Zusammenfassung
Die zentrale Aufgabe der maschinellen Repräsentation von Wissen wird heute allgemein darin gesehen, Beschreibungen einer Anwendungswelt in einer solchen Weise anzugeben, daß ein Computer durch Manipulation dieser Beschreibungen und unter Verwendung geeigneter Inferenztechniken möglichst effizient zu neuen und angemessenen Folgerungen über seine Anwendungswelt kommen kann.1 Vom Standpunkt der KI bezeichnet der Terminus „Wissensrepräsentation“ damit sowohl eine Repräsentationssprache als auch die entsprechenden Inferenzmechanismen.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
R. Brachman und H. Levesque (Hg.), Readings in Knowledge Representation, Morgan Kaufmann 1985, S.xiii.
R. Diaz, Topics in the Logic of Relevance, Münchens Philosophia Verlag 1981.
R. Kese, “Wissensrepräsentation, Bedeutung und Reduktionismus. Einige neopositivistische Wurzeln der KI”, Aufsatz Nr.2 in diesem Band.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1988 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Heyer, G. (1988). Wissensrepräsentation und Wissensakquisition: Einführung. In: Heyer, G., Krems, J., Görz, G. (eds) Wissensarten und ihre Darstellung. Informatik-Fachberichte, vol 169. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-73533-2_15
Download citation
DOI: https://doi.org/10.1007/978-3-642-73533-2_15
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-19071-4
Online ISBN: 978-3-642-73533-2
eBook Packages: Springer Book Archive