知识工程的内容主要包括以下几个方面：

基础理论研究

知识的分类、结构和效用

知识的表示、获取和机器学习

推理和知识的使用

实用知识型系统的研究

解决在建造知识型系统过程中遇到的技术问题

解释与接口模型的研究

研究如何使知识型系统更易于理解和应用

知识工程环境研究

为实际知识型系统的开发提供工具和手段

与智能计算机和自动化相关的课题研究

研究如何利用智能计算机和自动化技术来提高知识处理和应用的效率

知识表示与获取

研究知识表达方式，如规则表示、语义网表示、框架表示法和逻辑表示法等

研究知识获取的来源、方法和流程

涉及知识库系统的建设和管理

推理机制

研究如何用计算机模拟人的思维问题，包括推理方法和控制机制

专家系统

利用专家知识解决特定领域的问题

包括医疗专家系统、化学家系统、地质学家系统、数学家系统、辅助发明系统等

自然语言处理

通过计算机对自然语言进行分析和理解，实现人机交互

智能推荐与搜索

利用用户行为数据和喜好进行智能推荐

通过计算机程序对大量信息进行搜索和排序

机器定理证明与博弈

利用计算机程序自动证明数学定理

模拟人类博弈行为，实现智能决策和优化

数据挖掘与知识发现

从大量数据中自动提取有用的信息和知识

不确定性推理

处理不确定性和模糊性，提高决策的准确性和可靠性

领域知识库

构建特定领域的专业知识库，支持领域问题的解决和优化

知识工程与多学科交叉

知识工程是人工智能、知识库、数理逻辑、认知科学和心理学等多学科交叉发展的结果

这些内容共同构成了知识工程的研究领域，旨在通过智能化的方法来处理和应用知识，以解决复杂的问题并提高系统的性能和效率。