人工智能在信息檢索中的應(yīng)用

　　摘要：文章通過介紹信息檢索領(lǐng)域的基本范式以及人工智能的有關(guān)特點(diǎn)，著重討論了信息檢索領(lǐng)域中的人工智能。
　　關(guān)鍵詞：信息檢索；人工智能；基于知識工智能技術(shù)應(yīng)用
　　
　　一、信息檢索機(jī)制及其發(fā)展
　　
　　信息檢索Information Retrieval（IR）是一門致力于如何對大容量信息進(jìn)行有效地存儲與獲取的科學(xué)。廣義的IR通常是指在一定的技術(shù)設(shè)備環(huán)境條件下，對以某種方式組織的信息資源按其表達(dá)方式，依據(jù)特定用戶的需求，制訂構(gòu)造策略，構(gòu)造檢索表達(dá)方式以實(shí)現(xiàn)檢索目標(biāo)過程的總稱。而Information Retrieval System（IRS）則是借助計(jì)算機(jī)技術(shù)手段來存儲信息以滿足日后信息查詢需要的一種檢索工具。這里的信息可以是文本的、視頻或音頻的，但現(xiàn)行的大多數(shù)的信息檢索系統(tǒng)仍只能以存儲與檢索文本的信息和文獻(xiàn)為主。雖然IR 技術(shù)日新月異，但I(xiàn)R的本質(zhì)自始自終都沒有變，變動的只是信息媒體形式、信息檢索系統(tǒng)IRS的吞吐能力以及IRS存儲與匹配的方法而已。
　　
　　二、人工智能
　　
　　近30年來因特網(wǎng)規(guī)模呈幾何級數(shù)飛速發(fā)展，人們迫切需要適合于網(wǎng)絡(luò)時(shí)代的先進(jìn)的信息檢索技術(shù)。適應(yīng)快速、準(zhǔn)確地檢索有關(guān)信息，并且能夠從大量的網(wǎng)上數(shù)據(jù)中發(fā)現(xiàn)隱含的、有價(jià)值的信息，各種智能檢索技術(shù)、尤其是人工智能技術(shù)浮出水面。人工智能學(xué)科是涉及數(shù)學(xué)、計(jì)算機(jī)科學(xué)、控制論、心理學(xué)、哲學(xué)等學(xué)科的交叉學(xué)科和邊緣學(xué)科，其應(yīng)用領(lǐng)域包括問題求解、專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、自動定理證明、自然語言理解、人工神經(jīng)網(wǎng)絡(luò)和智能檢索等。人工智能用于信息檢索主要有基于本體論、神經(jīng)網(wǎng)絡(luò)、遺傳算法、自然語言理解和ID3算法等的智能檢索方法。
　　
　　三、人工智能技術(shù)在信息檢索中的應(yīng)用
　　
　　人工智能研究機(jī)器模擬人腦所從事的感覺、認(rèn)知、記憶、學(xué)習(xí)、聯(lián)想、計(jì)算、推理、判斷、決策、抽象、概括等思維活動，解決人類專家才能處理的復(fù)雜問題。它的研究和應(yīng)用領(lǐng)域包括問題求解、邏輯推理與定理證明、自然語言理解、自動程序設(shè)計(jì)、專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、機(jī)器視覺、智能控制、智能檢索，以及智能調(diào)度與指揮等。
　　（一）信息過濾技術(shù)
　　過濾包括兩方面的含義：一是信息檢索技術(shù)中的過濾，一般稱為信息過濾，如搜索引擎過濾，數(shù)據(jù)挖掘等。二是網(wǎng)絡(luò)安全方面的過濾。傳統(tǒng)的過濾主要有基于包的過濾、基于應(yīng)用的過濾和基于文本的過濾等幾種。基于文本的過濾實(shí)現(xiàn)簡單，但缺少靈活性，只能對達(dá)到匹配的文本一刀切，無法對文章的語義進(jìn)行分析。引入了人工智能技術(shù)的智能過濾技術(shù)能夠識別文檔內(nèi)容實(shí)現(xiàn)智能化的過濾，同時(shí)能減少網(wǎng)絡(luò)管理員維護(hù)過濾系統(tǒng)的負(fù)擔(dān)。神經(jīng)網(wǎng)絡(luò)是人工智能范疇中機(jī)器學(xué)習(xí)的一種應(yīng)用，在許多技術(shù)中都有應(yīng)用。
　　（二）異構(gòu)信息整合與全息檢索
　　異構(gòu)信息檢索技術(shù)發(fā)展的特點(diǎn)包括支持各種格式化文件，如TBXT、HTML、XML、RTF、MS Office、PDF、PS2/PS、MARC、ISO2709等處理和檢索；支持多語種信息的檢索；支持結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一處理；和關(guān)系數(shù)據(jù)庫檢索的無縫集成以及其他開放檢索接口的集成等。所謂“全息檢索”的概念就是支持一切格式和方式的檢索，從目前實(shí)踐來講，發(fā)展到異構(gòu)信息整合檢索的層面，基于自然語言理解的人機(jī)交互以及多媒體信息檢索整合等方面尚有待取得進(jìn)一步突破。
　　
　　四、應(yīng)用人工智能算法的視頻圖像檢索系統(tǒng)
　　
　　目前存在一個(gè)新的實(shí)現(xiàn)視頻圖像檢索系統(tǒng)的方法。在這個(gè)系統(tǒng)中，成熟的人工智能算法將被應(yīng)用到視頻圖像的分類、索引與檢索中。在本系統(tǒng)中，視頻圖像的特征選取包括了顏色直方圖的計(jì)算、紋理的分析及應(yīng)用運(yùn)動跟蹤算法KLT對局部視頻數(shù)據(jù)進(jìn)行運(yùn)動跟蹤，這些特征構(gòu)成了圖像特征向量。人工智能算法，包括反饋式人工智能神經(jīng)網(wǎng)及自適應(yīng)匹配算法，將會根據(jù)這些特征向量對視頻片斷進(jìn)行分類和檢索。系統(tǒng)的工作區(qū)域是一個(gè)二維平面，各種視頻片斷將會根據(jù)特征向量的不同，被人工智能系統(tǒng)聚類到不同的區(qū)域， 從而實(shí)現(xiàn)視頻片斷的分類和聚集。用戶在查詢的時(shí)候，只要在特定的區(qū)域進(jìn)行放大操作，就可以把視頻檢索限定在一個(gè)較小的區(qū)域，從而快速的實(shí)現(xiàn)視頻片斷的檢索查詢。具體的工作流程可以分為五個(gè)階段：
　　（一）系統(tǒng)訓(xùn)練階段
　　在這個(gè)階段中，系統(tǒng)的人工神經(jīng)系統(tǒng)將被初始化，并且在系統(tǒng)與用戶的交互操作中進(jìn)行訓(xùn)練，使之適應(yīng)具體的圖像特征向量，更好地實(shí)現(xiàn)視頻片斷的分類與聚集。
　　（二）視頻片斷的聚集操作
　　經(jīng)過訓(xùn)練的人工神經(jīng)系統(tǒng)將被應(yīng)用到視頻片斷的聚集分類操作中，具有相似的特征向量的視頻片斷將會被聚集到相近的區(qū)域中，不同的片斷將會被區(qū)域的遠(yuǎn)近程度來區(qū)分開來。
　　（三）視頻片斷的檢索操作
　　因?yàn)橐曨l片斷在上一階段已經(jīng)進(jìn)行了分類和聚集，用戶只要在局部區(qū)域進(jìn)行放大檢索操作就可以查詢到所需的視頻片斷。從以上的工作流程可以得知，系統(tǒng)對視頻的分類與檢索有兩個(gè)核心的環(huán)節(jié)：第一是特征的提取，即如何選取合適的特征用于表征視頻圖像；第二是分類使用的人工智能算法，即根據(jù)提取的視頻特征快速準(zhǔn)確地對視頻圖像進(jìn)行分類和檢索。
　　（四）特征提取算法
　　本系統(tǒng)應(yīng)用的特征提取算法包括顏色直方圖，用于分析圖像的基本顏色信息，獲得圖像的顏色分布狀況；紋理分析算法，用于圖像模式的分析； 然后對于局部聚集的圖像應(yīng)用運(yùn)動跟蹤算法KLT，進(jìn)一步提高圖像的分類準(zhǔn)確率。
　　（五）用于分類和檢索的人工智能算法
　　本系統(tǒng)采用了兩種成熟的人工智能算法：反饋式人工神經(jīng)網(wǎng)，利用分類結(jié)果的準(zhǔn)確程度對系統(tǒng)的參數(shù)進(jìn)行反饋式調(diào)節(jié)；自適應(yīng)匹配算法，利用輸入向量對最相似的系統(tǒng)向量進(jìn)行調(diào)節(jié)。實(shí)驗(yàn)表明自適應(yīng)匹配算法具有高速準(zhǔn)確的效用。
　　
　　五、人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用
　　
　　人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用，主要表現(xiàn)在：如何利用計(jì)算機(jī)軟硬件系統(tǒng)模仿、延伸與擴(kuò)展人類智能的理論、方法和技術(shù)。目前，人工智能在網(wǎng)絡(luò)信息檢索領(lǐng)域的應(yīng)用主要是在以下兩個(gè)方面：
　　（一）網(wǎng)絡(luò)智能知識服務(wù)系統(tǒng)
　　網(wǎng)絡(luò)智能知識服務(wù)系統(tǒng)的設(shè)計(jì)開發(fā)是專門為了解決目前網(wǎng)絡(luò)信息資源浩瀚而獲取難的矛盾。網(wǎng)絡(luò)智能知識服務(wù)系統(tǒng)可分為知識采集系統(tǒng)、智能知識處理系統(tǒng)、智能知識服務(wù)系統(tǒng)和知識庫四部分。
　　1、知識采集系統(tǒng)。知識采集系統(tǒng)的主要任務(wù)是完成資源的加工整理，完成信息到知識之間的轉(zhuǎn)換功能。
　　2、智能知識處理系統(tǒng)。該系統(tǒng)是將采集來的知識與知識庫中已有的知識進(jìn)行智能的分類和匹配操作，然后將符合入庫條件的知識傳入庫中。
　　3、智能知識庫存儲系統(tǒng)。這是知識庫建設(shè)的最主要組成部分，同時(shí)也關(guān)系到知識服務(wù)的效果和質(zhì)量。
　　（二）智能代理技術(shù)
　　智能代理（Intelligent Agent，IA）技術(shù)，起始于20世紀(jì)80年代，是人工智能技術(shù)的一個(gè)重要研究領(lǐng)域目前，國外從事智能代理技術(shù)研究的不僅有大學(xué)、研究機(jī)構(gòu)和諸多信息技術(shù)公司。并且有些智能代理產(chǎn)品或嵌入智能代理技術(shù)的產(chǎn)品已經(jīng)投入使用，這些情況表明發(fā)展智能代理技術(shù)是一個(gè)趨勢，它將是克服現(xiàn)有網(wǎng)絡(luò)檢索問題的有效手段。
　　1、定義。智能代理是一種軟件程序，它使用戶通過代理通信協(xié)議進(jìn)行信息交換，以實(shí)現(xiàn)問題的自動解決。一般來說，智能代理具有如下特點(diǎn)：智能性、代理性、自治性、主動性、移動性、協(xié)作性。
　　2、智能代理的作用。智能代理有著強(qiáng)大的功能，用途也是十分廣泛的，通常可分為網(wǎng)絡(luò)管理、信息管理和優(yōu)化用戶界面。
　　（三）智能搜索代理的原理
　　智能搜索代理是智能代理在信息檢索中的一種應(yīng)用，它以用戶需求為先導(dǎo)來進(jìn)行信息搜集和信息加工，根據(jù)用戶特定的需求以及在一段時(shí)期內(nèi)的偏好為衡量標(biāo)準(zhǔn)來篩選信息。用戶界面提供友好的自然語言查詢，當(dāng)用戶的查詢請求不明確時(shí)，智能搜索代理會利用知識庫中的推理機(jī)制推斷用戶的潛在要求，選擇與用戶習(xí)慣最相近的需求進(jìn)行檢索。
　　
　　六、結(jié)束語
　　
　　人工智能技術(shù)的發(fā)展是時(shí)代對社會智能化需求的體現(xiàn)，而人工智能與信息檢索的結(jié)合則是人們對信息獲取智能化的有益嘗試。在信息檢索系統(tǒng)中納入人工智能技術(shù)將使傳統(tǒng)的信息檢索系統(tǒng)具有更好的用戶界面、更高的檢索效率和更豐富的檢索手段。人工智能技術(shù)的引入正在使傳統(tǒng)的信息檢索系統(tǒng)發(fā)生了巨大的變化。以兩者作為結(jié)合點(diǎn)的智能信息檢索系統(tǒng)，也將隨著這兩方面研究的不斷發(fā)展而更加完善、強(qiáng)大。
　　
　　參考文獻(xiàn)：
　　1、王娟琴.現(xiàn)代信息檢索方法研究[D].武