JPH11306023A - 知識処理システム - Google Patents

Abstract

(57)【要約】 【課題】 事例ベースに格納された過去の事例を基に既
存の知識ベースの修正支援を行ったり，知識ベースに基
づく推論結果の適正化を図る従来の知識処理システムで
は，単一の事例と知識ベースとの整合性が知識ベースの
修正や推論結果の適正化の判断基準となるため，該判断
から専門家の個人差や同一個人における判断のばらつき
等の影響を排除することができなかった。 【解決手段】 本発明は，推論部１０３が解の候補を生
成するのに用いた知識が，対応する複数の事例において
実施された所定の解に対して妥当なものであった割合を
表す妥当率と，上記推論部１０３が解の候補を生成する
のに用いた知識が，対応する複数の事例において実施さ
れた所定の解に適用された割合を表す適用率とに基づい
て知識ベース１０２に格納された知識を修正することに
より上記課題を解決することを図ったものである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は，知識処理システム
に係り，詳しくは，知識ベースに事例ベースを組み合わ
せた知識処理システムに関するものである。

【０００２】

【従来の技術】知識処理システムに例えば専門家の知識
を組み込んだエキスパートシステムは，診断，予測，解
釈，計画，意思決定等の問題を解決するために，広く科
学，医学，工学，産業等の分野で用いられている。上記
エキスパートシステムでは，専門家の知識は例えばＩＦ
−ＴＨＥＮルールや論理木として定式化され知識ベース
に格納される。そして，上記知識ベースに格納された知
識（ルール）に基づいて推論エンジンにより問題の解法
が探索され，該探索された解法が専門家に代わって使用
者に提示される。ところで，上記知識ベースに格納され
る知識には，定式化及び体系化し難い専門家の経験や直
観に基づくものも多く含まれており，新たな知識の獲得
や修正，及びその検証には多大な労力と時間が必要とな
る。例えば特開平９−１６４０２号公報には，知識ベー
スに事例ベースを組み合わせ，既存の知識ベースに対し
て例外的な事例を格納した事例ベースを基に既存の知識
ベースを修正する技術が記載されている。上記公報に記
載の技術では，例えば「形」，「糖度」，「色」を属性
として有するみかんを〔優，良，可，ハキ〕に分類する
という問題に対して，既存の知識ベースを修正する修正
知識を得るために，まず任意の問題について既存知識ベ
ースを用いて推論が行われ，その推論結果が一次解とし
て専門家に提示される。上記一次解が専門家の判断と異
なっているものであれば，そのときの推論過程等を検索
キーとして，過去の例外的な事例を集めた事例ベースの
検索が行われる。上記事例ベースに上記検索キーに対応
する例外事例が既に存在する場合，検索された例外事例
と既存知識ベースとが比較され，両者の矛盾点が追跡さ
れる。この矛盾点は専門家に提示され，上記既存知識ベ
ースを修正するためのメタルールが獲得される。そし
て，上記メタルールが妥当なものである場合にだけ，上
記メタルールは上記例外事例とともに上記事例ベースに
格納される。一方，上記事例ベースに上記検索キーに対
応する例外事例が存在しない場合，上記一次解とそれに
対応する既存知識ベースのルールが直接専門家に提示さ
れ，専門家が必要と判断すれば，専門家により入力され
た修正知識を基に上記メタルールが生成され，当該事例
とともに上記事例ベースに格納される。そして，実際の
推論の際に例外的な事例に遭遇した場合には，上記一次
解と，上記メタルールを用いて修正された修正版知識ベ
ースにより推論された二次解とが比較評価され，いずれ
かが推論結果として使用者に提示される。

【０００３】

【発明が解決しようとする課題】上記公報に記載の技術
では，単一の事例と知識ベースとの整合性に応じて知識
ベースに修正を加えるか否かが判断される。上記整合性
は専門家の判断によるものである。しかしながら，この
判断から，個人差や，同一個人における判断のばらつき
等を排除することは困難である。このため，例えば同一
ルールのIF条件部パラメータについて，何度も変更した
り戻したりを繰り返すハンチングが生じてしまう恐れが
ある。また，上記公報に記載の技術において，既存知識
ベースの推論結果と専門家の判断が異なる場合，それは
全て既存知識ベースの不備であるとして既存知識ベース
の修正が行われる。既存知識ベースの推論結果と専門家
の判断が異なる不一致事例には，既存知識ベースの不備
により推論結果自体が不適切である場合（妥当性の欠
如）と，いくつかの妥当な結論の中から専門家の選好に
より特定のものが選ばれ，結果として既存知識べースに
よる推論結果が不一致であるといった，妥当ではあるが
専門家の選好と一致していない場合（選好の不一致）と
があるが，上記公報に記載の技術では，両者の区別がな
されていない。妥当性が欠如している場合には，同一の
結論を再度推論しないように既存知識ベースを修正する
必要があるが，選好の不一致の場合には，必ずしも修正
を行う必要はない。本発明は，このような従来の技術に
おける課題を解決するために，知識処理システムを改良
し，専門家の判断を統計的に処理することにより，解の
推論や知識ベースの修正から専門家の個人差や同一個人
における判断のばらつき等の影響を排除すると共に，修
正を行うべき知識を好適に抽出することができる知識処
理システムを提供することを目的とするものである。

【０００４】

【課題を解決するための手段】上記目的を達成するため
に，請求項１に係る発明は，所定の問題を解決するため
の知識を格納した知識ベースと，上記知識ベースに格納
された知識を用いて推論を行い，入力された問題につい
て解の候補を生成する推論部と，上記入力された問題に
対して上記推論部が解の候補を生成するのに用いた知識
に対応して，上記入力された問題に対して所定の解が実
施された事例を複数格納した事例ベースと，上記推論部
が解の候補を生成するのに用いた知識が上記対応する複
数の事例において実施された所定の解に対して妥当なも
のであった割合を表す妥当率と，上記推論部が解の候補
を生成するのに用いた知識が上記対応する複数の事例に
おいて実施された所定の解に適用された割合を表す適用
率とを含む知識評価情報を抽出し上記知識ベースに格納
された知識を評価する知識評価部とを具備してなる知識
処理システムとして構成されている。また，請求項２に
係る発明は，上記請求項１に記載の知識処理システムに
おいて，上記事例ベースが，上記複数の事例を，上記実
施された所定の解に上記推論部により生成された解の候
補が用いられたものと，上記実施された所定の解に上記
推論部により生成された解の候補が用いられなかったも
のと，上記実施された所定の解に上記推論部により生成
されなかった解が用いられたものと，上記実施された所
定の解に上記推論部により生成されなかった解が用いら
れなかったものとに分類して格納するものであり，上記
知識評価部が，上記分類に基づいて上記事例ベースを検
索し上記知識評価情報を抽出してなることをその要旨と
する。また，請求項３に係る発明は，上記請求項２に記
載の知識処理システムにおいて，上記実施された所定の
解に上記推論部により生成された解の候補が用いられな
かった事例，及び上記実施された所定の解に上記推論部
により生成されなかった解が用いられた事例が，上記推
論部が解の候補を生成するのに用いた知識が妥当であっ
たものと，妥当でなかったものとに更にそれぞれ分類さ
れてなることをその要旨とする。また，請求項４に係る
発明は，上記請求項１〜３のいずれか１項に記載の知識
処理システムにおいて，上記推論部により生成された解
の候補のうち，上記妥当率が低い知識を用いたものを上
記解の候補から排除して出力してなることをその要旨と
する。また，請求項５に係る発明は，上記請求項１〜４
のいずれか１項に記載の知識処理システムにおいて，上
記推論部により生成された解の候補を上記適用率の高い
に順に順序付けて出力してなることをその要旨とする。
また，請求項６に係る発明は，上記請求項１〜５のいず
れか１項に記載の知識処理システムにおいて，上記知識
ベースに格納された知識のうち，上記妥当率及び適用率
の両方又はいずれかが低い知識を抽出し出力してなるこ
とをその要旨とする。上記請求項１〜６のいずれか１項
に記載の発明では，推論部が解の候補を生成するのに用
いた知識が，対応する複数の事例において実施された所
定の解に対して妥当なものであった割合を表す妥当率
と，上記推論部が解の候補を生成するのに用いた知識
が，対応する複数の事例において実施された所定の解に
適用された割合を表す適用率とを含む知識評価情報に基
づいて知識ベースに格納された知識が評価される。この
ため，推論部による解の推論や知識ベースの知識の修正
の際に，専門家の個人差や同一個人における判断のばら
つき等の影響を排除すると共に，修正を行うべき知識を
好適に抽出することができる。

【０００５】

【発明の実施の形態】以下，添付図面を参照して，本発
明の実施の形態につき説明し，本発明の理解に供する。
尚，本実施の形態は，本発明の具体的な一例であって，
本発明の技術的範囲を限定する性格のものではない。本
発明の一実施の形態に係る知識処理システムは，例えば
在宅看護における「床ずれ」のケアガイダンスシステム
に用いられるものであり，図１にその概略構成を示す。
上記知識処理システムＡ１は，患者の観察結果等が入力
される問題入力部１０１と，床ずれに関する症状とその
看護方法についての知識（ルール）を格納する知識ベー
ス１０２と，上記知識ベース１０２に格納された知識に
基づいて推論を行い，上記問題入力部１０１に入力され
た患者の観察結果等に対する症状を同定し，看護方法
（ケア）の候補を生成する推論部１０３と，上記入力さ
れた観察結果等に対して上記推論部１０３がケアの候補
を生成するのに用いたルールに対応して，上記入力され
た観察結果等に対して所定のケアが実施された事例を複
数格納した事例ベース１０４と，上記推論部１０３がケ
アの候補を生成するのに用いたルールが上記対応する複
数の事例において実施された所定のケアに対して妥当な
ものであった割合を表す妥当率と，上記推論部１０３が
ケアの候補を生成するのに用いたルールが上記対応する
複数の事例において実施された所定のケアに適用された
割合を表す適用率とを含むルール評価情報（知識評価情
報）を抽出し上記知識ベース１０２に格納された知識を
評価する知識評価部１０５と，上記知識評価部１０５に
より抽出された妥当率及び適正率に基づいて上記推論部
１０３により生成されたケアの候補から適当なケア方法
を選択し表示する推論結果評価部１０６と，上記知識評
価部１０４による評価に基づいて上記知識ベース１０２
に格納されたルールのうち，妥当率及び適正率の低いル
ールを修正すべきルールとして表示する修正知識表示部
１０７とを具備する。上記知識処理システムＡ１におい
て，問題入力部１０１には，巡回看護婦等が観察した患
者の状況が入力される。この患者の状況には，普段の食
事の摂取状況，患者が自発的に体を動かすことができる
か否か（体動があるか否か），患者が活動的であるか否
か（床上で過ごす時間の長さに関係する），汗等により
患者の皮膚が湿る度合いや頻度，褥創（床ずれ）がすで
に発生している場合には患部の大きさ，深さ，形状等が
含まれる。この患者の状況観察には，例えばBraden Sca
leと呼ばれる定式化されたチェックリストを用いること
ができる。また，知識ベース１０２には，上記患者の状
況観察結果に基づいて患者の状態を同定したり，患者の
看護方法を選択するためのルールが格納される。ここ
で，図２は患者の状態を同定するためのルールの一例を
示す図である。尚，図２において，下線が付された項目
は観測可能な状態を表し，実線の矢印は症状の進行，破
線の矢印は同時生起関係を表す。例えば患者の表皮に発
赤が観察され，除圧を行ってから一時間が経過しても発
赤が消退しない場合には，第１度褥創状態であって，上
記発赤は深部組織虚血性変化によるものであると患者の
状態が同定される。IF-THEN ルール形式で記せば， R1:IF 発赤があり かつ 除圧後１時間たっても
発赤が消えない THEN 深部組織虚血性変化 といったルールが上記知識ベース１０２に格納されてい
る。また，上記図２における表皮の発赤，第２度褥創状
態，…等の各状態には，除圧，栄養改善といった，症状
進行を防止する又は治癒のためのケアが関係付けられて
いる。このケアに対応して患者の看護方法を選択するル
ールも上記知識ベースに格納されている。ここで，図３
は知識ベースに格納される患者の看護方法選択ルールの
一例を図３に示す図である。尚，図３において，四角の
枠内にはケアフレームが記される。また，このケアフレ
ームは，属性（スロット）として，条件（アセスメント
データ等），方法（ケア手順の説明），使用グッズの仕
様，頻度，注意事項，事例（ＩＤ，ガイダンス内容，実
施内容，差異情報）等を含むものであり，さらに決定木
に展開される場合もある。例えば症状の同定によりアセ
スメントケアとして栄養状態の改善が必要であるとさ
れ，患者の栄養摂取が経口摂取によるものである場合に
は，食生活の改善が必要であるとのケアが選択される。
IF-THEN ルール形式で記せば， R2:IF 栄養状態改善が必要であり かつ 栄養摂
取は経口摂取による THEN 食生活の改善 といったルールが上記知識ベース１０２に格納されてい
る。実際には，上記ケアフレーム「食生活の改善」自体
が，さらに決定木に展開されるが，ここでは，単にIF条
件部にアセスメントケアの結果，THEN実行部にケア方法
を記述するということを示し，詳細は省略する。また，
上記推論部１０３では，問題入力部１０１により入力さ
れた患者の状況と，知識ベース１０２に格納されたルー
ルとに基づいて，患者の状態が同定され，ケア方法が選
択される。ここで，ケアは複数選択されてもかまわな
い。また，事例ベース１０４には，上記入力された観察
結果等に対して上記推論部１０３がケアの候補を生成す
るのに用いたルールに対応して，上記入力された観察結
果等に対して実際に巡回看護婦等により所定のケアが実
施された事例が複数格納される。上記事例は，具体的に
は，患者の状況，推論結果，実際のケア記録等に加え
て，患者名，日時，担当者等の管理データ，及び上記推
論部１０３により生成されたケアの候補，実施されたケ
ア，ケアに関するコメント等が含まれたデータである。
上記ケアに関するコメント等は，専門家や巡回看護婦等
が上記推論部１０３により生成されたケア候補と実施さ
れたケアとを比較して入力するものである。上記推論部
１０３により生成されたケア候補と，巡回看護婦等が実
際に行ったケアとを比較した場合，両者の関係は次の６
つに分類することができる。ここで，図４はケア候補と
実施されたケアとの関係に基づく分類を説明するための
図である。 （Ｃ１） 推論部１０３により生成されたケア候補を巡
回看護婦等が実施した場合 （Ｃ２） 推論部１０３により生成されたケア候補を巡
回看護婦等が実施せず，かつ推論部１０３がケア候補を
生成するのに用いたルールが妥当でない場合 （Ｃ３） 推論部１０３により生成されたケア候補を巡
回看護婦等が実施せず，かつ推論部１０３がケア候補を
生成するのに用いたルールが妥当であった場合 （Ｃ４） 推論部１０３により生成されなかったケアを
巡回看護婦等が実施し，かつ推論部１０３が上記実施さ
れたケアをケア候補に生成しなかったルールが妥当でな
い場合 （Ｃ５） 推論部１０３により生成されなかったケアを
巡回看護婦等が実施し，かつ推論部１０３が上記実施さ
れたケアをケア候補に生成しなかったルールが妥当であ
る場合 （Ｃ６） 推論部１０３により生成されなかったケアを
巡回看護婦等が実施しなかった場合 上記（Ｃ１）又は（Ｃ６）の場合は，巡回看護婦等によ
る実施内容と推論部１０３の推論結果が一致している場
合である。また，上記（Ｃ２）又は（Ｃ４）の場合に
は，推論に用いられたルールは不適切なものであり，知
識ベース１０２のルールに修正を加える必要がある。ま
た，上記（Ｃ３）又は（Ｃ５）の場合には，推論に用い
られたルールは適切なものであり，推論に関する専門
家，巡回看護婦等の選好情報として活用可能なものであ
る。上記事例ベース１０４では，各事例は，上記管理デ
ータを検索キーとする他，上記（Ｃ１）〜（Ｃ６）の場
合に分類されて格納されており，この分類に基づいて検
索を行うことが可能である。上記分類を行うために，上
記知識処理システムＡ１では，図４に示すように，入力
された観察結果等に対して推論部１０３により生成され
たケア候補と，生成されなかったケアの両方が抽出され
る。尚，上記例の場合，推論結果であるケアとルールと
が一対一に対応する。さらに，上記ケアの候補が実際の
看護に適用されたか否かが専門家，巡回看護婦等により
入力される。上記（Ｃ２）〜（Ｃ４）の場合には妥当で
あったか否かだけではなく，その理由等を含むケアに関
するコメント等も入力される。そして，上記推論部１０
３がケアの候補を生成するのに用いたルールに対して，
上記分類が行われた事例が複数上記事例ベース１０４に
格納される。上記した「食生活改善」という推論結果を
用いてより具体的に説明すれば，食生活改善という推論
結果に対し実際にはそのケアを巡回看護婦等が行わなか
った場合，それが，基礎疾患のため著しく食欲が減退し
ており，食事メニューを改善しても効果が期待できない
ことが理由であれば，推論結果自体は妥当であるが，知
識考慮外の事情（食欲減退）により，実際に適用されな
かったということで，「食生活改善」というケア項目の
「不実施／妥当」タイプの事例（Ｃ３）として上記事例
ベース１０４に格納される。ここで，コメントとして，
ケアを実施しなかった理由が合わせて入力される。ま
た，「食生活改善」という推論結果に対し，推論結果に
含まれていない「栄養剤点滴」を行った場合を考える。
この場合，食事は経口摂取しているものの，食欲減退の
ために量が不足しており，栄養補給のため点滴を実施し
たならば，推論結果は妥当である。従って，推論結果に
含まれていないケアをケア担当者が実行し，かつ推論結
果に当該ケアが含まれていないことが妥当である場合
（Ｃ５）の「実施／妥当」の事例として上記事例ベース
１０４に格納される。この場合にも，コメントが記憶さ
れる。このようにして上記事例ベース１０４に格納され
た各事例を用いて，上記知識評価部１０４により，上記
推論部１０３がケア候補を生成するのに用いたルール
が，対応する複数の事例において実施された所定のケア
に対して妥当なものであった割合を表す妥当率と，上記
推論部１０３がケア候補を生成するのに用いたルール
が，対応する複数の事例において実施された所定のケア
に適用された割合を表す適用率とを含む知識評価情報が
抽出される。より具体的には，上記妥当率は，例えば上
記（Ｃ１），（Ｃ２），（Ｃ３）の場合の事例の数をそ
れぞれＡ，Ｂ，Ｃとすれば，Ａ＋Ｃ／（Ａ＋Ｂ＋Ｃ）で
表され，上記適用率は，Ａ／（Ａ＋Ｃ）で表される。ま
た，上記（Ｃ４），（Ｃ５），（Ｃ６）の場合の事例の
数をそれぞれＤ，Ｅ，Ｆとすれば，上記妥当率は，Ｄ＋
Ｆ／（Ｄ＋Ｅ＋Ｆ）で表され，上記適用率は，Ｄ／（Ｄ
＋Ｆ）で表される。そして，上記問題入力部１０１に入
力された患者の観察結果等の問題に対し，図５に示すよ
うに，ケアの候補を上記推論部１０３により生成する場
合には，上記推論結果評価部１０６により，複数あるケ
ア候補又はケア候補として生成去れなかったケアのうち
から，上記妥当率が一定値以下のケア候補が除外され
（Ｓ５１），専門家等に提示される。また，上記専門家
等に提示される複数のケア候補には，上記適用率によっ
て優先順位が設定され（Ｓ５２），専門家等に提示する
際には上記優先順位に従って順序付けられた状態で上記
複数のケア候補が表示される（Ｓ５３）。また，図６に
示すように，知識ベース１０２に格納された知識を修正
する場合には，修正知識表示部１０７により上記妥当率
の低いケアの候補が抽出され，そのケアの候補を生成す
るのに用いたルールが専門家等に提示される。また，上
記適用率が低いケア候補も抽出され，そのケアの候補を
生成するのに用いたルールが専門家等に提示される。こ
こで，推論部１０３により生成されたケア候補の妥当率
や適用率が低い場合には，基本的には専門家等は，条件
を厳しくし，実際に適用される状況を限定する方向で，
上記知識ベース１０２に格納されたルールを修正するこ
とになる。妥当率が低い場合には，上記ルールの条件が
間違っている場合が考えられる（Ｅ６１）。また，上記
適用率が低い場合には，機材の利用可能性，コスト等を
考慮して，条件を増やす修正を行うことが考えられる
（Ｅ６２）。また，推論部１０３により生成されなかっ
たケア候補の妥当率や適用率が低い場合には，基本的に
は専門家等は，条件を緩くし，より多くの状況で適用さ
れるように，上記知識ベース１０２に格納されたルール
を修正することになる。妥当率が低い場合には，上記ル
ールの条件が間違っている場合が考えられる（Ｅ６
３）。また，上記適用率が低い場合には，そのケアを結
論するような，新たなルールを追加するという修正が考
えられる（Ｅ６４）。このように，本実施の形態に係る
知識処理システムでは，複数の専門家の判断を統計的に
処理した上記妥当率や適用率を基にケアの候補を生成す
るのに用いたルールの修正情報を提示したり，推論を行
ったりするので，専門家の個人差や同一個人における判
断のばらつき等の影響を，上記ケア候補の推論や知識ベ
ースの修正から排除することができると共に，修正すべ
きルールを好適に抽出することができる。

【０００６】

【実施例】上記実施の形態では，本発明に係る知識処理
システムを在宅看護における「床ずれ」のケアガイダン
スシステムに用いたが，これに限らず知識ベースを有す
る他のエキスパートシステム等に適用することも可能で
ある。このような知識処理システムも本発明における知
識処理システムの一例である。また，上記実施の形態で
は，ケア候補を生成するのに用いたルールについて上記
妥当率や適用率を設定したが，これに限らず，例えば入
力された患者の観察結果から患者の症状を同定するため
のルールについて上記妥当率や適用率を設定して，ルー
ルの修正支援や推論を行うことも可能である。このよう
な知識処理システムも本発明における知識処理システム
の一例である。

【０００７】

【発明の効果】上記のように上記請求項１〜６のいずれ
か１項に記載の発明では，推論部が解の候補を生成する
のに用いた知識が，対応する複数の事例において実施さ
れた所定の解に対して妥当なものであった割合を表す妥
当率と，上記推論部が解の候補を生成するのに用いた知
識が，対応する複数の事例において実施された所定の解
に適用された割合を表す適用率とを含む知識評価情報に
基づいて知識ベースに格納された知識が評価される。こ
のため，推論部による解の推論や知識ベースの知識の修
正の際に，専門家の個人差や同一個人における判断のば
らつき等の影響を排除すると共に，修正を行うべき知識
を好適に抽出することができる。

【図面の簡単な説明】

【図１】 本発明の一実施の形態に係る知識処理システ
ムの概略構成を示す図。

【図２】 上記知識処理システムの知識ベースに格納さ
れる症状同定の知識の一例を示す図。

【図３】 上記知識ベースに格納されるケア方法選択の
ための知識の一例を示す図。

【図４】 推論結果の分類タイプを説明するための図。

【図５】 事例ベースを用いた推論結果の適正化を説明
するための図。

【図６】 事例ベースを用いて知識ベースの修正支援を
説明するための図。

【符号の説明】

１０２…知識ベース １０３…推論部 １０４…事例ベース １０５…知識評価部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 所定の問題を解決するための知識を格納
   した知識ベースと，上記知識ベースに格納された知識を
   用いて推論を行い，入力された問題について解の候補を
   生成する推論部と，上記入力された問題に対して上記推
   論部が解の候補を生成するのに用いた知識に対応して，
   上記入力された問題に対して所定の解が実施された事例
   を複数格納した事例ベースと，上記推論部が解の候補を
   生成するのに用いた知識が上記対応する複数の事例にお
   いて実施された所定の解に対して妥当なものであった割
   合を表す妥当率と，上記推論部が解の候補を生成するの
   に用いた知識が上記対応する複数の事例において実施さ
   れた所定の解に適用された割合を表す適用率とを含む知
   識評価情報を抽出し上記知識ベースに格納された知識を
   評価する知識評価部とを具備してなる知識処理システ
   ム。
2. 【請求項２】 上記事例ベースが，上記複数の事例を，
   上記実施された所定の解に上記推論部により生成された
   解の候補が用いられたものと，上記実施された所定の解
   に上記推論部により生成された解の候補が用いられなか
   ったものと，上記実施された所定の解に上記推論部によ
   り生成されなかった解が用いられたものと，上記実施さ
   れた所定の解に上記推論部により生成されなかった解が
   用いられなかったものとに分類して格納するものであ
   り，上記知識評価部が，上記分類に基づいて上記事例ベ
   ースを検索し上記知識評価情報を抽出してなる請求項１
   に記載の知識処理システム。
3. 【請求項３】 上記実施された所定の解に上記推論部に
   より生成された解の候補が用いられなかった事例，及び
   上記実施された所定の解に上記推論部により生成されな
   かった解が用いられた事例が，上記推論部が解の候補を
   生成するのに用いた知識が妥当であったものと，妥当で
   なかったものとに更にそれぞれ分類されてなる請求項２
   に記載の知識処理システム。
4. 【請求項４】 上記推論部により生成された解の候補の
   うち，上記妥当率が低い知識を用いたものを上記解の候
   補から排除して出力してなる請求項１〜３のいずれか１
   項に記載の知識処理システム。
5. 【請求項５】 上記推論部により生成された解の候補を
   上記適用率の高いに順に順序付けて出力してなる請求項
   １〜４のいずれか１項に記載の知識処理システム。
6. 【請求項６】 上記知識ベースに格納された知識のう
   ち，上記妥当率及び適用率の両方又はいずれかが低い知
   識を抽出し出力してなる請求項１〜５のいずれか１項に
   記載の知識処理システム。