期刊文章發(fā)表淺析人工智能技術(shù)的應(yīng)用

　　摘要：闡述了人工智能的原理及智能信息檢索系統(tǒng)的基本概念，分析了智能信息檢索系統(tǒng)的結(jié)構(gòu)及其研究中遇到的難題，并從人工智能的研究成果來探討解決問題的思路。

　　關(guān)鍵詞：人工智能　智能信息檢索系統(tǒng)　信息檢索　期刊文章發(fā)表

　　人工智能是當(dāng)前科學(xué)技術(shù)發(fā)展中的一門前沿學(xué)科，是在計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來的，是一門綜合性很強(qiáng)的邊緣學(xué)科�？偟膩碚f，人工智能是一門研究如何構(gòu)造智能機(jī)器或智能系統(tǒng)，使它能模擬、延伸擴(kuò)展人類智能的學(xué)科。

　　目前，人工智能的研究更多的是結(jié)合具體領(lǐng)域進(jìn)行的，主要研究領(lǐng)域有專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別和自然語言理解等。自從人工智能技術(shù)問世以來，它的研究已經(jīng)有了顯著的成果。人工智能應(yīng)用于信息檢索系統(tǒng)的成果——智能信息檢索系統(tǒng)給信息檢索領(lǐng)域帶來了革命性的變化。

　　1　智能信息檢索系統(tǒng)概述

　　智能信息檢索系統(tǒng)是一種智能化的計(jì)算機(jī)信息檢索系統(tǒng),它模擬人類關(guān)于信息處理的思維過程和智能活動,實(shí)現(xiàn)信息知識的存儲,檢索和推理,并向用戶提供智能輔助。

　　由于人工智能的引入，智能信息檢索系統(tǒng)的優(yōu)勢明顯：強(qiáng)大的自然語言理解能力，使用戶可以用自然語言更確切地表達(dá)自己的信息需求;模擬專家的檢索方法，把用戶所表達(dá)的信息需求，制定解決策略以及分析結(jié)果的工作轉(zhuǎn)移到智能信息檢索系統(tǒng)來處理;具有強(qiáng)大的學(xué)習(xí)能力，能自動地獲取知識，能直接向書本學(xué)習(xí)，并在實(shí)踐中實(shí)現(xiàn)自我完善。

　　2　智能信息檢索系統(tǒng)的結(jié)構(gòu)

　　智能信息檢索系統(tǒng)與專家系統(tǒng)有很大的相似性，其基本結(jié)構(gòu)(見圖1)和工作原理是基本相同的。

　　2.1　人機(jī)接口部分　人機(jī)接口是信息檢索系統(tǒng)和用戶交流的界面，它能理解、分析用戶的自然語言提問，并產(chǎn)生適合用戶的結(jié)果，還具有解釋功能。它由一組程序相應(yīng)的硬件組成，用于完成輸入輸出工作。系統(tǒng)通過它輸入知識更新完善知識庫，一般用戶通過它輸入信息需求。

　　圖1　智能信息檢索系統(tǒng)的基本結(jié)構(gòu)2.2　知識庫及其管理系統(tǒng)　知識庫是知識存儲機(jī)構(gòu)，用于存儲解決用戶信息需求所需的原理性知識、專家的經(jīng)驗(yàn)性知識以及有關(guān)的事實(shí)等。知識庫中的知識來源于知識獲取機(jī)構(gòu)，同時它又為推理機(jī)提供求解問題所需的知識，與兩者都有密切關(guān)系。

　　2.3　數(shù)據(jù)庫及其管理系統(tǒng)　它存放用戶提供的初始事實(shí)、問題描述以及系統(tǒng)運(yùn)行過程中得到的中間結(jié)果、最終結(jié)果、運(yùn)行信息(如推出結(jié)果的知識鏈)等。

　　2.4　檢索推理機(jī)構(gòu)　它綜合應(yīng)用各種信息檢索策略與推理技術(shù)，利用知識庫中的知識，按一定的推理策略解決用戶的問題。

　　2.5　知識獲取　這是獲取知識的機(jī)構(gòu)，由一組程序組成。其基本任務(wù)是把知識輸入到知識庫中，并負(fù)責(zé)維護(hù)知識的完整性與一致性，建立起性能良好的知識庫。

　　2.6　解釋機(jī)構(gòu)　它能夠?qū)ψ约旱男袨樽鞒鼋忉�，回答用戶提出�?ldquo;為什么?”、“結(jié)論是怎么出來的?”等問題，是信息檢索系統(tǒng)取信于用戶的一個重要措施。

　　3　智能信息檢索面臨的問題

　　智能信息檢索系統(tǒng)的研究經(jīng)歷了幾十年的發(fā)展，到目前為止，已經(jīng)研究出了一些實(shí)用性的智能信息檢索系統(tǒng)。但是，人工智能信息檢索在下列領(lǐng)域依然無法得到根本性的突破。

　　3.1　自然語言理解　自然語言理解是智能信息檢索系統(tǒng)的基礎(chǔ)。自然語言是極其復(fù)雜的�！�對我們每個人來說，是以我們的全部知識來理解語言的。機(jī)器理解自然語言需要把每個人腦都擁有的高度相似的、有關(guān)的“背景知識”存入計(jì)算機(jī)中，利用這種上下文相關(guān)知識進(jìn)行推理，但這是難以做到的。

　　3.2　知識的表示　人類的智能活動主要是一個獲得并運(yùn)用知識的過程，知識是智能的基礎(chǔ)。為了讓計(jì)算機(jī)具有智能，就必須使它具有知識。但知識是需要用適當(dāng)?shù)哪Ｊ奖硎境鰜聿拍艽鎯Φ接?jì)算機(jī)中去的，因此知識表示是長期以來人工智能研究的一個重要問題,在智能信息檢索系統(tǒng)設(shè)計(jì)中,知識表示則成為一個核心部分。

　　在人工智能中，知識表示就是要把問題求解中所需要的對象、前提條件、算法等知識構(gòu)造為計(jì)算機(jī)可處理的數(shù)據(jù)結(jié)構(gòu)以及解釋這種結(jié)構(gòu)的某些過程。在信息檢索中，同一條知識對不同的用戶有著不同的重要性。因此，在信息檢索中，知識的表示與利用是一個很大的難題。例如，如何從詢問中獲得領(lǐng)域知識，信息表示要達(dá)到怎樣的深度等。

　　3.3　知識的獲取　擁有知識是智能信息檢索系統(tǒng)區(qū)別于一般信息檢索系統(tǒng)的重要標(biāo)志,而知識的質(zhì)量與數(shù)量又是決定其性能的關(guān)鍵因素。如何使智能信息檢索系統(tǒng)獲得高質(zhì)量的知識，這正是知識獲取要解決的問題。

　　由于各方面的原因，知識獲取至今仍是一件相當(dāng)困難的工作，雖然已有許多人工智能學(xué)者在開展這方面的研究工作，希望實(shí)現(xiàn)知識的自動獲取，即由信息檢索系統(tǒng)自動完成對知識的獲取，并且也取得了一些成果，但離知識的完全自動獲取這一目標(biāo)相距甚遠(yuǎn)，還需要走一段漫長的道路，解決許多理論及技術(shù)上的問題。

　　4　從人工智能研究的成果來探討解決問題的思路

　　4.1　自然語言理解　在人工智能領(lǐng)域,自然語言理解就是研究如何讓計(jì)算機(jī)理解人類自然語言的一個研究領(lǐng)域。具體的說他要達(dá)到如下三個目標(biāo)：(1)計(jì)算機(jī)能理解人們用自然語言輸入的信息，并能正確回答輸入信息中的有關(guān)問題。(2)對輸入信息，計(jì)算機(jī)能產(chǎn)生相應(yīng)的摘要，能用不同詞語復(fù)述輸入的內(nèi)容。(3)計(jì)算機(jī)能把某一種自然語言表示的信息自動的翻譯為另一種自然語言。對于智能信息檢索系統(tǒng)來說，主要是要達(dá)到前面兩個目標(biāo)。關(guān)于自然語言理解的研究可以追溯到20世紀(jì)50年代。但大多集中在將一種自然語言翻譯成另一種自然語言的研究上。進(jìn)入20世紀(jì)70年代，一批采用句法—一語義分析技術(shù)的自然語言理解系統(tǒng)脫穎而出，在語言分析的深度和難度方面都比早期的系統(tǒng)有了長足的進(jìn)步。進(jìn)入20世紀(jì)80年代后，更強(qiáng)調(diào)知識在自然語言理解中的重要作用。近十年來在自然語言理解的研究中一個值得注意的是語料庫語言學(xué)的崛起，它認(rèn)為語言學(xué)知識來自語料，人們只有從大規(guī)模語料庫中獲取理解語言的知識，才能真正實(shí)現(xiàn)對語言的理解。目前，雖然基于語料庫的自然語言理解方法還不成熟，正處于研究之中，但它是一個值得注意的研究方向。而且我們可以將已經(jīng)取得的成果用于智能信息檢索系統(tǒng)的自然語言處理上。

　　4.2　知識的表示　在人工智能中，知識表示實(shí)際上就是對知識的一種描述，或者說是一組約定，一種計(jì)算機(jī)可以接受的用于描述知識的數(shù)據(jù)結(jié)構(gòu)。對知識進(jìn)行表示的過程就是把知識編碼成某種數(shù)據(jù)結(jié)構(gòu)的過程。

　　對于知識表示方法的研究，離不開對知識的研究與認(rèn)識。由于目前對人類知識的結(jié)構(gòu)及機(jī)制還沒完全搞清楚，因此關(guān)于知識表示的理論及規(guī)范尚未建立起來。盡管如此，人們在對智能信息系統(tǒng)的研究及建立過程中，還是結(jié)合具體研究提出了一些知識表示方法。概括起來，這些表示方法可分為兩大類：符號表示法，連接機(jī)制表示法。

　　對同一知識，一般都可以用多種方法進(jìn)行表示，但其效果卻不相同。因?yàn)椴煌�領(lǐng)域中的知識一般都有不同的特點(diǎn)，而每一種表示方法也各有自己的長處與不足。因而，有些領(lǐng)域的知識可能采用這種表示模式比較合適，而有些領(lǐng)域的知識可能采用另一種表示模式更好。有時還可能把幾種表示模式結(jié)合起來，作為一個整體來表示領(lǐng)域知識，以取得取長補(bǔ)短的效果。另外，上述各種知識表示方法大都是在進(jìn)行某項(xiàng)具體研究或者建立某個智能系統(tǒng)時提出來的，有一定的針對性和局限性，應(yīng)用時需根據(jù)實(shí)際情況作適當(dāng)?shù)母淖�。在建立一個具體的智能系統(tǒng)時，究竟采用哪種表示模式，目前還沒有統(tǒng)一的標(biāo)準(zhǔn)，也不存在一個萬能的知識表示模式。但一般來說，在選擇知識表示方法時，應(yīng)從以下幾個方面進(jìn)行考慮：要充分表示領(lǐng)域知識，即在確定一個知識表示模式時，首先應(yīng)該考慮的是它能否充分地表示領(lǐng)域知識;要考慮是否有利于對知識的利用;是否便于對知識的組織、維護(hù)與管理;是否便于理解和實(shí)現(xiàn)。

　　4.3　知識的獲取　目前，知識獲取通常是由知識工程師與系統(tǒng)中的知識獲取機(jī)構(gòu)共同完成的。知識工程師負(fù)責(zé)從領(lǐng)域?qū)＜夷抢锍槿≈�識，并用適當(dāng)?shù)哪Ｊ桨阎�識表示出來，而系統(tǒng)中的知識獲取機(jī)構(gòu)負(fù)責(zé)把知識轉(zhuǎn)換為計(jì)算機(jī)可存儲的內(nèi)部形式，然后把他們存入知識庫。在存儲的過程中，要對知識進(jìn)行一致性、完整性的檢測。

　　知識獲取的任務(wù)是為信息系統(tǒng)或者專家系統(tǒng)獲取知識，建立起健全、完善、有效的知識庫，以滿足求解領(lǐng)域的問題的需要。對智能信息檢索系統(tǒng)來說，就是要滿足信息檢索這一具體領(lǐng)域的需要。為了完成這個任務(wù)，知識獲取必須做到：(1)抽取知識：即把蘊(yùn)含于知識源(領(lǐng)域?qū)＜�，書本，相關(guān)論文及系統(tǒng)的運(yùn)行實(shí)踐等)中的知識經(jīng)識別，理解，篩選，歸納等抽取出來，以便建立知識庫。(2)知識轉(zhuǎn)換：即把知識由一種表示形式變換為另一種表示形式。(3)知識的輸入：即把用適當(dāng)模式表示的知識經(jīng)編輯、編譯送入知識庫的過程;(4)知識的檢測：知識庫的建立是通過對知識進(jìn)行抽取、轉(zhuǎn)換和輸入等環(huán)節(jié)實(shí)現(xiàn)的，這一過程中的任何環(huán)節(jié)上的失誤都會造成知識的錯誤，直接影響系統(tǒng)的性能，因此必須對知識進(jìn)行檢測，以便盡早發(fā)現(xiàn)并糾正可能出現(xiàn)的錯誤。

　　按知識獲取的自動化程度劃分，可分為非自動知識獲取和自動知識獲取兩種方式。自動知識獲取是知識獲取最終的目標(biāo)，它是一種理想的知識獲取方式，但它卻涉及到人工智能的多個領(lǐng)域。例如模式識別、自然語言理解、機(jī)器學(xué)習(xí)等。而這一理論目前尚處在研究階段，由許多技術(shù)上的問題需要作進(jìn)一步的研究，就目前已經(jīng)取得的研究成果而言，尚不足于真正實(shí)現(xiàn)自動知識獲取。因此，知識的完全自動獲取目前還只能作為人們?yōu)橹畩^斗的目標(biāo)。

　　但是，人工智能的研究畢竟已經(jīng)取得了很大的進(jìn)步，自然語言理解，機(jī)器學(xué)習(xí)等的研究也已取得了較大的進(jìn)展，特別是近年來關(guān)于人工神經(jīng)網(wǎng)絡(luò)的研究提出了多種學(xué)習(xí)算法，這都為知識獲取提供了有利條件。因此，在建造智能信息檢索系統(tǒng)時，應(yīng)充分利用這些成果，逐漸向知識的自動獲取過渡，提高其智能程度。事實(shí)上，在近年來建造的智能信息系統(tǒng)中，也都不同程度的做了這方面的嘗試，在非自動知識獲取的基礎(chǔ)上增加了部分學(xué)習(xí)功能，使系統(tǒng)能從大量事例中歸納出某些知識。

　　參考文獻(xiàn)

　　1　王永慶.人工智能原理與方法.西安交通大學(xué)出版社，1998

　　2　張玉峰.智能情報(bào)系統(tǒng).武漢大學(xué)出版社，1991

　　3　王娟琴.人工智能與情報(bào)檢索的合壁.圖書情報(bào)工作，1998(3)

　　4　張孔倚.關(guān)于人工智能技術(shù)在情報(bào)檢索中的應(yīng)用.山西大學(xué)學(xué)報(bào)，1995(3)

　　5　楊新波.智能情報(bào)檢索系統(tǒng)研究.情報(bào)科學(xué)，1989(5)

　　6　劉寧.用于情報(bào)檢索的專家系統(tǒng).現(xiàn)代圖書情報(bào)技術(shù)，1990 (1)

　　7　李明，沈紅君.情報(bào)檢索智能化.情報(bào)理論與實(shí)踐，1996(6)

　　8　涂序彥.人工智能及其應(yīng)用.北京：清華大學(xué)出版社，1988

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/2357.html