1977年美國(guó)斯坦福大學(xué)計(jì)算機(jī)科學(xué)家費(fèi)根鮑姆教授(B.A.Feigenbaum)在第五屆國(guó)際人工智能會(huì)議—提出知識(shí)工程的新概念。他認(rèn)為，“知識(shí)工程是人工智能的原理和方法，對(duì)那些需要專家知識(shí)才能解決的應(yīng)用難題提供求解的手段。恰當(dāng)運(yùn)用專家知識(shí)的獲取、表達(dá)和推理過(guò)程的構(gòu)成與解釋，是設(shè)計(jì)基于知識(shí)的系統(tǒng)的重要技術(shù)問(wèn)題?！边@類以知識(shí)為基礎(chǔ)的系統(tǒng)，就是通過(guò)智能軟件而建立的專家系統(tǒng)。

人們對(duì)知識(shí)工程的理解，一般局限于專家系統(tǒng)范圍內(nèi)。在費(fèi)根鮑姆教授近著《第五代計(jì)算機(jī)：人工智能和日本計(jì)算機(jī)對(duì)世界的挑戰(zhàn)》(1983年9月)中提到，“知識(shí)工程”一詞在日本人那里很吃香，因?yàn)樵谌毡荆こ碳夹g(shù)人員有很高的地位；但是在英國(guó)，工程技術(shù)人員不享受這樣的榮譽(yù)，人們主張使用“專家系統(tǒng)”這個(gè)詞。我們認(rèn)為，知識(shí)工程是一門以知識(shí)為研究對(duì)象的新興學(xué)科，它將具體智能系統(tǒng)研究中那些共同的基本問(wèn)題抽出來(lái)，作為知識(shí)工程的核心內(nèi)容，使之成為指導(dǎo)具體研制各類智能系統(tǒng)的一般方法和基本工具，成為一門具有方法論意義的科學(xué)。在1984年8月全國(guó)第五代計(jì)算機(jī)專家討論會(huì)上，史忠植提出：“知識(shí)工程是研究知識(shí)信息處理的學(xué)科，提供開(kāi)發(fā)智能系統(tǒng)的技術(shù)，是人工智能、數(shù)據(jù)庫(kù)技術(shù)、數(shù)理邏輯、認(rèn)知科學(xué)；心理學(xué)等學(xué)科交叉發(fā)展的結(jié)果”

知識(shí)工程可以看成是人工智能在知識(shí)信息處理方面的發(fā)展，研究如何由計(jì)算機(jī)表示知識(shí)，進(jìn)行問(wèn)題的自動(dòng)求解。知識(shí)工程的研究使人工智能的研究從理論轉(zhuǎn)向應(yīng)用，從基于推理的模型轉(zhuǎn)向基于知識(shí)的模型，包括了整個(gè)知識(shí)信息處理的研究，知識(shí)工程已成為一門新興的邊緣學(xué)科。

21 世紀(jì)人類全面進(jìn)入信息時(shí)代。信息科學(xué)技術(shù)促進(jìn)了勞動(dòng)資料信息屬性的發(fā)展，從而促使科學(xué)技術(shù)與生產(chǎn)力比過(guò)去更加緊密地凝結(jié)在一起，構(gòu)成我們這個(gè)時(shí)代社會(huì)經(jīng)濟(jì)發(fā)展的新的特征，具有劃時(shí)代的意義。它以計(jì)算機(jī)、網(wǎng)絡(luò)和通信相結(jié)合的形式，體現(xiàn)在變革社會(huì)協(xié)作方式的推動(dòng)力量中。信息化的必然趨勢(shì)是智能化，它將使世界經(jīng)濟(jì)從工業(yè)化階段進(jìn)入知識(shí)經(jīng)濟(jì)階段，即將物質(zhì)生產(chǎn)和知識(shí)生產(chǎn)結(jié)合起來(lái)，充分利用知識(shí)和信息資源，提高產(chǎn)品的知識(shí)含量。知識(shí)和技術(shù)密集型產(chǎn)業(yè)將取代勞動(dòng)密集型產(chǎn)業(yè)。

2005 年陸汝鈐提出知件的概念。通過(guò)知件的形式，我們可以把軟件中的知識(shí)含量分離出來(lái)，使軟件和知件成為兩種不同的研究對(duì)象和兩種不同的商品，使硬件、軟件和知件在IT產(chǎn)業(yè)中三足鼎立。知件就是獨(dú)立的、計(jì)算機(jī)可操作的、商品化的、可被某一類軟件調(diào)用的知識(shí)模塊。發(fā)展知識(shí)經(jīng)濟(jì)必然導(dǎo)致知識(shí)產(chǎn)業(yè)的建立，其關(guān)鍵要研究知件工程。

把知識(shí)產(chǎn)業(yè)看成是通過(guò)計(jì)算機(jī)、網(wǎng)絡(luò)等現(xiàn)代信息設(shè)備大規(guī)模地生產(chǎn)知識(shí)的產(chǎn)業(yè)，可以把它分成三個(gè)層次：它的核心部分是知件產(chǎn)業(yè)；包含核心部分在內(nèi)的中間部分是通過(guò)計(jì)算機(jī)和網(wǎng)絡(luò)生產(chǎn)知識(shí)的產(chǎn)業(yè)；包含中間部分在內(nèi)的最廣義定義是知識(shí)的生產(chǎn)、加工處理和傳播產(chǎn)業(yè)。

知識(shí)產(chǎn)業(yè)的興起是后工業(yè)化社會(huì)的特征。在后工業(yè)化社會(huì)中，社會(huì)的主要功能從生產(chǎn)(制造)貨物轉(zhuǎn)向了知識(shí)經(jīng)濟(jì)，理論知識(shí)、技術(shù)和信息成了商品的主要形式。當(dāng)前許多人把知識(shí)產(chǎn)業(yè)與知識(shí)服務(wù)緊密相聯(lián)。

(1)1965至1974年——實(shí)驗(yàn)性系統(tǒng)時(shí)期

DENDRAL系統(tǒng)標(biāo)志著“專家系統(tǒng)”的誕生

(2)1975至1980年——MYCIN時(shí)期

MYCIN專家系統(tǒng)是規(guī)范性計(jì)算機(jī)專家系統(tǒng)的代表

(3)1980年以來(lái)——知識(shí)工程的“產(chǎn)品”在產(chǎn)業(yè)部門開(kāi)始應(yīng)用的時(shí)期

1、知識(shí)管理與知識(shí)工程的學(xué)科學(xué)派對(duì)比分析

知識(shí)管理的研究非常熱，知識(shí)管理的概念也非常多，不同的概念認(rèn)知反映出不同的學(xué)派。厄爾分析了知識(shí)管理的七個(gè)學(xué)派，包括系統(tǒng)學(xué)派、制圖學(xué)派、工程學(xué)派、商業(yè)學(xué)派、組織學(xué)派、空間學(xué)派和戰(zhàn)略學(xué)派。賓尼把知識(shí)管理分為溝通型、分析型、資產(chǎn)管理型、過(guò)程型、開(kāi)發(fā)型和創(chuàng)新型六種類型 。左美云把知識(shí)管理研究歸納為三個(gè)學(xué)派，包括技術(shù)學(xué)派、行為學(xué)派和綜合學(xué)派 ；吳金?？偨Y(jié)出知識(shí)管理的四大學(xué)派，包括IT技術(shù)學(xué)派、組織行為學(xué)派、戰(zhàn)略管理學(xué)派、知識(shí)工程學(xué)派。盛小平總結(jié)了八個(gè)學(xué)派，包括認(rèn)識(shí)論學(xué)派、戰(zhàn)略管理學(xué)派、知識(shí)創(chuàng)新學(xué)派、空間學(xué)派、信息技術(shù)學(xué)派、組織行為學(xué)派、知識(shí)工程學(xué)派和綜合學(xué)派。這些學(xué)派總體上分為兩類，一類是企業(yè)知識(shí)管理學(xué)派，關(guān)注知識(shí)的轉(zhuǎn)化與共享，重點(diǎn)關(guān)注隱性知識(shí)顯性化，以提高企業(yè)核心競(jìng)爭(zhēng)力為目標(biāo)，如文獻(xiàn)，屬于管理科學(xué)。第二類是圖書(shū)館知識(shí)管理學(xué)派，以知識(shí)的序化為目標(biāo)，提高知識(shí)組織的有序性，從而提高知識(shí)服務(wù)水平，屬于圖書(shū)館學(xué)。知識(shí)管理的研究集中在企業(yè)管理、圖書(shū)館學(xué)與情報(bào)學(xué)領(lǐng)域。圖書(shū)館的知識(shí)管理分為兩類，一類是以知識(shí)序化為目標(biāo)的知識(shí)管理，一類是以知識(shí)共享與轉(zhuǎn)化為目標(biāo)的知識(shí)管理。前者重視資源的建設(shè)，管理的核心是資源。后者把圖書(shū)館作為一個(gè)具體的機(jī)構(gòu)進(jìn)行知識(shí)管理，管理的核心是人。但無(wú)論哪種學(xué)派，重組織輕技術(shù)是知識(shí)管理的典型特點(diǎn)。

知識(shí)工程在國(guó)內(nèi)的研究集中在計(jì)算機(jī)科學(xué)與人工智能領(lǐng)域，如中科院的陸汝鈐研究員對(duì)知識(shí)工程、知識(shí)科學(xué)進(jìn)行深入研究，中科院的史忠植研究員對(duì)知識(shí)發(fā)現(xiàn)進(jìn)行了深入研究 ，北京科技大學(xué)的楊炳儒教授主要從邏輯的角度對(duì)知識(shí)工程進(jìn)行深入研究，浙江大學(xué)潘云鶴教授等從形象思維方面人手，運(yùn)用心象思維理論，研究了語(yǔ)義知識(shí)與圖形圖像之間的轉(zhuǎn)換 ，石純一等教授研究了基于Agent的KQML(Knowledge Query and Manipulation Language，知識(shí)查詢操作語(yǔ)言)知識(shí)操作。無(wú)論哪派知識(shí)工程，重技術(shù)輕組織是知識(shí)工程的共同特征。知識(shí)工程的根本目的是為了解決人工智能特別是專家系統(tǒng)中知識(shí)獲取的問(wèn)題。

把知識(shí)工程包含于知識(shí)管理或把知識(shí)管理包含于知識(shí)工程都是不可取的，知識(shí)管理更多地關(guān)注人的因素，屬于管理范疇；知識(shí)工程更多地關(guān)注技術(shù)的實(shí)現(xiàn)，屬于技術(shù)范疇。因此，無(wú)論從目標(biāo)、處理手段與方法、應(yīng)用領(lǐng)域、學(xué)科范疇等各個(gè)方面來(lái)講，知識(shí)管理與知識(shí)工程都有著很大的不同，是完全不同的兩個(gè)研究領(lǐng)域。

2、知識(shí)管理與知識(shí)工程核心內(nèi)容對(duì)比分析

知識(shí)管理主要包括知識(shí)轉(zhuǎn)化與知識(shí)序化。知識(shí)轉(zhuǎn)化是知識(shí)共享的過(guò)程，同時(shí)知識(shí)共享也是知識(shí)轉(zhuǎn)化的前提。知識(shí)管理中的知識(shí)轉(zhuǎn)化包括四個(gè)方面，從隱性知識(shí)到隱性知識(shí)的社會(huì)化過(guò)程；從隱性知識(shí)到顯性知識(shí)的外化過(guò)程；從顯性知識(shí)到顯性知識(shí)的綜合過(guò)程；從顯性知識(shí)到隱性知識(shí)的內(nèi)化過(guò)程，這些轉(zhuǎn)化主要是知識(shí)存在形態(tài)以及附著主體的變化。知識(shí)管理中的知識(shí)組織以知識(shí)的序化為主，包括分類、檢索、排序等操作。傳統(tǒng)的知識(shí)組織借助文獻(xiàn)單元的方法，依據(jù)檢索語(yǔ)言中的結(jié)構(gòu)模式，采用分類法、標(biāo)題法、單元詞法、關(guān)鍵詞法和敘詞法，并在這些方法的基礎(chǔ)上編制出各種目錄、索引、文獻(xiàn)等。以關(guān)鍵詞或主題詞來(lái)實(shí)現(xiàn)知識(shí)從物理層次的文獻(xiàn)單元向認(rèn)知層次的知識(shí)單元轉(zhuǎn)化是不現(xiàn)實(shí)的，因?yàn)樵~單元不足以完整地反映知識(shí)，能夠完整地反映知識(shí)應(yīng)該至少是句子層次的。知識(shí)地圖揭示知識(shí)源以及知識(shí)之間的關(guān)系，它指向知識(shí)而不包含知識(shí)本身，是一個(gè)向?qū)Ф皇且粋€(gè)知識(shí)的集合 。所以知識(shí)地圖實(shí)際上是知識(shí)的索引。但是知識(shí)地圖不具備地理坐標(biāo)這一基本屬性。

知識(shí)管理不僅是獲取、組織與檢索信息的問(wèn)題，還涉及數(shù)據(jù)挖掘、文本聚類、數(shù)據(jù)庫(kù)與文檔等問(wèn)題。知識(shí)與人類認(rèn)知的密切相關(guān)性，決定了知識(shí)管理定位在錯(cuò)綜復(fù)雜的結(jié)構(gòu)化的內(nèi)容處理上。知識(shí)管理中的知識(shí)組織以自然語(yǔ)言的方式描述知識(shí)，知識(shí)的粒度并不統(tǒng)一，有大有小，大到一篇文獻(xiàn)，小到一個(gè)知識(shí)點(diǎn)。

知識(shí)工程是以知識(shí)為處理對(duì)象，借用工程化的思想，利用人工智能的原理、方法和技術(shù)，設(shè)計(jì)、構(gòu)造和維護(hù)知識(shí)型系統(tǒng)的一門學(xué)科，人們一般認(rèn)為知識(shí)工程是人工智能的一個(gè)應(yīng)用分支 。知識(shí)工程包括知識(shí)獲取、知識(shí)表示與知識(shí)利用三大過(guò)程。知識(shí)獲取有三種方式：非自動(dòng)知識(shí)獲取、知識(shí)抽取、機(jī)器學(xué)習(xí)知識(shí)。非自動(dòng)知識(shí)獲取由知識(shí)工程師通過(guò)閱讀有關(guān)文獻(xiàn)或與領(lǐng)域?qū)＜医涣?，獲取原始知識(shí)并進(jìn)行分析、歸納、整理，形成用自然語(yǔ)言表述的知識(shí)條目輸入到數(shù)據(jù)庫(kù)中。知識(shí)抽取是對(duì)蘊(yùn)含于文本文獻(xiàn)中的知識(shí)進(jìn)行識(shí)別、理解、篩選、格式化，把文獻(xiàn)的每個(gè)知識(shí)點(diǎn)抽取出來(lái)，以一定形式存人知識(shí)庫(kù)中。機(jī)器學(xué)習(xí)知識(shí)通過(guò)機(jī)器的視覺(jué)、聽(tīng)覺(jué)等途徑，直接感知外部世界，輸入自然信息，獲取感性和理性知識(shí)，或者根據(jù)系統(tǒng)運(yùn)行經(jīng)驗(yàn)從已有的知識(shí)或?qū)嵗醒堇[、歸納出新知識(shí)，補(bǔ)充到知識(shí)庫(kù)中。非自動(dòng)知識(shí)獲取效率較低，機(jī)器學(xué)習(xí)知識(shí)難度太大，而知識(shí)抽取是知識(shí)獲取的最有效方式。知識(shí)抽取是知識(shí)獲取的三種方式之一，知識(shí)獲取是知識(shí)工程的三大步驟之一(包括知識(shí)獲取、知識(shí)表示與知識(shí)利用)，因此知識(shí)抽取是知識(shí)工程的最有效方式。

本體研究的出現(xiàn)為知識(shí)工程的研究注入了新的活力，但是本體在知識(shí)工程中究竟扮演什么樣的角色呢?本體是知識(shí)表示的一種方式?本體工程將取代知識(shí)工程?本體(ontology)其實(shí)就是一種充分復(fù)雜的詞表，有了本體固然可以解決很多問(wèn)題，但本體如何來(lái)獲取仍然是一大難點(diǎn)，正如知識(shí)獲取一直是人工智能的瓶頸問(wèn)題。本體的獲取有三種方式：手工構(gòu)建、詞表轉(zhuǎn)換、自動(dòng)獲取。而本體論(Ontology)是一種認(rèn)知論。本體的表示語(yǔ)言比知識(shí)表示語(yǔ)言更具體，具有更強(qiáng)的可操作性。

知識(shí)表示有九種方法，分別為：介謂詞邏輯表示、產(chǎn)生式表示法、框架表示法、腳本表示法、過(guò)程表示法、語(yǔ)義網(wǎng)表示法、Petri網(wǎng)表示法、面向?qū)ο蟊硎痉ā?。不同的知識(shí)類型使用不同的表示方法。如規(guī)則適宜用產(chǎn)生式表示法，實(shí)驗(yàn)過(guò)程適宜用過(guò)程表示法，概念特征適宜用面向?qū)ο蟊硎痉ǎ拍钪g的關(guān)系適宜用語(yǔ)義網(wǎng)表示法。知識(shí)利用包括知識(shí)搜索以及知識(shí)推理。知識(shí)搜索確定在什么情況下需要什么樣的知識(shí)，搜索到的知識(shí)是否滿足當(dāng)前的需求。找到了適當(dāng)?shù)闹R(shí)后，進(jìn)行推理，得到結(jié)果。

3、知識(shí)管理與知識(shí)工程的外圍要素對(duì)比分析

知識(shí)管理注重人與人之間的知識(shí)傳遞，而知識(shí)工程更注重知識(shí)本身的操作。知識(shí)管理(KM，Knowledge Management)的目標(biāo)是建立供人使用的知識(shí)庫(kù)，而知識(shí)工程(KE，Knowledge Engineering)的目標(biāo)是建立供計(jì)算機(jī)使用的知識(shí)庫(kù)。知識(shí)管理的核心是無(wú)序知識(shí)有序化、隱性知識(shí)顯性化、泛化知識(shí)本體化 。知識(shí)工程主要涉及知識(shí)獲取、知識(shí)表示與知識(shí)利用三大過(guò)程，其中知識(shí)獲取一直是知識(shí)工程的難點(diǎn)，也是人工智能的瓶頸。知識(shí)管理主要從管理學(xué)的角度出發(fā)，重點(diǎn)關(guān)注隱性知識(shí)顯性化，技術(shù)性不強(qiáng)，管理的結(jié)果主要是人用。知識(shí)工程是從工程學(xué)的角度出發(fā)，重點(diǎn)關(guān)注知識(shí)獲取與知識(shí)表示，技術(shù)性很強(qiáng)，結(jié)果既可以人用，也可以機(jī)用，主要是機(jī)用。知識(shí)管理圍繞著人轉(zhuǎn)，知識(shí)管理的用戶是人，計(jì)算機(jī)是輔助管理工具，人是知識(shí)管理中的本體。知識(shí)工程圍繞著計(jì)算機(jī)轉(zhuǎn)，知識(shí)工程的用戶是計(jì)算機(jī)(系統(tǒng))，人與計(jì)算機(jī)是實(shí)現(xiàn)的工具，計(jì)算機(jī)是知識(shí)工程中的本體。

知識(shí)工程中的知識(shí)組織以計(jì)算機(jī)可理解的方式描述知識(shí)，知識(shí)的粒度比較小，以知識(shí)元(或稱知識(shí)點(diǎn))為單位。如知識(shí)庫(kù)CYC，IBM深藍(lán)計(jì)算機(jī)所使用的棋譜等。知識(shí)元與知識(shí)元之間的鏈接構(gòu)成知識(shí)鏈。關(guān)于知識(shí)鏈的概念主要有三種用法。第一種用法為知識(shí)元與知識(shí)之間的鏈接，如知識(shí)發(fā)現(xiàn)過(guò)程中所用到的多個(gè)知識(shí)元之間形成的鏈接。第二種用法是文獻(xiàn)知識(shí)鏈接，如清華同方的中國(guó)知網(wǎng)，萬(wàn)方數(shù)據(jù)的知識(shí)鏈接門戶，不同的知識(shí)節(jié)點(diǎn)之間的粒度差異性很大，如從作者到文獻(xiàn)、從作者到機(jī)構(gòu)之間的鏈接，知識(shí)鏈接不能直接進(jìn)行知識(shí)發(fā)現(xiàn)。第三種用法是對(duì)知識(shí)的處理過(guò)程所形成的動(dòng)作鏈，如知識(shí)獲取、知識(shí)重組、知識(shí)存儲(chǔ)、知識(shí)傳播等過(guò)程所形成的鏈。第一種知識(shí)鏈強(qiáng)調(diào)知識(shí)的可數(shù)性，第二種知識(shí)鏈中的知識(shí)節(jié)點(diǎn)范疇更大一些，第三種知識(shí)鏈中的知識(shí)可大可小。前兩種知識(shí)鏈?zhǔn)遣煌R(shí)元素之間形成的鏈，是元素與元素之間的關(guān)系，而第三種知識(shí)鏈?zhǔn)菄@單個(gè)知識(shí)元素進(jìn)行的操作所形成的鏈，是動(dòng)作與動(dòng)作之間的關(guān)系。知識(shí)網(wǎng)格不同于知識(shí)網(wǎng)絡(luò)，網(wǎng)格是一種充分利用網(wǎng)絡(luò)資源的計(jì)算技術(shù)，這種技術(shù)解決的根本問(wèn)題是計(jì)算資源(包括存儲(chǔ)與運(yùn)算，尤其是運(yùn)算)，所以知識(shí)網(wǎng)格并不是指由不同的知識(shí)元邏輯放在一起，形成格狀。

4、知識(shí)管理與知識(shí)工程的發(fā)展趨勢(shì)探析

知識(shí)管理應(yīng)當(dāng)以隱性知識(shí)顯性化、無(wú)序知識(shí)有序化、泛化知識(shí)本體化為目標(biāo)。知識(shí)工程，旨在建立面向?qū)ο笾R(shí)庫(kù)和邏輯命題知識(shí)庫(kù)，以最貼近自然的方式來(lái)描述自然界的事物，以人們可認(rèn)知、計(jì)算機(jī)可理解的方式描述事物之間的規(guī)律，以便能夠有效地解決信息泛濫、信息爆炸等問(wèn)題，可以對(duì)重復(fù)的信息進(jìn)行濾重、篩選，得到最能反映事物本質(zhì)及自然規(guī)律的清晰有序的知識(shí)。韓客松等認(rèn)為知識(shí)發(fā)現(xiàn)是知識(shí)管理的最高層次：初級(jí)階段是知識(shí)庫(kù)(你知道你有什么)，中級(jí)階段是知識(shí)共享(你知道你沒(méi)有什么)，高級(jí)階段是知識(shí)發(fā)現(xiàn)(你不知道你有什么)。

知識(shí)工程也在向著知識(shí)表達(dá)清晰化、數(shù)據(jù)組織有序化、內(nèi)容存儲(chǔ)本體化的方向發(fā)展，隨著自然語(yǔ)言處理的新進(jìn)展、面向?qū)ο蠓椒ǖ某墒鞈?yīng)用，特別是本體論思想的引入，為知識(shí)工程的發(fā)展指明了方向，為知識(shí)工程的實(shí)施注入了新的活力。知識(shí)表示的方式已經(jīng)比較成熟，能夠覆蓋絕大多數(shù)知識(shí)類型。知識(shí)工程的關(guān)鍵仍是知識(shí)獲取，非自動(dòng)知識(shí)獲取太慢，很難滿足工程化需要。全自動(dòng)知識(shí)獲取又太難，在自然語(yǔ)言處理無(wú)法取得重大突破以前，亦很難進(jìn)行工程化實(shí)施。因此，半自動(dòng)知識(shí)獲取的方式具有更強(qiáng)的可操作性，構(gòu)建部分知識(shí)庫(kù)與學(xué)習(xí)規(guī)則，然后分析語(yǔ)料庫(kù)，邊分析邊抽取，然后再改進(jìn)規(guī)則，不斷改進(jìn)算法與豐富知識(shí)庫(kù)。

5、知識(shí)技術(shù)的未來(lái)發(fā)展

知識(shí)管理不包括關(guān)于知識(shí)處理的全部，而知識(shí)工程也不包括知識(shí)處理的全部。知識(shí)管理與知識(shí)工程各有分工，各負(fù)其責(zé)。如果認(rèn)為知識(shí)管理與知識(shí)工程有交叉的話，那就是在知識(shí)庫(kù)的構(gòu)建上。知識(shí)管理中構(gòu)建的知識(shí)庫(kù)一般用自然語(yǔ)言，而知識(shí)工程中構(gòu)建的知識(shí)庫(kù)一般用人工語(yǔ)言。盡管表示方式與使用對(duì)象都有所不同，但構(gòu)建知識(shí)庫(kù)都是關(guān)鍵一環(huán)。知識(shí)庫(kù)構(gòu)建的前提是知識(shí)獲取，知識(shí)獲取的有效方式是知識(shí)抽取，知識(shí)抽取的目標(biāo)是形成以知識(shí)元為單位的知識(shí)庫(kù)。知識(shí)獲取是知識(shí)工程要解決的關(guān)鍵問(wèn)題，因此，知識(shí)抽取是知識(shí)工程的關(guān)鍵一環(huán)。另一方面，知識(shí)抽取實(shí)現(xiàn)一種知識(shí)序化，是以不同粒度組織知識(shí)，而知識(shí)組織是知識(shí)管理的關(guān)鍵一環(huán)。因此，知識(shí)抽取既有利于知識(shí)工程的知識(shí)獲取問(wèn)題，又有利于知識(shí)管理的知識(shí)組織。知識(shí)管理與知識(shí)工程都涉及知識(shí)組織。

無(wú)論是知識(shí)管理還是知識(shí)工程，通過(guò)分析獲取知識(shí)必然成為研究的重點(diǎn)。獲取知識(shí)之后，對(duì)知識(shí)本身的分析以及知識(shí)之間的關(guān)系分析必然會(huì)成為新的研究熱點(diǎn)，通過(guò)分析獲取知識(shí)主要指知識(shí)抽取，知識(shí)本身的分析包括知識(shí)表示、知識(shí)轉(zhuǎn)化與知識(shí)映射，知識(shí)之間的關(guān)系分析體現(xiàn)在知識(shí)挖掘、知識(shí)發(fā)現(xiàn)上。情報(bào)學(xué)家正好介于知識(shí)管理與知識(shí)工程之間 。

對(duì)人的管理不如管理學(xué)家，對(duì)計(jì)算機(jī)的研究又不如計(jì)算機(jī)學(xué)家，因此情報(bào)學(xué)對(duì)知識(shí)管理的定位更多的定位于知識(shí)服務(wù) 。情報(bào)學(xué)家在走知識(shí)管理與知識(shí)工程的交叉路，既做知識(shí)序化又做知識(shí)轉(zhuǎn)化。單純的信息可能會(huì)產(chǎn)生情報(bào)，單純的知識(shí)很難產(chǎn)生情報(bào)，大多數(shù)情報(bào)是信息與知識(shí)共同作用的結(jié)果，即通過(guò)知識(shí)對(duì)新信息進(jìn)行分析，分析出處境與機(jī)遇，為決策提供方案，這才是情報(bào)活動(dòng)的本質(zhì)。因此如何獲取知識(shí)并有效的利用知識(shí)成為知識(shí)處理的關(guān)鍵。涉及知識(shí)處理的技術(shù)很多，包括知識(shí)組織、知識(shí)管理、知識(shí)服務(wù)、知識(shí)發(fā)現(xiàn)、知識(shí)挖掘、知識(shí)檢索等等，但知識(shí)處理的核心是知識(shí)的獲取、表示與利用。這些處理過(guò)程有些是人工的，如隱性知識(shí)顯性化；有些是計(jì)算機(jī)自動(dòng)化的，如從文獻(xiàn)中抽取知識(shí)；還有一些是人機(jī)交互的，如知識(shí)表示。解決知識(shí)的來(lái)、去以及中間分析過(guò)程是知識(shí)處理的三大過(guò)程，也是核心所在。知識(shí)處理一定會(huì)在總結(jié)學(xué)術(shù)文獻(xiàn)特征規(guī)律的基礎(chǔ)上，以學(xué)術(shù)文獻(xiàn)為主要處理對(duì)象，并適當(dāng)借助自然語(yǔ)言處理技術(shù)，深入文獻(xiàn)內(nèi)容結(jié)構(gòu)及語(yǔ)義表達(dá)進(jìn)行分析，以知識(shí)元為處理單位進(jìn)行抽取、組織并利用，從而實(shí)現(xiàn)知識(shí)的自動(dòng)化處理，提高分析過(guò)程的知識(shí)維度與智能成分，推動(dòng)圖書(shū)情報(bào)學(xué)的飛速發(fā)展