档案管理中知识服务系统模型研究

01知识服务系统模型

知识服务系统本质是专业化、个性化(满足不同场景下不同层次用户需求)、深层次智力服务系统,旨在按用户需求重组碎片化领域知识,提供优质知识资源整合、智能检索(支持高精度检索)、知识多维浏览及网络展示等服务,解决知识资源纷繁分散、质量良莠不齐、海量信息处理速度慢、原始信息转化率低等问题;其与档案管理系统本质区别是系统各处理阶段(包括知识获取、知识构建、知识推荐、知识服务、知识创新等)均一定程度实现智能化, 以提升知识转化增值度。

02基于人工智能的知识服务

区别于传统信息服务,基于人工智能的知识服务本质是通过计算机程序模拟人脑思考、决策以提供解决问题方案,降低人类重复性工作智力负荷、提升智力价值链传递效益. 特征包括面向知识内容(基于逻辑获取并形成符合用户问题及环境需求且可自评的知识产品而非基于简单提问和获取)、用户需求驱动(关注问题解决而非信息提供)、贯穿决策过程(按用户要求动态连续组织服务而非基于单方面一次性提供)、提供解决方案(非仅提供根据用户问题、情景加工的初始信息、数据或文本)、面向增值服务(强调创造性加工形成独特专业价值而非仅基于资源占有、规模生产等体现价值).

03基于人工智能的知识服务系统模型

知识仓库体系结构模型

知识服务系统基础与核心是知识仓库，其直接决定知识服务系统的服务质量和效率。该模型分知识获取层(基础信息资源层,用知识装入代理获取知识并存入知识库)、知识处理层(用知识引擎、面向系统数据按用户需求加工处理知识)、用户激活层(用户基于用户界面触发个性化检索、个性化推荐等服务) 三层. 此外,元数据描述知识及其使用背景,支持各层间知识共享,最终支持知识服务系统获取数据、信息,处理后按用户需求方式(即信息、知识或智慧)

知识服务系统模型

知识服务系统模型体系结构分用户接口、功能模块、技术实现三层。其中,功能模块层涉及知识获取、知识构建、知识推荐、知识服务、知识创新五个模块。

用户接口层

用户接口层为用户与知识服务系统交互层,接收用户知识需求输入并将其传给知识创新模块,由知识构建、知识推荐、知识服务模块协作分析与推理形成,并将知识或问题求解方案反馈给用户接口,由其显示给用户. 该过程主要由多个具有感知、自适应、思维、通信机能的智能代理协作完成,用户接口形式有WebServer、WebService、SMS(Short Sessage Service)等。

功能模块层

知识获取模块

该模块由知识服务系统提供服务基础，所获取知识质量直接影响后续模块知识处理过程和质量。目前广为接受的知识分类主要有两类:哲学家波兰尼的将知识按可表达和转移性分为显性知识和隐性知识，认知心理学家安德森的将知识按知识内容分为陈述性知识和程序性知识。两类标准组合后可将知识服务系统的知识分为四类，各类知识及其获取方法与技术详见表1。知识获取模块智能性表现为符号智能和生理智能，用自然语言处理、机器视觉、模式识别等技术模仿人类交互的听觉、视觉感知与理解能力以获取信息与知识。

知识构建模块

该模块主要组织、标注知识并提供知识检索、知识导航等功能以实现“人找信息”:首先,对信息资源进行知识单元抽取、知识元解析、本体语义标注,形成语义关联的层次结构关系(即知识结构);然后构建知识存取空间模型,用本体语义标识所采集知识关联信息,以揭示人与显性知识、人间关联关系;最后通过知识节点、链接、描述有机结合成知识地图以提供知识检索(由关键词匹配深入到语义内容、用户兴趣、知识情境三维匹配)与知识导航(从内容、任务、用户、社团等维度定位、可视化展示知识)路径。

知识构建模块智能性表现为生理智能和行为智能,具体通过语义 Web技术实现基于语义的标注、浏览、检索,通过云计算技术整合分布式、异构数字信息资源以实现透明访问,通过两种技术结合标准化描述、灵活应用知识,最终有效整合知识、服务、用户。

知识推荐模块

该模块常需知识构建模块支持,主要基于用户背景、偏好等预测其可能感兴趣信息、知识并引导用户需求,实现“信息找人”:先进行用户兴趣建模(模型化表示用户知识需求并依其反馈进化用户兴趣模型,以缩小预测信息与用户实际需求间差距)和推荐对象建模(模型化表示推荐对象特征信息),再基于特征信息匹配、特定推荐算法筛选并推荐匹配度最高信息、知识给用户,方法有基于规则推荐、基于内容推荐、基于知识推荐、协同过滤推荐等。

知识推荐模块智能性表现为打破传统被动知识服务方式,主动构建用户兴趣模型,引导用户需求,核心为基于知识发现、大数据挖掘等技术自动进化用户兴趣模型。

知识服务模块

该模块基于知识获取、知识构建、知识推荐模块为用户提供知识浏览、知识搜索、知识推荐、知识问答、知识创新等服务,在知识服务系统中最为重要。所提供知识服务模式按用户参与度分自助式(用户基于知识服务系统资源自助获取知识,服务途径包括门户网站、知识地图、资料下载等,既提高问题解决效率又满足用户主动探索新知识需求)、专业化(除依靠知识库、专家系统外,可由第三方代理支持用户获取全过程问题解决方案并提供跟踪服务)、协同式(用户基于知识服务系统共享平台,利用社会化媒体交流学习,集聚群体智慧,满足其知识服务需求)三类,具体可根据用户需求采用相应服务策略和技术。

知识服务模块智能性表现为行为智能和群体智能,用专家系统、Agent系统、智能机器人等模仿人类个体、群体行为实现知识服务应用。

知识创新模块

该模块主要遵循SECI模型(描述常见四类知识互相转化、螺旋创造过程) 支持用户与知识服务系统交互以产生新知识过程:知识社会化 (基于共同经历的社会活动传播隐性知识)、知识外在化(隐性知识显性化)、知识组合化(重组显性知识产生新知识)、知识内隐化(显性知识内化后升华成隐性知识)。实现的关键在于拥有知识的用户间基于知识服务系统进行交流,以社会网络形式扩展、创新知识.知识创新模块智能性表现为行为智能和群体智能,主要采用社会化媒体技术实现, 即Web2.0、Web3.0技术,如W i k i、微信、微博等

技术实现层

基于人工智能的知识服务系统模型实现所需的支撑技术,各模块均需采用相应技术:知识获取模块涉及自然语言理解、计算机视觉、模式识别等技术;知识构建模块涉及本体构建、语义网、云计算等技术;知识推荐模块涉及机器学习、知识发现、数据挖掘等技术;知识服务层涉及专家系统、Agent系统、智能机器人等技术;知识创新模块涉及图搜索、启发式搜索、不确定性推理等技术.此外,实际应用过程中需根据知识服务系统需求、目标用户特点、各种技术特性等进行定制并优化。