This knowledge base is represented

This knowledge base is represented by some formalism (rules, frames, Bayesian networks,etc.)
and is built by the knowledge engineer from elicited expert knowledge and, later, validated by the expert.
Evidently, the system is subject to and limited by the amount of knowledge entered, that is, represented in its knowledge base.
And, precisely, the bottleneck in expert system construction is knowledge elicitation, a phase conditioned by countless constraints ranging from the number of available experts, or how much expertise the experts have, to the complexity of the actual knowledge elicitation process.

Recently, automatic knowledge acquisition techniques have attracted a lot of interest as they are potentially a big help for remedying this bottleneck.
The knowledge discovery in databases (KDD) process, especially data mining techniques, is used to automatically discover knowledge from data.

ผลลัพธ์ (ไทย) 1:

ฐานความรู้นี้จะถูกแสดง ด้วย formalism บาง (กฎ เฟรม ทฤษฎีเครือข่าย ฯลฯ) และสร้าง โดยวิศวกรความรู้จาก elicited ความรู้ และ ภายหลัง ถูกตรวจสอบ โดยผู้เชี่ยวชาญ กรีซ ระบบจะขึ้น และจำกัดจำนวนความรู้ที่ป้อน ที่ แสดงในฐานความรู้ และ แม่นยำ คอขวดในการก่อสร้างระบบผู้เชี่ยวชาญมีความรู้ elicitation ระยะที่ปรับอากาศ โดยข้อจำกัดมากมายตั้งแต่จำนวนผู้เชี่ยวชาญพร้อมใช้งาน จำนวนผู้เชี่ยวชาญหรือผู้เชี่ยวชาญต้อง ความซับซ้อนของกระบวนการความรู้จริง elicitationล่าสุด เทคนิคการซื้ออัตโนมัติรู้ได้ดึงดูดมากน่าสนใจเป็นพวกเขาอาจช่วยใหญ่สำหรับ remedying ขวดนี้ การค้นพบความรู้ในกระบวนการฐานข้อมูล (KDD) โดยเฉพาะอย่างยิ่งข้อมูลเหมืองเทคนิค ถูกใช้โดยอัตโนมัติได้จากข้อมูลความรู้

ผลลัพธ์ (ไทย) 2:

ฐานความรู้นี้จะแสดงเป็นพิธีบางคน (กฎเฟรมเครือข่ายแบบเบย์, ฯลฯ .)
และถูกสร้างขึ้นโดยวิศวกรความรู้จากความรู้จากผู้เชี่ยวชาญออกมาและภายหลังการตรวจสอบโดยผู้เชี่ยวชาญ.
เห็นได้ชัดว่าระบบเป็นเรื่องและถูก จำกัด โดย ปริมาณของความรู้เข้ามาที่เป็นตัวแทนอยู่ในฐานความรู้ของตน.
และแม่นยำคอขวดในการก่อสร้างระบบผู้เชี่ยวชาญคือดึงเอาความรู้ขั้นตอนการปรับอากาศด้วยข้อ จำกัด นับไม่ถ้วนตั้งแต่จำนวนของผู้เชี่ยวชาญที่มีอยู่หรือเท่าใดความเชี่ยวชาญผู้เชี่ยวชาญมี ความซับซ้อนของความรู้ที่เกิดขึ้นจริงกระบวนการสอบถาม. เมื่อเร็ว ๆ นี้เทคนิคการเรียนรู้โดยอัตโนมัติได้ดึงดูดความสนใจมากเท่าที่พวกเขาอาจเป็นความช่วยเหลือที่ยิ่งใหญ่สำหรับการรักษาคอขวดนี้. ค้นพบความรู้ในฐานข้อมูล (KDD) กระบวนการโดยเฉพาะอย่างยิ่งเทคนิคการทำเหมืองข้อมูลเป็น ที่ใช้ในการค้นพบความรู้จากข้อมูลโดยอัตโนมัติ

ผลลัพธ์ (ไทย) 3:

ความรู้พื้นฐานจะแสดงบางแบบ ( กฎ , กรอบ , งานเครือข่าย , ฯลฯ )
และถูกสร้างขึ้นโดยความรู้วิศวกรโดยใช้ความรู้ของผู้เชี่ยวชาญและภายหลังการตรวจสอบโดยผู้เชี่ยวชาญ
คือ ระบบอาจมีการจำกัดจำนวนความรู้เข้ามา นั่นคือ แสดง ใน ฐาน ความรู้
และแม่นยําคอขวดในการสร้างระบบผู้เชี่ยวชาญการความรู้ เฟส อันเนื่องมาจากข้อจำกัดมากมาย ตั้งแต่จำนวนของผู้เชี่ยวชาญที่พร้อมใช้งาน หรือเท่าใดความเชี่ยวชาญผู้เชี่ยวชาญได้ ความซับซ้อนของกระบวนการความรู้การจริง

เมื่อเร็วๆ นี้เทคนิคความรู้อัตโนมัติได้ดึงดูดความสนใจมากเป็นพวกเขาอาจช่วยใหญ่สำหรับการแก้ปัญหาคอขวดนี้
การค้นพบความรู้ในฐานข้อมูล ( KDD ) กระบวนการ โดยเฉพาะอย่างยิ่งการทำเหมืองข้อมูลเทคนิค จะถูกใช้โดยอัตโนมัติค้นพบความรู้จากข้อมูล