知识检索的含义

    5.1.1　知识检索的含义

    信息技术的发展正推动我们从信息时代向知识时代演进，知识成了人们获得竞争优势的首要资本。人们已经不满足于仅仅获得信息，更期望在合适的时间、合适的地点获得最合适的知识。然而，绝大多数检索工具却由于多方面的原因，尚不能有效地帮助人们从多类型、大数量的信息源中获取知识。因此，如何综合应用信息科学、人工智能、机器学习、认知科学等多学科的理论和方法，在更高层次上模拟、应用人脑的智能原理，从各种信息源中获取有用的知识，实现从信息检索向知识检索理论的发展，就成为热点研究课题。

    信息检索理论是知识检索理论的基础。信息检索是基于信息组织形式(如结构化数据库、字符串文本等)，应用信息处理方法，查找用户所需要的资料或信息的过程。常用的信息组织方式主要有两种:线性组织和连接组织。大型数据库的基本组织方式是线性的，记录之间是线性关系，仅通过标引词索引提供相关关系，不能充分表达信息对象的知识内容和各种知识关联。网络分布式信息资源通过简单的超链实现连接组织。信息检索从脱机检索到联机检索，再到网络检索，逐步发展形成了一些成熟的检索模型、方法与技术，包括布尔检索、向量检索、模糊检索和概率检索等。它们依据不同的检索理论，实现对信息元素的描述与查找。但这些检索模型都基于倒排索引采用语词匹配的检索模式，不提供基于知识及推理的检索方法。针对网络分布式信息资源，搜索引擎则综合应用基本的信息检索方法和基于超链的沿链式的搜索方法，改进了检索功能。尽管目前的信息检索方法与工具在不断改进，但由于网络信息资源的显著特征(海量化、多媒体和多载体、内容覆盖学科广泛、分布无序、难于规范化和结构化等)，检索结果常常是海量的、重复的、过时的，甚至是无用的、虚假的信息，严重影响信息检索效率和效益。知识检索就是在这种情况下产生的一种新的检索思路和检索方法。

    知识检索是一个崭新的领域，尚无统一的定义。我们认为知识检索能够综合应用信息管理科学、人工智能、认知科学及语言学等多学科的先进理论，融合知识处理和多媒体信息处理等多种方法与技术，充分表达和优化用户需求，高效存取所有媒体类型的信息与知识资源(文本、图像、视频、声音等)，并能准确精选用户所需要的信息与知识。

    与信息检索的重要区别是，知识检索的基础理论是知识组织和知识处理方法。知识组织是高级的逻辑组织方式，基于知识元素及元素之间的知识关联，采用人工智能等先进理论与技术实现知识对象的组织。常用的知识组织方法有:知识分类组织法、元数据组织法、本体组织法、可视化组织法等。知识组织能够充分表达知识元素的内容及其相互之间的各种关系，如静态的语义关系、逻辑关系和动态的互操作与控制关系等，能支持基于知识的逻辑推理和检索，因而有利于获取信息源深层的知识，有效提高检索效率。

    知识检索的基本思想是，充分利用知识内容和知识关联来实现检索，例如概念检索、语义检索、启发式搜索等。数据处理中的广度优先搜索和深度优先搜索是依据信息源地址链的盲目搜索方法，其缺点是效率低，效果差，容易导致迷航。而启发式搜索利用知识关联和人类的经验知识，沿着最佳或最有希望的路径搜索。知识检索还充分利用知识推理、机器学习、知识发现、自然语言处理等多种智能技术，能够从各种信息源中有效获取高质量的知识，具有较高程度的智能性和学习性。

    知识检索不再是一种简单的字符匹配查找过程，而是利用所有可用的知识，对所要检索的信息源进行一定深度的分析、推理和挖掘，获取用户所需要的信息与知识。知识检索所涉及的知识类型很广，其中四类知识特别重要:

    (1)常识。常识随地点、时代、人群而变化，具有不同生活经验的人们对常识的含义有不同的说法。常识就是一个普通人无需专门学习就能具备的知识^［1］。常识知识范围之广袤，是专业知识所不可比拟的。虽然常识性知识的处理是人工智能的核心难题，但是常识知识的研究、开发、应用及共享将对知识检索等诸多领域发挥重要的作用。

    (2)领域知识。领域知识是描述应用领域中客观事物的重要知识，例如学科分类知识、元数据和专业概念知识。学科分类知识可以表达事物的本质属性和事物之间的本质关联。元数据是各分布式信息源的核心内容的抽象描述。专业概念知识，例如主题词及其相互关联知识，是最基本的知识元素，用来表达和抽象文献内容与用户需求。

    (3)用户知识。它包含用户的需求、偏好、背景知识，用户的交互、检索行为知识，以及用户对检索机制和检索结果的反馈知识。利用用户知识改进和创新检索方法，是实现面向用户的个性化检索、主动性检索的根本措施。用户知识能帮助检索系统更确切地表达用户的意图。

    (4)专家的专门知识。它是关于实现知识组织和知识检索的显性知识与隐性知识，尤其重要的是隐性的经验知识，即启发式知识。经验知识是专家将领域知识与具体实践相结合的产物。专家经验知识可以帮助检索系统实现知识化、智能化的检索策略与方法，提高检索的效率和质量。这类知识的获取、利用与共享，将对检索领域发挥不可估量的作用。

    一般而言，知识检索具有如下智能特征:

    (1)支持自然语言理解和检索。知识检索应该具有分析和理解自然语言的能力，能分析和处理自然语言的提问和文档信息内容，支持语词、语义及语用内容的处理与检索。

    (2)具有知识推理和学习功能，利用概念逻辑和人工智能逻辑，实现多种语义推理、逻辑推理和学习、挖掘及知识发现。

    (3)具有可视化、智能化检索功能，实现文本、图像、语音等多媒体信息的内容检索和语义检索。

    (4)具有强大的人机交互功能，能够通过自然语言和知识语言进行人机交互，具有智能辅助、智能反馈、解释及学习能力。