知識庫系統的原理及其在智能搜索引擎中的應用

摘要：本文主要討論知識庫系統的原理，探討了知識的定義，知識的表示方法，知識庫以及知識庫系統的體系結構等。在此基礎上，討論了知識庫系統在智能搜索引擎中的應用。

關鍵詞：知識；知識庫；知識庫系統；智能搜索引擎

中圖分類號：TP18文獻標識碼：A文章編號：1009-3044(2008)08-1pppp-0c

1 引言

近年來知識庫系統(KBS )成為數據庫系統、人工智能、知識工程等領域研究的熱點，知識庫的研究取得了重大進展。知識庫系統是由知識庫、推理機、知識管理系統、知識獲取子系統和人機交互界面等五部分組成。其中知識庫和推理機是知識庫系統的核心部分。知識庫技術是知識型人工智能應用系統的基礎，它使計算機應用系統有了更多的智能，如智能搜索引擎的開發。

2 知識庫系統的原理

2.1 知識的定義

知識是人類對客觀世界的認識，一般來說，知識是先由底層數據經過一系列加工，如分類、歸納、綜合等處理過程而得到的上層信息，這種信息再經過解釋、比較、推理得到我們所獲取的知識，這種過程主要是在語義的層面來進行的。抽象地說，知識是由有名論域內容和有名論域內容之間關聯的符號表示的。

2.2 知識的表示

知識表示是指知識在計算機內部的存儲和組織，是數據結構和解釋過程的結合。數據結構用于知識的形式化描述，而解釋過程則用來說明知識的現實含義。知識的表示方法主要有一階謂詞邏輯表示法、產生式表示法、語義網絡表示法和面向對象的知識表示方法等。

2.2.1一階謂詞邏輯表示法

謂詞的一般形式為P(x1，x2，…，xn)，其中，P是謂詞；x1，x2，…，xn是個體(常量、變元或函數)。謂詞邏輯適用于表示事物的狀態、屬性、概念等事實性的知識，也可以用來表示事物間確定的因果關系，即規則。例如： “書在課桌上”可以描述成：ON(book，desk)。

謂詞邏輯是一種形式語言，是目前能夠表達人類思維活動的一種最精確的語言，它與人類的自然語言比較接近，因此一階謂詞邏輯表示方法是最早使用的一種知識表示方法。它具有簡單、自然、精確、靈活、容易實現等優點。但它也存在著缺點：它難以表達不確定性知識和啟發性知識，推理方法在事實較多時易于出現組合爆炸，且推理過程冗長、效率低等。

2.2.2 產生式表示法

產生式表示法又稱為產生式規則表示法，是人工智能中應用最多的一種知識表示方法。它的基本結構包括前提和結論兩部分：前提(IF部分)描述狀態，結論(THEN部分)描述在狀態存在的條件下所做的某些動作：

前提狀態→結論動作

或 IF 狀態 THEN 動作

整個產生式的含義是：如果前提被滿足，則可推出結論或執行所規定的操作。例如： IF(動物為胎生哺乳喂養)THEN(該動物為哺乳動物)。

產生式表示法具有非常明顯的優點：自然性好，便于推理，且有利于對知識的增加、刪除和修改。另外，產生式表示法既可以表示確定的知識，又可以表示不確定性知識；既有利于表示啟發式知識，又可方便地表示過程性知識；既可表示領域知識，又可表示元知識。

產生式表示法的局限性在于它不能表達具有結構性的知識，且由于求解過程是一個匹配—沖突消解—執行反復進行的過程，工作效率不高；另外，在求解復雜問題時容易引起組合爆炸。

2.2.3 語義網絡表示法

語義網絡是一種通過概念及其語義關系來表示知識的一種網絡圖。一個語義網絡就是一個帶有標志的有向圖。其中，有向圖的節點表示各種事物、概念、屬性、動作、狀態等；有向弧表示它所連接的節點間的某種語義聯系，每個節點可以帶有若干屬性。一個最簡單的語義網絡形式是一個三元組： (節點1，弧，節點2)。圖1即是它的一個有向圖表示，通常稱為一個基本網元。例如：小白鼠與鼠的語義網絡表示如圖2所示。

圖1

圖2

語義網絡表示法具有靈活、自然、易于實現、善于表示結構性知識等優點。

語義網絡表示法的局限性主要表現在它對知識表示的非嚴格性，不能保證不存在二義性。并且存在知識處理的復雜性。

2.2.4 面向對象的知識表示方法

近年來隨著面向對象技術的深入發展，面向對象的知識表示方法逐漸廣泛應用于專家系統中。從廣義上講，對象可以理解為客觀世界的任何事物。按照面向對象方法學的觀點，一個對象的形式可定義為四元組〈對象〉：： =( ID， DS，MS，MI)。其中ID代表對象標志符，DS代表數據結構，MS代表方法集合，MI代表消息接口。這種方法可以將知識抽象為對象的內部狀態和靜態特征屬性進行封裝和隱藏，而知識的處理方法表示為對內部狀態和特征屬性的操作，并由消息接口與外界發生聯系。它既可以實現靈活的推理機制，又使知識的修改操作局限在對象的內部，容易實現知識庫的一致性和完備性。此外，由于對象屬性的獨有，可以把整個系統抽象為類，每一個對象即為子類，這樣不但實現了多學科專業知識的層次劃分，還有效地降低了系統的開發難度。

2.3 知識庫

知識庫是關于某一領域的陳述性知識、過程性知識和策略性知識的集合。在該集合中各類知識通過一定的表示方法表示，并建立相互之間的聯系。它與數據庫的區別是知識庫中不但包含了大量的簡單事實，還包含了規則、過程型知識和策略性知識。

從存儲知識的角度來看，以描述型方法來存儲和管理知識的機構叫做知識庫。從使用知識的角度來看，知識庫是由知識和知識處理機構組成。

2.4 知識庫系統

2.4.1 知識庫系統的體系結構

知識庫系統是這樣一個系統，它能用計算機所存儲的知識對輸入的數據進行解釋，生成作業假說并有對其進行驗證的功能。知識庫系統中的知識，是該系統在自身進行推理過程中所利用的信息，而不是提供給系統使用者的信息。因此，知識庫系統與數據庫系統不同之處就在于，它并非向用戶提供檢索的信息，而是提供根據輸入的數據信息使用知識進行判斷分析的結果。

知識庫系統的核心組成部分是知識庫和推理機構。知識庫是以一致的形式存儲知識的機構，推理機構則是為了使用知識庫內的知識執行推理的控制機構。

知識庫系統的體系結構如圖3所示：

圖3 知識庫系統的體系結構

2.4.2 推理機構

利用知識，解釋輸入的數據或事實，推導出用戶所需的結論；并根據要求，說明得出結論的依據，用于進行這種推理控制的模塊稱為推理機構。推理過程如圖4所示。

圖4 推理過程

推理機構應具備以下幾個功能：

(1)知識庫中新知識的獲取功能。

(2)知識庫與待解決問題之間的協調功能。

(3)知識庫中信息交換及知識擴充功能。

(4)推理機構與知識庫相互獨立功能。

3 知識庫系統在智能搜索引擎中的應用

智能搜索引擎技術是基于目前Internet上信息的無組織、異構、分布和動態的特點提出的，用于解決信息檢索中“信息過載”和“資源迷向”等問題，實現Internet信息個性化主動服務。

為了克服關鍵詞檢索和目錄查詢的缺點，應該用自然語言理解技術進行自然語言智能答詢。它將信息檢索從目前基于關鍵詞層面提高到基于知識(或概念)層面，對知識有一定的理解與處理能力，能夠實現分詞技術、同義詞技術、概念搜索、短語識別以及機器翻譯技術等。

下面就是當前智能搜索引擎在知識庫系統中所采用的一些自然語言理解技術。

(1)智能分詞技術。關鍵詞查詢的前提是將查詢條件分解成若干關鍵詞。對英文而言，一個單詞就是一個詞，但中文詞之間的關系卻復雜得多，主要問題是中文詞與詞之間沒有界定符，需要人為切分，但人為的切分有很大的靈活和操作性，往往容易產生詞義失真。此外漢語中存在大量的歧義現象，對幾個字分詞可能有好多種不同的結果，而且簡單的分詞往往會完全曲解甚至誤解用戶查詢的真正意圖，造成誤檢和漏檢。因此，可以利用語義知識庫進行總結，獲得每個詞出現的概率以及詞與詞之間的關聯信息，就可能有效地排除各種歧義，大幅度提高分詞的準確性，從而準確地表述查詢請求和文檔信息。

(2)同義詞處理。漢語詞語之間復雜性的另一個方面是同義詞的問題，同一個詞組往往有許多不同的意思，處理同義詞的一種方法是在語義知識庫中人工構造同義詞表，對專用領域的搜索引擎，這種方法是非常有效的。另外一種方法是從語義知識庫中自動取得同義詞關系，給出一個查詢的關鍵詞，搜索引擎能主動“聯想”到與其同義或意思相近的詞。

(3)短語識別技術。用短語描述查詢請求的情況很常見，但是因為漢語詞組的復雜性，所以在中文搜索引擎中，我們不能象英文詞組一樣簡單的將中文短語分離成詞組。譬如查詢條件“河南的大學”，“河南”和“大學”存在一定的關系，但如果不將“河南”和“大學”聯合起來作為一個短語查詢，那么除了選出關于“河南的大學”的文檔之外，還將查出有關“河南”和“大學”的冗余文檔。因此，短語識別是智能化搜索引擎應當解決的一個重要問題。

4 結束語

“知識庫系統”是人工智能的一個重要分支，是近年來發展起來的一門綜合性的新興學科。隨著計算機科學和人工智能技術的迅速發展，知識庫系統將在智能搜索引擎中得到廣泛應用。

參考文獻：

[1]羅燕琪，陳雷霆.專家系統中知識表示方法研究[J].電子計算機，2001.

[2]G Kellogg.From Data Management to Knowledge Management[J].Computer，1996.

[3]張曉剛，李樹明.智能搜索引擎技術的研究與發展[J].計算機工程與應用，2001.

[4]李研，陳新中.基于web挖掘的智能門戶搜索引擎的研究[J].計算機工程與應用，2002.