2、认知系统：原理、特性与应用解析

认知系统：原理、特性与应用解析

1. 认知系统的概念视图

认知分析引擎的内部组件由一个大矩形表示。为了对信息进行表示和推理，需要许多知识表示结构，同时也需要各种机器学习方法和推理引擎。领域认知模型封装了特定领域的认知过程，以促进认知风格的问题解决。学习和适应组件通过从与用户的先前交互中学习来提高系统性能。

与以往的所有分析方法不同，认知分析为一个查询提供多个解决方案，并为每个响应分配一个置信度级别。也就是说，认知分析使用概率算法来提供多个具有不同相关程度的响应。而非认知分析则使用确定性算法为每个查询计算一个解决方案。此外，还需要一个名为“假设生成与验证”的组件来计算多个响应。

2. 认知系统的元素

认知计算系统的重要组件通常可分为三组：
- 一种分析输入的方法
- 支持结论的内容或信息集合
- 一种将信号与内容/信息语料库进行比较的方法

下面进一步看看构成这些组件的一些部分：

2.1 元数据、数据访问和管理服务

该服务使用从数据库获取的数据及其来源，以及识别那些非静态数据属性的方法（例如，数据源何时创建、由谁创建等）。语料库包括内部和外部数据源，这些数据源需要对数据进行选择、清理和准确性监控，以便在系统中使用。

2.2 分类法、语料库和数据目录

语料库包含大量主要基于文本的数据，如文档、患者报告、消费者报告等，还包括非结构化和半结构化数据，如视频、照片和音频。语料库还包含有关本体和数据连接的信息。分类法为本体中存在的数据提供了一种组织方式。

2.3 数据分析服务

这些服务用于创