小议人工智能技术在信息检索系统中应用(2)
2015-04-20 01:24
导读：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
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。
3.3 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。
由于各方面的原因，知识获取至今仍是一件相当困难的工作，虽然已有许多人工智能学者在开展这方面的研究工作，希望实现知识的自动获取，即由信息检索系统自动完成对知识的获取，并且也取得了一些成果，但离知识的完全自动获取这一目标相距甚远，还需要走一段漫长的道路，解决许多理论及技术上的问题。
4 从人工智能研究的成果来探讨解决问题的思路
4.1 自然语言理解 在人工智能领域,自然语言理解就是研究如何让计算机理解人类自然语言的一个研究领域。具体的说他要达到如下三个目标：（1）计算机能理解人们用自然语言输入的信息，并能正确回答输入信息中的有关问题。（2）对输入信息，计算机能产生相应的摘要，能用不同词语复述输入的内容。（3）计算机能把某一种自然语言表示的信息自动的翻译为另一种自然语言。对于智能信息检索系统来说，主要是要达到前面两个目标。关于自然语言理解的研究可以追溯到20世纪50年代。但大多集中在将一种自然语言翻译成另一种自然语言的研究上。进入20世纪70年代，一批采用句法—一语义分析技术的自然语言理解系统脱颖而出，在语言分析的深度和难度方面都比早期的系统有了长足的进步。进入20世纪80年代后，更强调知识在自然语言理解中的重要作用。近十年来在自然语言理解的研究中一个值得注意的是语料库语言学的崛起，它认为语言学知识来自语料，人们只有从大规模语料库中获取理解语言的知识，才能真正实现对语言的理解。目前，虽然基于语料库的自然语言理解方法还不成熟，正处于研究之中，但它是一个值得注意的研究方向。而且我们可以将已经取得的成果用于智能信息检索系统的自然语言处理上。
（科教作文网http://zw.ΝsΕAc.com发布） 4.2 知识的表示 在人工智能中，知识表示实际上就是对知识的一种描述，或者说是一组约定，一种计算机可以接受的用于描述知识的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。
对于知识表示方法的研究，离不开对知识的研究与认识。由于目前对人类知识的结构及机制还没完全搞清楚，因此关于知识表示的理论及规范尚未建立起来。尽管如此，人们在对智能信息系统的研究及建立过程中，还是结合具体研究提出了一些知识表示方法。概括起来，这些表示方法可分为两大类：符号表示法，连接机制表示法。
对同一知识，一般都可以用多种方法进行表示，但其效果却不相同。因为不同领域中的知识一般都有不同的特点，而每一种表示方法也各有自己的长处与不足。因而，有些领域的知识可能采用这种表示模式比较合适，而有些领域的知识可能采用另一种表示模式更好。有时还可能把几种表示模式结合起来，作为一个整体来表示领域知识，以取得取长补短的效果。另外，上述各种知识表示方法大都是在进行某项具体研究或者建立某个智能系统时提出来的，有一定的针对性和局限性，应用时需根据实际情况作适当的改变。在建立一个具体的智能系统时，究竟采用哪种表示模式，目前还没有统一的标准，也不存在一个万能的知识表示模式。但一般来说，在选择知识表示方法时，应从以下几个方面进行考虑：要充分表示领域知识，即在确定一个知识表示模式时，首先应该考虑的是它能否充分地表示领域知识；要考虑是否有利于对知识的利用；是否便于对知识的组织、维护与管理；是否便于理解和实现。
