01知識(shí)服務(wù)系統(tǒng)模型

知識(shí)服務(wù)系統(tǒng)本質(zhì)是專(zhuān)業(yè)化、個(gè)性化(滿(mǎn)足不同場(chǎng)景下不同層次用戶(hù)需求)、深層次智力服務(wù)系統(tǒng),旨在按用戶(hù)需求重組碎片化領(lǐng)域知識(shí),提供優(yōu)質(zhì)知識(shí)資源整合、智能檢索(支持高精度檢索)、知識(shí)多維瀏覽及網(wǎng)絡(luò)展示等服務(wù),解決知識(shí)資源紛繁分散、質(zhì)量良莠不齊、海量信息處理速度慢、原始信息轉(zhuǎn)化率低等問(wèn)題;其與檔案管理系統(tǒng)本質(zhì)區(qū)別是系統(tǒng)各處理階段(包括知識(shí)獲取、知識(shí)構(gòu)建、知識(shí)推薦、知識(shí)服務(wù)、知識(shí)創(chuàng)新等)均一定程度實(shí)現(xiàn)智能化, 以提升知識(shí)轉(zhuǎn)化增值度。

02基于人工智能的知識(shí)服務(wù)

區(qū)別于傳統(tǒng)信息服務(wù),基于人工智能的知識(shí)服務(wù)本質(zhì)是通過(guò)計(jì)算機(jī)程序模擬人腦思考、決策以提供解決問(wèn)題方案,降低人類(lèi)重復(fù)性工作智力負(fù)荷、提升智力價(jià)值鏈傳遞效益. 特征包括面向知識(shí)內(nèi)容(基于邏輯獲取并形成符合用戶(hù)問(wèn)題及環(huán)境需求且可自評(píng)的知識(shí)產(chǎn)品而非基于簡(jiǎn)單提問(wèn)和獲取)、用戶(hù)需求驅(qū)動(dòng)(關(guān)注問(wèn)題解決而非信息提供)、貫穿決策過(guò)程(按用戶(hù)要求動(dòng)態(tài)連續(xù)組織服務(wù)而非基于單方面一次性提供)、提供解決方案(非僅提供根據(jù)用戶(hù)問(wèn)題、情景加工的初始信息、數(shù)據(jù)或文本)、面向增值服務(wù)(強(qiáng)調(diào)創(chuàng)造性加工形成獨(dú)特專(zhuān)業(yè)價(jià)值而非僅基于資源占有、規(guī)模生產(chǎn)等體現(xiàn)價(jià)值).

03基于人工智能的知識(shí)服務(wù)系統(tǒng)模型

知識(shí)倉(cāng)庫(kù)體系結(jié)構(gòu)模型

知識(shí)服務(wù)系統(tǒng)基礎(chǔ)與核心是知識(shí)倉(cāng)庫(kù)，其直接決定知識(shí)服務(wù)系統(tǒng)的服務(wù)質(zhì)量和效率。該模型分知識(shí)獲取層(基礎(chǔ)信息資源層,用知識(shí)裝入代理獲取知識(shí)并存入知識(shí)庫(kù))、知識(shí)處理層(用知識(shí)引擎、面向系統(tǒng)數(shù)據(jù)按用戶(hù)需求加工處理知識(shí))、用戶(hù)激活層(用戶(hù)基于用戶(hù)界面觸發(fā)個(gè)性化檢索、個(gè)性化推薦等服務(wù)) 三層. 此外,元數(shù)據(jù)描述知識(shí)及其使用背景,支持各層間知識(shí)共享,最終支持知識(shí)服務(wù)系統(tǒng)獲取數(shù)據(jù)、信息,處理后按用戶(hù)需求方式(即信息、知識(shí)或智慧)

知識(shí)服務(wù)系統(tǒng)模型

知識(shí)服務(wù)系統(tǒng)模型體系結(jié)構(gòu)分用戶(hù)接口、功能模塊、技術(shù)實(shí)現(xiàn)三層。其中,功能模塊層涉及知識(shí)獲取、知識(shí)構(gòu)建、知識(shí)推薦、知識(shí)服務(wù)、知識(shí)創(chuàng)新五個(gè)模塊。

用戶(hù)接口層

用戶(hù)接口層為用戶(hù)與知識(shí)服務(wù)系統(tǒng)交互層,接收用戶(hù)知識(shí)需求輸入并將其傳給知識(shí)創(chuàng)新模塊,由知識(shí)構(gòu)建、知識(shí)推薦、知識(shí)服務(wù)模塊協(xié)作分析與推理形成,并將知識(shí)或問(wèn)題求解方案反饋給用戶(hù)接口,由其顯示給用戶(hù). 該過(guò)程主要由多個(gè)具有感知、自適應(yīng)、思維、通信機(jī)能的智能代理協(xié)作完成,用戶(hù)接口形式有WebServer、WebService、SMS(Short Sessage Service)等。

功能模塊層

知識(shí)獲取模塊

該模塊由知識(shí)服務(wù)系統(tǒng)提供服務(wù)基礎(chǔ)，所獲取知識(shí)質(zhì)量直接影響后續(xù)模塊知識(shí)處理過(guò)程和質(zhì)量。目前廣為接受的知識(shí)分類(lèi)主要有兩類(lèi):哲學(xué)家波蘭尼的將知識(shí)按可表達(dá)和轉(zhuǎn)移性分為顯性知識(shí)和隱性知識(shí)，認(rèn)知心理學(xué)家安德森的將知識(shí)按知識(shí)內(nèi)容分為陳述性知識(shí)和程序性知識(shí)。兩類(lèi)標(biāo)準(zhǔn)組合后可將知識(shí)服務(wù)系統(tǒng)的知識(shí)分為四類(lèi)，各類(lèi)知識(shí)及其獲取方法與技術(shù)詳見(jiàn)表1。知識(shí)獲取模塊智能性表現(xiàn)為符號(hào)智能和生理智能，用自然語(yǔ)言處理、機(jī)器視覺(jué)、模式識(shí)別等技術(shù)模仿人類(lèi)交互的聽(tīng)覺(jué)、視覺(jué)感知與理解能力以獲取信息與知識(shí)。

知識(shí)構(gòu)建模塊

該模塊主要組織、標(biāo)注知識(shí)并提供知識(shí)檢索、知識(shí)導(dǎo)航等功能以實(shí)現(xiàn)“人找信息”:首先,對(duì)信息資源進(jìn)行知識(shí)單元抽取、知識(shí)元解析、本體語(yǔ)義標(biāo)注,形成語(yǔ)義關(guān)聯(lián)的層次結(jié)構(gòu)關(guān)系(即知識(shí)結(jié)構(gòu));然后構(gòu)建知識(shí)存取空間模型,用本體語(yǔ)義標(biāo)識(shí)所采集知識(shí)關(guān)聯(lián)信息,以揭示人與顯性知識(shí)、人間關(guān)聯(lián)關(guān)系;最后通過(guò)知識(shí)節(jié)點(diǎn)、鏈接、描述有機(jī)結(jié)合成知識(shí)地圖以提供知識(shí)檢索(由關(guān)鍵詞匹配深入到語(yǔ)義內(nèi)容、用戶(hù)興趣、知識(shí)情境三維匹配)與知識(shí)導(dǎo)航(從內(nèi)容、任務(wù)、用戶(hù)、社團(tuán)等維度定位、可視化展示知識(shí))路徑。

知識(shí)構(gòu)建模塊智能性表現(xiàn)為生理智能和行為智能,具體通過(guò)語(yǔ)義 Web技術(shù)實(shí)現(xiàn)基于語(yǔ)義的標(biāo)注、瀏覽、檢索,通過(guò)云計(jì)算技術(shù)整合分布式、異構(gòu)數(shù)字信息資源以實(shí)現(xiàn)透明訪(fǎng)問(wèn),通過(guò)兩種技術(shù)結(jié)合標(biāo)準(zhǔn)化描述、靈活應(yīng)用知識(shí),最終有效整合知識(shí)、服務(wù)、用戶(hù)。

知識(shí)推薦模塊

該模塊常需知識(shí)構(gòu)建模塊支持,主要基于用戶(hù)背景、偏好等預(yù)測(cè)其可能感興趣信息、知識(shí)并引導(dǎo)用戶(hù)需求,實(shí)現(xiàn)“信息找人”:先進(jìn)行用戶(hù)興趣建模(模型化表示用戶(hù)知識(shí)需求并依其反饋進(jìn)化用戶(hù)興趣模型,以縮小預(yù)測(cè)信息與用戶(hù)實(shí)際需求間差距)和推薦對(duì)象建模(模型化表示推薦對(duì)象特征信息),再基于特征信息匹配、特定推薦算法篩選并推薦匹配度最高信息、知識(shí)給用戶(hù),方法有基于規(guī)則推薦、基于內(nèi)容推薦、基于知識(shí)推薦、協(xié)同過(guò)濾推薦等。

知識(shí)推薦模塊智能性表現(xiàn)為打破傳統(tǒng)被動(dòng)知識(shí)服務(wù)方式,主動(dòng)構(gòu)建用戶(hù)興趣模型,引導(dǎo)用戶(hù)需求,核心為基于知識(shí)發(fā)現(xiàn)、大數(shù)據(jù)挖掘等技術(shù)自動(dòng)進(jìn)化用戶(hù)興趣模型。

知識(shí)服務(wù)模塊

該模塊基于知識(shí)獲取、知識(shí)構(gòu)建、知識(shí)推薦模塊為用戶(hù)提供知識(shí)瀏覽、知識(shí)搜索、知識(shí)推薦、知識(shí)問(wèn)答、知識(shí)創(chuàng)新等服務(wù),在知識(shí)服務(wù)系統(tǒng)中最為重要。所提供知識(shí)服務(wù)模式按用戶(hù)參與度分自助式(用戶(hù)基于知識(shí)服務(wù)系統(tǒng)資源自助獲取知識(shí),服務(wù)途徑包括門(mén)戶(hù)網(wǎng)站、知識(shí)地圖、資料下載等,既提高問(wèn)題解決效率又滿(mǎn)足用戶(hù)主動(dòng)探索新知識(shí)需求)、專(zhuān)業(yè)化(除依靠知識(shí)庫(kù)、專(zhuān)家系統(tǒng)外,可由第三方代理支持用戶(hù)獲取全過(guò)程問(wèn)題解決方案并提供跟蹤服務(wù))、協(xié)同式(用戶(hù)基于知識(shí)服務(wù)系統(tǒng)共享平臺(tái),利用社會(huì)化媒體交流學(xué)習(xí),集聚群體智慧,滿(mǎn)足其知識(shí)服務(wù)需求)三類(lèi),具體可根據(jù)用戶(hù)需求采用相應(yīng)服務(wù)策略和技術(shù)。

知識(shí)服務(wù)模塊智能性表現(xiàn)為行為智能和群體智能,用專(zhuān)家系統(tǒng)、Agent系統(tǒng)、智能機(jī)器人等模仿人類(lèi)個(gè)體、群體行為實(shí)現(xiàn)知識(shí)服務(wù)應(yīng)用。

知識(shí)創(chuàng)新模塊

該模塊主要遵循SECI模型(描述常見(jiàn)四類(lèi)知識(shí)互相轉(zhuǎn)化、螺旋創(chuàng)造過(guò)程) 支持用戶(hù)與知識(shí)服務(wù)系統(tǒng)交互以產(chǎn)生新知識(shí)過(guò)程:知識(shí)社會(huì)化 (基于共同經(jīng)歷的社會(huì)活動(dòng)傳播隱性知識(shí))、知識(shí)外在化(隱性知識(shí)顯性化)、知識(shí)組合化(重組顯性知識(shí)產(chǎn)生新知識(shí))、知識(shí)內(nèi)隱化(顯性知識(shí)內(nèi)化后升華成隱性知識(shí))。實(shí)現(xiàn)的關(guān)鍵在于擁有知識(shí)的用戶(hù)間基于知識(shí)服務(wù)系統(tǒng)進(jìn)行交流,以社會(huì)網(wǎng)絡(luò)形式擴(kuò)展、創(chuàng)新知識(shí).知識(shí)創(chuàng)新模塊智能性表現(xiàn)為行為智能和群體智能,主要采用社會(huì)化媒體技術(shù)實(shí)現(xiàn), 即Web2.0、Web3.0技術(shù),如W i k i、微信、微博等

技術(shù)實(shí)現(xiàn)層

基于人工智能的知識(shí)服務(wù)系統(tǒng)模型實(shí)現(xiàn)所需的支撐技術(shù),各模塊均需采用相應(yīng)技術(shù):知識(shí)獲取模塊涉及自然語(yǔ)言理解、計(jì)算機(jī)視覺(jué)、模式識(shí)別等技術(shù);知識(shí)構(gòu)建模塊涉及本體構(gòu)建、語(yǔ)義網(wǎng)、云計(jì)算等技術(shù);知識(shí)推薦模塊涉及機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)、數(shù)據(jù)挖掘等技術(shù);知識(shí)服務(wù)層涉及專(zhuān)家系統(tǒng)、Agent系統(tǒng)、智能機(jī)器人等技術(shù);知識(shí)創(chuàng)新模塊涉及圖搜索、啟發(fā)式搜索、不確定性推理等技術(shù).此外,實(shí)際應(yīng)用過(guò)程中需根據(jù)知識(shí)服務(wù)系統(tǒng)需求、目標(biāo)用戶(hù)特點(diǎn)、各種技術(shù)特性等進(jìn)行定制并優(yōu)化。