مدلی مبتنی بر هوش مصنوعی برای ارزیابی و ادغام دانش در سازمان‌های دولتی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 30

تعداد کلمات : 8200

مجله : applied sciences(MDPI)

انتشار : 2023

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
30 آوریل 2024
دسته بندی
تعداد بازدیدها
4920 بازدید
110,000 تومان

عنوان فارسی مقاله:مدلی مبتنی بر هوش مصنوعی برای ارزیابی و ادغام دانش در سازمان‌های دولتی

 چکیده

 در ساخت پایگاه‌های دانش، ارزیابی کیفیت دانش وارد شده به آنها بسیار مهم است. این مسئله در ادارات دولتی جایی که دانش باید به سمت خدمات عمومی معطوف شود صدق می‌کند. در این مطالعه، یک روش مبتنی بر هوش مصنوعی برای ارزیابی دانش شرح داده شده است. این روش از ساختار و محتوای طرحواره‌های بازنمایی دانش (نماینده دانش خبرگان مربوطه) برای انجام ارزیابی دانش بهره می‌برد. به طور دقیق‌تر، این روش اجازه می‌دهد تا مقایسه‌های مختلف بین طرحواره ها یکپارچه شود و طرح کلی برای ارزیابی سهم هر طرحواره وجود داشته باشد.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: An Artificial Intelligence-Based Model for Knowledge Evaluation and Integration in Public Organizations

Abstract

 In the construction of knowledge bases, it is very important to evaluate the quality of the knowledge entered into them. This is exacerbated in public administrations, where knowledge should be oriented towards public services. In this study, an artificial intelligence-based method for the evaluation of knowledge is described. This method takes advantage of the structure and contents of the knowledge representation schemas (representing the knowledge of the corresponding experts) to carry out knowledge evaluation. More precisely, the method allows the various comparisons between the schemas to be integrated and the overall schema to evaluate the contribution of each schema.