浅谈人工智能在信息检索中的应用

　　【摘要】人工智能是对人的意识、思维的信息过程的模拟。本文介绍了当前信息检索面临的问题和现有人工智能方法，并阐述了现阶段人工智能在信息检索方面的应用。
　　【关键词】人工智能；信息检索；检索技术
　　【Abstract】Artificialintelligenceisthesimulationoftheinformationprocessofhumanconsciousnessandthinking。Thispaperintroducesthecurrentproblemsofinformationretrievalandtheexistingartificialintelligencemethods，andexpoundstheapplicationofartificialintelligenceininformationretrieval。
　　【Keywords】AIRetrievaltechnologies
　　一、引言
　　人工智能（ArtificialIntelligence）是当前科学技术发展中的一门前沿学科，是在计算机科学、控制论、信息论、神经心理学、语言学等多种学科基础上发展起来的一门综合性很强的边缘学科。它是研究机器模拟人的大脑所从事的感觉、认知、记忆、学习、联想等思维活动，解决人类才能处理的复杂问题，实质上是模仿人的大脑而展开思考。目前，人工智能技术已经应用在许多方面，而信息检索（InformationRetrieval）就是其中的一个重要应用。
　　二、信息检索存在的问题
　　信息检索将分散的信息以某种方法提炼、整合成数据资源，然后从数据资源中正确找出用户指定的信息。信息检索存在很难成立信息检索的专家库、计算机识别自然语言能力差等问题。
　　（1）获取知识，关键是很难成立信息检索的专家库。用户因为年龄、受教育程度、爱好、职业等方面的原因，对获取信息的需求不同。专家能满足人们知识领域的专业需求。对计算机来说，合理定位用户是一件困难的事情。术业有专攻，各种领域的知识专业性，严重阻碍了计算机对系统化知识的整理。每一位专家在信息检索知识方面具有独特的见解，而计算机对专家经验认知的偏差，导致难以成立信息检索的专家库。例如，计算机工程师和商店服务员分别查询无人商店的信息，计算机工程师检索需求侧重于技术，商店服务员检索需求侧重于应用。
　　（2）知识的表示，关键是计算机理解自然语言的能力。人们重要的沟通交流工具是语言，它会根据人们生活的发展而不断改进。人们拥有丰富的语言能力，能轻松地表达各种情感，描述各类词语。用户可以通过一句话的语调，表达自己的两种态度。例如你真讨厌，这句话对于情侣来说，有可能是厌烦，也可能是撒娇。计算机面对词语，没有情感，不能准确描述信息的内容。因此，计算机对语言环境缺乏精确判断，阻碍了信息检索技术的发展。
　　要想提高计算机的数据信息处理能力和自然语言的理解能力，要将人工智能技术与信息检索技术有效地结合起来。
　　三、人工智能方法
　　人工智能就是为了帮助人们更快的解决问题，它包括两方面：对于确定性事物的判断和对于不确定性事物的判断，它的主要方法包括以下几种。
　　（一）启发式搜索
　　不断地尝试各种方案的准确性，对各种可能性进行反复测试，直到找到合适的解决方案，是人们常用的方法。常用的搜索策略有盲目搜索和启发式搜索。盲目搜索是按顺序测试各种方案的可行性；而启发式搜索则可以根据经验和启发式信息进行搜索，对希望不大的搜索方向就直接摒弃掉。
　　启发式搜索可以利用问题本身的定义，还可以利用与问题有关的一些特定的知识进行搜索，因而可以找到更有效的解决方案，大大缩短了搜索过程。
　　（二）智能规划
　　智能规划主要是面向实际问题，基本思想是：对周围环境进行认识与分析，根据要实现的目标，对若干可供选择的动作及所提供的资源限制施行推理，综合制定出实现目标的规划。规划要依靠启发式信息，成功与否，很大程度上决定于启发信息的可靠程度。而智能规划问题的操作的前提之间也存在着很强的依赖与冲突关系，即一个操作的使用常常使另一个操作无法执行，甚至导致最终目标无法实现。因此，在智能规划中也要考虑如何避免操作间的冲突。
　　智能规划目的是建立起高效实用的智能规划系统。该系统的主要功能可以描述为：给定问题的状态描述、对状态描述进行变换的一组操作、初始状态和目标状态。智能规划系统能够给出从初始状态变到目标状态的一个操作序列，其复杂性和所处的环境以及Agent的功能有关。
　　（三）知识的表达技术
　　知识及其表达是计算机科学中智能程序设计研究的主要领域，也是人工智能领域关心的基础性问题。知识表达（KnowledgeRepresentation），即知识表示或知识描述，也就是知识的形式化或模型化，是研究在机器中表示知识的方法、可行性、有效性及一些通用的原则。而智能程序，就是把现实世界的知识有机地结合到计算机程序中，使程序具有识别、学习、推理和适应环境等能力。主要技术包括：如何把各类知识进行编码、存储；如何快速寻找需要的知识；如何对知识进行运算、推理；如何对知识进行更新、修改等。
　　四、人工智能在信息检索中的应用
　　人工智能是对人的意识、思维的信息过程的模拟，已被应用于电商零售、教育等各个领域。智能信息检索系统是模拟人類关于数据处理的思维过程和智能活动，实现知识的检索、表示和推理，还为用户提供智能辅助。从技术方面，将智能信息检索技术分为三类：基于垂直搜索的信息检索技术、基于语料库的信息检索技术和基于语义网的信息检索技术。
　　第一种垂直搜索的信息检索技术，是基于研究各种信息的专业性，采用结构化信息加工、全文深度搜索、分组和捕获等核心技术，检索信息。垂直搜索的信息检索技术具有查询时间短、搜索效率高的优点，其缺点是应用范围有限、查全率低、需要人工建模分类。例如，大学生毕业找工作，可以去求职网页上，按照工作岗位、工资薪酬、工作地点等检索条件查找自己需要的岗位。
　　第二种语料库的信息检索技术，是基于多种多样的自然语言，采用解析目标信息的语义，在语料库中搜索到与内容相匹配的信息。语料库的信息检索技术具有查询信息范围大、正确率高、查全率高的优点，其缺点是检索时间长、需要人工构建语料库。
　　第三种语义网的信息检索技术，是基于研究数据之间的关系，使用语义网技术，完成信息查找。语义网的信息检索技术提高了数据检索层面、增强了自然语言的理解力、提升了查全率，其缺点是检索速度慢、查询复杂、耗费大量人工。
　　五、结语
　　随着各个领域信息量的不断增加，人们对信息检索的需求也日益增加，传统的信息检索方法逐渐被智能信息检索系统取代。智能信息检索满足人们对信息多样化的需要，有利于提高信息检索的效率。
　　【参考文献】
　　〔1〕吕进来。人工智能技术在信息检索中的应用〔J〕。山西电子技术，2016（5）：3435。
　　〔2〕宋文宾，钱兴华，刘鹏。智能信息检索应用技术研究〔J〕。船舶电子工程，2015（7）：136140。
　　〔3〕付存君。智能信息检索发展现状的研究〔J〕。信息与电脑，2015（12）：2324。