Waarom is dit belangrijk?
Met een automatische indeling kunnen kennissystemen controleren of een nieuwe beschrijving past bij bestaande begrippen en daaruit extra conclusies trekken. In de wetenschap gebruiken onderzoekers zulke systemen om vakkennis te ordenen en een herkenningstaak uit te voeren. Studenten en werknemers merken dit bij kennissystemen die zelf nieuwe beschrijvingen indelen, maar bij een onvolledige beschrijving is een zekere indeling niet altijd mogelijk.
Zo werkt het in de praktijk
Onderzoekers bij Bolt Beranek and Newman gebruikten KL-ONE voor het tonen van informatie. Zij gebruikten het ook in een prototype dat natuurlijke taal begrijpt. Later kwam het voor bij zoeken, computers configureren en kantoorprocessen.
KL-ONE verscheen in 1977, op basis van het proefschrift van Ronald Brachman. Het beschrijft begrippen op een manier die niet aan één vakgebied vastzit. Onderzoekers hielden drie workshops en maakten versies in Interlisp, Smalltalk en Prolog.
KL-ONE hoort bij semantische netwerken en bij frames, twee werkwijzen om begrippen te ordenen. Bouwers maken eerst beschrijvingen en doen daarna beweringen met die begrippen. Onderzoekers werkten die scheiding later uit in het systeem Krypton.




