智能信息系统中的知识获取属于人工智能与信息管理的交叉领域，所以在进行这方面的研究时，一方面需要机器学习、知识发现、数据挖掘等技术理论的学习和探索，另一方面也要研究这些技术在本学科领域知识获取中的应用，特别是在领域知识获取、用户知识获取和专家知识获取中的具体应用。本论文重点探讨了基于机器学习的知识获取的基本原理、功能与模型，最后，通过典型实例的分析，来说明采用最新知识获取技术的智能信息系统的优越性。 全文共分为以下五个部分。 第一部分：分析了知识获取的研究背景和国内外研究现状，提出了本文的研究目标和任务。 第二部分：介绍了机器学习、知识发现、数据挖掘等主要的知识获取方法与技术。这些技术及其原理，尤其是机器学习中的归纳学习、基于解释的学习和基于神经网络的学习等学习方法，是本文研究内容的基础。 第三部分：深入研究了智能信息系统中领域知识获取的学习算法和模型，包括文本知识获取、多媒体知识的获取和Web知识的获取等。 第四部分：论述了用户知识和专家知识的获取方法，并探讨了基于机器学习的获取模型及算法。 第五部分：分析了知识获取技术的发展趋势；并指出智能知识获取是一项综合技术，应该以学习技术为基础，综合集成自然语言理解、数据挖掘、知识发现、本体论等先进技术与理论，以实现更高的智能性；最后展望了知识获取技术的广阔应用前景。