的知识组织方式 D 基于知识标识的知识组织方式4依据推理过程中所使用的知识与计算机逻辑的精确性，可将推理划分为（ ）A 计算推理 B 精确推理 C 逻辑推理 D 非精确推理 E 单调推理5知识检索的研究内容包括（ ）A 知识检索理论模型 B 知识检索方法 C 知识检索技术 D 知识检索系统E 知识检索过程三、简答题1简述智能接口的特征。2简述CBR推理的步骤。3知识检索具有哪些智能特征？4专家知识获取方法有哪些？5. 试述智能信息系统的主要功能。四、论述题1请详细阐述正向推理中的冲突解决策略。2试述逆向推理的思想和推理过程。3叙述智能信息系统的原型开发方法的思想。4综述知识组织的主要方法。5论述智能搜索引擎的工作流程。模拟试卷一答案 一单选题1. B 2.B 3. D 4. A 5.B二多选题1. ABC 2.ABCD 3.AC 4.BD 5.ABCD三简答题1简述智能接口的特征。 一般来说，智能接口具有以下特征：（1）具有智能特性，能够从用户模型和领域模型推导知识、解释提问和补充回答以及提供启发式策略指导用户。（2）具有丰富的知识。（3）具有较强的自然语言处理通信和图形显示功能。（4）用户友好。（5）适应性强。（6）能执行快速的对话。2简述CBR推理的步骤。 CBR推理的步骤如下：（1）问题描述：标引待解新案例的特征。（2）检索：从案例库中检索与新案例匹配货近似匹配的案例，若检索出多个记忆案例，则计量出最相似者。（3）复用与修改：把检索结果复用到新问题上，或修改后复用，产生新的解。（4）检测：检测新解是成功或失败。（5）存储：把该次获得的成功解答存储到案例库，以备后用。（6）解释与修改：如果失败，则解释失败原因，并对其进行修改，然后再对其进行测试。3知识检索具有哪些智能特征？ 一般而言，知识检索具有如下智能特征：（1）支持自然语言理解和检索。（2）具有知识推理和学习功能，利益概念逻辑和人工智能逻辑，实现多种语义推理、逻辑推理和学习、挖掘及其只是发现。（3）具有可视化、智能化检索功能、实现文本、图像、语言等多媒体信息的内容检索和语义检索。（4）具有强大的人机交互功能，能够通过自然语言和知识语言进行人机交互，具有智能辅助、智能反馈、解释及学习能力。4专家知识获取方法有哪些？ 专家经验知识获取的方法包括：（1）专家访谈、发放调查表等方式。（2）机器归纳学习技术：从专家提供的工作实例或基本操作信息中归纳学习专门知识。（3）神经网络技术：借助神经网络技术，系统可以进行自组织，自学习，不断地充实，丰富专家系统中原有的知识库。5. 试述智能信息系统的主要功能。 智能信息系统的主要功能是能够对信息进行采集、处理、存储、管理、检索和传输，并能向有关人员提供有用的信息。包括：信息的采集、信息的处理、信息的存储、信息的管理、信息的检索和信息的传输。四论述题1试述正向推理中的冲突解决策略。 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，它蕴含的哲学思想是，选择基于较多信息的规则得出结论是较好的，有时根据条件元素的个数和执行条件部分的成本来决定优先度。（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。如果规则编排的顺序表示了使用的优先级，则按顺序执行规则。（5）最近优先法：这种方法始终冲突规则集中优先选择与最近加入事实库中的事实相匹配的规则。在这种情况下，各种数据元素被赋予时间标志。在以实时控制为目标的事件驱动型推理中，常使用这种策略。2. 试述逆向推理的思想和推理过程。 逆向推理（向后推理）：它是从目标出发向后推理，用目标匹配规则的结论部分，将该规则的前提作为新的子目标，然后试图证明一系列子目标，直至找到支持结论的证据，则停止推理。这种由结论到数据的策略称为目标驱动策略。推理方式如下所示： 设知识库包含事实和规则，给出目标G，逆向推理算法描述如下：（1）扫描事实库，找出与目标G匹配的事实F，若F存在，则成功返回。（2）扫描规则库，找出结论与目标G匹配的规则集S（3）如果S为空：则失败返回。（与原书不同*）若G匹配一个事实，成功；若G匹配询问字句，则提问用户关于G 的信息。（4）如果S非空且G未知，重复执行以下操作： 调用解决冲突算法，从S中选出规则R；将规则R的前提部分作为子目标G，证明之； 若G未知，递归调用本算法；若G为真，执行R的结论部分，否则（并且）从S中删除规则R。3叙述智能信息系统的原型开发方法的思想。 原型法的基本思想是系统开发人员凭借自己对用户需求的理解，通过强有力的软件环境支持，构造出一个实在的系统原型，然后与用户协商，反复修改原型直至用户满意。 原型法的应用使人们对需求有了渐进的认识，从而使系统开发更有针对性。另外，原型法的应用充分利用了最新的软件工具，使系统开发效率大为提高。 原型方法的工作流程:（1）知识获取.（2）领域问题的分析。（3）设计原型系统。（4）实现原型系统。（5）证实原型系统。（6）系统的发展与维护。 首先用户提出开发要求，开发人员识别和归纳用户要求，根据识别、归纳的结果，构造出一个原型(程序模块)，然后同用户一道评价这个原型。如果根本不行，则回到第三步重新构造原型；如果不满意，则修改原型，直到用户满意为止，这就是原型法工作的一般流程。4综述知识组织的主要方法。 从信息分类角度，有对分类法、主题法以及分类主题一体化的研究；从信息描述角度，有对元数据、数字对象等的研究；从自然语言理解的角度，有对自动标引、自动分类技术等的研究与试验。在概念层次上，语义网、主题地图与Ontology 3种方法成为了焦点。严格说来，主题地图与OntoloSy是语义网的延伸和发展。 1）语义网：语义网以图形方式展现资源及其关联性，可以有效地层现资源，避免重复。语义网不是独立的、另一类的Web，而是现有Web的一个延伸。语义网就是机器可理解的信息，是数据网。在语义网中，一切可以确定的内容，都作为实体分布在网中，每一实体都有一个统一资源标识。语义网的核心就是元数据，它通过在现有Web基础上增加共用的、标准的、机器可理解的元数据，使得原来Web环境下难以实现的许多应用成为可能或变得更有成效。语义网的结构，包括一组节点、标记和弧线。语义网理论已经突破传统超文本缺乏明确标记的弱点，以资源间的关联性为主轴，尝试建立一套更具结构性的知识展现架构。2）主题地图：一种类似语义网的知识表示模式，它结合了传统索引、图书馆学与人工智能等领域的优点，在资源世界中，有如GPS般提供定址与连结的功能，可以有效地组织知识以利于探索、推理、解决大量无序资源所带来的问题。可以说，主题地图是一项结合了知识工程和资源组织的新技术。主题地图的概念包括TAO三要素：T是主题(Topics)，A是关联(Associations)，O是资源指引(Occurences)。就本质而言，主题地图是以主题作为基本素材，利用关联建立主题间的关系，并利用范围限制名称、资源指引和关联的有效范畴，这就是最基本的主题地图。3）Ontology：它是一个规范的、得到公认的描述，Ontology中的词(概念或类) 与某一学科相关。Ontology被应用于许多领域，主要由于其具有明确地详述语意和关系的语言表达能力。以主题地图为例，虽然也处理了概念的关联问题，但这是一个无方向性的相关关系，并且没有定义何种相关关系，故使用上相对受限6。William andAustin(1999)认为Ontology可作为知识表达的基础，避免进行重复的领域知识分析，且由于统一的术语和概念可达成知识共享的目的。5论述智能搜索引擎系统的工作流程。 智能搜索引擎系统的工作流程如下：（1）用户提交检索请求：用户Agent接受用户提交的检索请求，对其进行细化，然后把初步处理后的结果交给学习Agent。 （2）用户模型库的建立或更新：若该用户是初次检索，则学习Agent通过分析、学习其检索行为建立用户模型库；若用户不是初次检索，则学习Agent根据学习到的内容对用户模型库进行更新。（3）规范化检索提问：处理Agent接收到检索提问后，参照用户模型库的类似成功检索案例，以形成全面有效的检索提问进行检索；若用户模型库中无类似成功检索案例，则已经本体库中的知识对检索提问进行规范化处理，找出出现该关键字的各个领域及在该领域下的关键字的含义。然后处理Agent将处理后的检索提问返回到用户Agent，由用户根据自己需求选择或确认处理后的检索提问，并再次依序往下传递检索提问。当然，用户可以设定无需将处理结果返回，而由系统全权代理。（4）检索信息：处理Agent先将检索提问传递给检索Agent，进行本地信息卡的就近检索，若找到相关信息则直接将结果返回处理Agent，比如需求相同的不同用户提出相同检索人物，则后来用户的检索提问可以“照搬”先前用户的检索结果，即只需在本地信息库进行搜索，从而提高检索效率。若检索Agent在本地信息库没有检索到相关信息，或者检索到的信息的相关性低于指定阀值，则处理Agent将检索结果提问传递给搜索Agent，搜索Agent到远端进行搜索。最后搜索Agent将搜索到的信息返回到处Agent。（5）检索结果的处理：根据用户的个性化需求，处理Agent对返回的检索结果进行分析、过滤，并将结果推荐给用户。若检索结果来自远端搜索，则处理Agent还要讲检索结果存入本地信息库。（6）