人工智能技术在信息检索系统中的应用分析

人工智能技术在信息检索系统中的应用分析

董越

天津中发智能科技有限公司天津300392

摘要：人工智能作为当前科学技术发展的一门前沿学科，是一门研究怎样构造出智能机器或者是智能系统，促使它可以模拟、延伸扩展人类智能的学科。在从人工智能技术的问世以来，它的研究已经有显著成果，人工智能应用在信息检索系统的成果--智能信息检索系统给信息检索领域带来革命性变化。本文主要基于作者实际工作经验，简要的分析人工智能技术在信息检索系统中的应用，希望对相关从业人员有所帮助。

关键词：人工智能；信息检索；应用

前言

智能信息检索系统是一种智能化的计算机信息检索系统，它模拟人类关于信息处理的思维过程和智能活动，实现信息知识的存储，检索和推理，并向用户提供智能辅助。

1人工智能的发展概述分析

人工智能（ArtificialIntelligence）一词最早是在Dartmouth举行的一次会议上正式提出的，标志着人工智能学科的诞生，同时在该会议上确立了人工智能最初的研究领域。在随后的一段历史中，人工智能的发展并没有像预想中那么顺利，但一直都在缓慢的科学之路上前进着。进入80年代，专家系统的提出、PROLOGE语言的产生、模糊逻辑的提出等，无不我们展示了人工智能正迈入他繁荣发展的时代，由此人工智能被引入市场，显示出其实用价值。在进入21世纪以来，互联网技术及大数据的发展推动人工智能进入新的时代。模式识别、智能检索、机器翻译、自动程序设计、无人机等人工智能技术均得了突破性进展。也让我们更加期待着未来人工智能的无限发展潜力。

2人工智能的发展领域

2.1专家系统

专家系统定义为：是一个智能计算机程序系统，其含有大量的某个领域的专家水平的知识与经验，可以根据当前问题进行推理和判断，模拟当前领域专家的决策过程，进行相关判断并提供解决办法。专家系统已经经历了三个发展过程。第一个过程是产生阶段，主要成就有DENDRA系统和MACSYMA系统等。DENDRA它是帮助化学家判断某一待定物质分子结构的专家系统。另一主要成就是由美国麻省理工学院研制的MACSYMA，是著名的通用公式推演系统。第二个过程是专家系统快速发展阶段，典型的专家系统有MYCIN系统是一种帮助医生对住院的血液感染患者进行诊断和选用抗菌素类药物进行治疗及给药推荐系统。这一阶段的专家系统其体系结构较完整，并且在专家知识表示及推理方法的启发性、通用性等方面与产生阶段相比较都有所改进。进入第三个阶段的专家系统最明显的特点是出现了大量投入商业化运行的的系统，促使着专家系统急切的需要创造新的方法和技术来满足专家系统应用日益广泛的现状。现在专家系统使用领域已然涉及到了商业，医学，计算机，军事等多个方面，成果丰硕。

2.2模式识别

为拓宽计算机的应用领域，提高其感知外部信息的能力使得模式识别得到了迅速的发展。模式识别（PatternRecognition）又称图形识别，通过计算机使用数学技术方法研究模式的自动判读和处理。其主要应用领域有语音识别，即能与机器进行语音交流，使机器理解你说的话并做出相对的反应。

2.3智能机器人

机器人技术的发展是一个国家高科技水平和工业自动化程度的重要标志和体现。智能机器人能够获取操作者的语言并理解分析出现的情况，进行语音回复或者调整自己的动作达到操作者所提出的要求。

2.4智能检索

在计算机科学技术的发展，对传统的检索方法提出了挑战，准确快速的检索相关有价值的信息促使着各种智能检索技术的产生。所以说，智能检索技术的研究已经成为了当代科学技术持续发展的重要保证。当前主要应用有网络智能知识服务系统，其分为四大部分知识处理系统、知识采集系统、知识服务系统和知识库系统。另一主要应用是智能代理技术，它使计算机应用趋向人性化、个性化，是智能技术领域中的重要组成部分之一。

3人工智能应用在智能信息检索系统中要点分析

3.1人工智能应用的特点分析

由于人工智能的引入，智能信息检索系统的优势明显：强大的自然语言理解能力，使用户可以用自然语言更确切地表达自己的信息需求；模拟专家的检索方法，把用户所表达的信息需求，制定解决策略以及分析结果的工作转移到智能信息检索系统来处理；具有强大的学习能力，能自动地获取知识，能直接向书本学习，并在实践中实现自我完善。

人机接口是信息检索系统和用户交流的界面，它能理解、分析用户的自然语言提问，并产生适合用户的结果，还具有解释功能。它由一组程序相应的硬件组成，用于完成输入输出工作。系统通过它输入知识更新完善知识库，一般用户通过它输入信息需求。

知识库是知识存储机构，用于存储解决用户信息需求所需的原理性知识、专家的经验性知识以及有关的事实等。知识库中的知识来源于知识获取机构，同时它又为推理机提供求解问题所需的知识，与两者都有密切关系。

3.2人工智能在信息检索中的应用

3.2.1自然语言理解。自然语言理解是智能信息检索系统的基础。自然语言是极其复杂的。对我们每个人来说，是以我们的全部知识来理解语言的。机器理解自然语言需要把每个人脑都拥有的高度相似的、有关的“背景知识”存入计算机中，利用这种上下文相关知识进行推理，但这是难以做到的。

3.2.2知识的表示。人类的智能活动主要是一个获得并运用知识的过程，知识是智能的基础。为了让计算机具有智能，就必须使它具有知识。但知识是需要用适当的模式表示出来才能存储到计算机中去的，因此知识表示是长期以来人工智能研究的一个重要问题，在智能信息检索系统设计中，知识表示则成为一个核心部分。在人工智能中，知识表示就是要把问题求解中所需要的对象、前提条件、算法等知识构造为计算机可处理的数据结构以及解释这种结构的某些过程。在信息检索中，同一条知识对不同的用户有着不同的重要性。因此，在信息检索中，知识的表示与利用是一个很大的难题。例如，如何从询问中获得领域知识，信息表示要达到怎样的深度等。

3.2.3知识的获取。拥有知识是智能信息检索系统区别于一般信息检索系统的重要标志，而知识的质量与数量又是决定其性能的关键因素。如何使智能信息检索系统获得高质量的知识，这正是知识获取要解决的问题。

目前，知识获取通常是由知识工程师与系统中的知识获取机构共同完成的。知识工程师负责从领域专家那里抽取知识，并用适当的模式把知识表示出来，而系统中的知识获取机构负责把知识转换为计算机可存储的内部形式，然后把他们存入知识库。在存储的过程中，要对知识进行一致性、完整性的检测。

知识获取的任务是为信息系统或者专家系统获取知识，建立起健全、完善、有效的知识库，以满足求解领域的问题的需要。对智能信息检索系统来说，就是要满足信息检索这一具体领域的需要。为了完成这个任务，知识获取必须做到：（1）抽取知识：即把蕴含于知识源（领域专家，书本，相关论文及系统的运行实践等）中的知识经识别，理解，筛选，归纳等抽取出来，以便建立知识库。（2）知识转换：即把知识由一种表示形式变换为另一种表示形式。（3）知识的输入：即把用适当模式表示的知识经编辑、编译送入知识库的过程；（4）知识的检测：知识库的建立是通过对知识进行抽取、转换和输入等环节实现的，这一过程中的任何环节上的失误都会造成知识的错误，直接影响系统的性能，因此必须对知识进行检测，以便尽早发现并纠正可能出现的错误。

结束语

总之，人工智能的研究已经取得了很大的进步，自然语言理解、机器学习等的研究也已取得了较大的进展，特别是近年来关于人工神经网络的研究提出了多种学习算法，这都为知识获取提供了有利条件。

参考文献：

[1]王永庆.人工智能原理与方法.西安交通大学出版社，2009

[2]张玉峰.智能情报系统.武汉大学出版社，2011

[3]王娟琴.人工智能与情报检索的合壁.图书情报工作，2010（3）

[4]张孔倚.关于人工智能技术在情报检索中的应用.山西大学学报，2009（3）

[5]杨新波.智能情报检索系统研究.情报科学，2009（5）

[6]刘宁.用于情报检索的专家系统.现代图书情报技术，2010（1）

[7]李明，沈红君.情报检索智能化.情报理论与实践，2010（6）

[8]涂序彦.人工智能及其应用.北京：清华大学出版社，2008