大數(shù)據(jù)時(shí)代人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用

馮燕青

（南京市水利規(guī)劃設(shè)計(jì)院股份有限公司，南京 210000）

當(dāng)前，隨著我國進(jìn)入了新型社會(huì)發(fā)展階段，人們可以通過網(wǎng)絡(luò)進(jìn)行檢索，獲得自己需要的信息。盡管與傳統(tǒng)的紙質(zhì)信息檢索方式相比，網(wǎng)絡(luò)信息檢索有著巨大的優(yōu)越性，但仍然存在著信息分類缺陷、部分信息無效、信息量巨大、真假難辨等問題。在此基礎(chǔ)上，利用人工智能進(jìn)行信息分類，可以根據(jù)使用者的習(xí)慣提供真實(shí)、準(zhǔn)確的信息，從而促進(jìn)信息的檢索。

1 網(wǎng)絡(luò)信息檢索和人工智能綜述

1.1 網(wǎng)絡(luò)信息檢索概況

網(wǎng)絡(luò)信息檢索，其實(shí)就是以網(wǎng)絡(luò)為平臺(tái)，讓用戶利用網(wǎng)絡(luò)搜索引擎搜尋有關(guān)資訊。通過分配存儲(chǔ)技術(shù)，可以將海量的數(shù)據(jù)信息分散到相應(yīng)的服務(wù)器上。而對(duì)于使用者來說，可以利用終端來查詢和查看事先存儲(chǔ)的資料。因此，所有的信息都可以在互聯(lián)網(wǎng)上被檢索和利用，而為網(wǎng)絡(luò)使用者提供資訊搜尋的方式或手段，就可以稱之為網(wǎng)絡(luò)信息檢索。

1.2 人工智能的概況

人工智能是一種可以通過機(jī)械來模擬和感知人在做事情的過程中的感覺，然后做出正確的決定，從而讓機(jī)器人擁有一種專門的技術(shù)來解決問題。因此，人工智能的實(shí)質(zhì)也是圍繞人類的頭腦進(jìn)行的。其最大的特征就是基于對(duì)問題的正確理解，以一個(gè)相對(duì)完善的邏輯體系來進(jìn)行知識(shí)的重構(gòu)和應(yīng)用。目前的人工智能可以分成以下流派：分布學(xué)派、認(rèn)知學(xué)派、連接學(xué)派、邏輯學(xué)派和知識(shí)工程學(xué)派。雖然各個(gè)流派的研究不同，但在人工智能的構(gòu)造和作用上，目標(biāo)都是相同的，那就是人工智能要由中間數(shù)據(jù)庫、解釋器、知識(shí)收集器、用戶界面、知識(shí)庫和推理引擎組成。

首先以知識(shí)庫為例，其是人工智能體系中的重要組成部分，是一項(xiàng)重要的存儲(chǔ)技術(shù)。知識(shí)庫里面有事實(shí)，有信息，有普通的常識(shí)和法則。有些特定的系統(tǒng)還包含了資料庫。其次是推理引擎，又稱推理機(jī)，它包含了控制策略和各種類型的任務(wù)搜索。作為一個(gè)特殊的數(shù)據(jù)庫，其在提供查詢的支持層面上扮演了非常重要的角色。用戶接口的內(nèi)容包括了系統(tǒng)和有關(guān)信息的傳輸。推理引擎是一座連接外部信息和內(nèi)部信息的橋梁，既能向使用者展示最后的加工效果，又能把使用者的意愿傳遞到計(jì)算機(jī)。而在這種情況下，利用的非自然語言可以減輕使用者的心理壓力，在進(jìn)行工作和邏輯運(yùn)算時(shí)，起到了存儲(chǔ)中間結(jié)果和數(shù)據(jù)的作用。在實(shí)際的使用中，系統(tǒng)會(huì)將問題顯示在黑板上并將問題的初始狀況呈現(xiàn)出來。然后，專家系統(tǒng)會(huì)按照知識(shí)庫中的信息進(jìn)行分析，并對(duì)黑板上的信息進(jìn)行分析。在需要的情況下，還會(huì)向客戶請教，以補(bǔ)充和解決知識(shí)上的不足。因此，從某種意義上來說，黑板也可以看作是一個(gè)動(dòng)態(tài)的知識(shí)基礎(chǔ)，在操作過程中發(fā)揮著至關(guān)重要的作用。最后是知識(shí)采集器，其主要作用是通過對(duì)知識(shí)庫的實(shí)際操作進(jìn)行更新，以確保整個(gè)系統(tǒng)的穩(wěn)定運(yùn)轉(zhuǎn)。解析儀的任務(wù)是解答使用者的問題，并為使用者提供相關(guān)該系統(tǒng)結(jié)果的操作路徑?？傊?，人工智能就是用科學(xué)、虛擬的方式來解決人類的問題。

2 人工智能系統(tǒng)的構(gòu)成

人工智能系統(tǒng)包含：界面、資料庫、推理機(jī)、黑板、知識(shí)收集器和知識(shí)轉(zhuǎn)換解釋器等。

2.1 界面

界面，也就是UI 使用者界面。使用者通過使用者界面，設(shè)定關(guān)鍵字或搜尋法則讓邏輯推理搜尋，最后呈現(xiàn)出使用者所需的文字資訊、音頻或影像。界面是一個(gè)輸入和輸出的媒介，可以讓數(shù)據(jù)變得直觀，讓使用者可以更好地利用信息檢索。

2.2 資料庫

知識(shí)資料庫，是人工智能在內(nèi)部儲(chǔ)存知識(shí)的場所。將知識(shí)進(jìn)行科學(xué)分類，儲(chǔ)存各種知識(shí)，方便讀者查詢。

2.3 推理機(jī)

推理機(jī)是具備邏輯性的程序組，其任務(wù)是把人的口頭表達(dá)轉(zhuǎn)化為電腦的語言，并建立查詢的規(guī)則來滿足使用者的需求。

2.4 黑板

中間資料庫與知識(shí)資料庫不同，中間資料庫是在進(jìn)行推算的時(shí)候，將某些資料存儲(chǔ)起來。系統(tǒng)中的推理組織設(shè)定了某種特定的計(jì)算機(jī)語言，在黑板上呈現(xiàn)出初始問題的狀況。通過對(duì)該資料庫的問題進(jìn)行二次開發(fā)，對(duì)資料庫中的內(nèi)容進(jìn)行匹配搜索，由專家輔助人員對(duì)資料庫的內(nèi)容進(jìn)行及時(shí)升級(jí)，彌補(bǔ)缺乏的知識(shí)點(diǎn)。其是一個(gè)對(duì)整個(gè)智能系統(tǒng)進(jìn)行全面控制的動(dòng)態(tài)資料庫。

2.5 知識(shí)收集器

知識(shí)收集器的作用類似于前面提到的黑板后臺(tái)進(jìn)行的人工的數(shù)據(jù)填充更新，但是采用了一種新的方法，即對(duì)缺少的知識(shí)進(jìn)行了界定，并利用互聯(lián)網(wǎng)自動(dòng)更新知識(shí)數(shù)據(jù)的信息。

2.6 知識(shí)轉(zhuǎn)換解釋器

知識(shí)轉(zhuǎn)換解釋器就是通過對(duì)使用者查詢到的問題進(jìn)行分析，然后將計(jì)算機(jī)語言轉(zhuǎn)化為人類語言，為使用者提供信息，搜索推斷過程也可以提供給檢索使用者。

3 網(wǎng)絡(luò)信息檢索工具的類別

3.1 FTP 類

FTP 類是一種在線即時(shí)查詢的檢索方法。用戶要登陸電腦系統(tǒng)進(jìn)行操作，才能完成對(duì)信息資料的檢索。同時(shí)，利用FTP 的查詢功能，還能進(jìn)行各種數(shù)據(jù)的傳輸。比如常用的Archie，是一種基于文檔的自動(dòng)檢索程序，通過對(duì)文檔相關(guān)知識(shí)進(jìn)行分析，能夠?qū)ξ臋n的訪問和對(duì)其所屬的系統(tǒng)進(jìn)行查詢。

3.2 菜單檢索

基于菜單式的檢索工具，其本質(zhì)是一種呈分布式的信息查詢工具。此類檢索工具能夠根據(jù)用戶的實(shí)際需求，選擇對(duì)應(yīng)的數(shù)據(jù)。對(duì)于一些不太熟悉的內(nèi)容，用戶也能應(yīng)付自如。

3.3 關(guān)鍵字檢索

基于關(guān)鍵字的檢索，則是在使用者的操作時(shí)可以不管該信息到底存在于哪個(gè)特定的電腦中。以廣域信息查詢系統(tǒng)（WAIS）為實(shí)例，利用WAIS 檢索系統(tǒng)，從相應(yīng)的數(shù)據(jù)庫中獲取需要的文檔，然后在預(yù)先設(shè)置的檢索區(qū)域中進(jìn)行查詢。因?yàn)檫@個(gè)系統(tǒng)可以有效地進(jìn)行遠(yuǎn)程搜索，在完成上述搜索之后，WAIS 軟件不但可以顯示出更多的內(nèi)容，而且還可以很好地體現(xiàn)出重點(diǎn)信息。

4 人工智能的優(yōu)點(diǎn)

與傳統(tǒng)的人工檢索相比，人工智能的信息檢索有很大的優(yōu)越性，特別是在海量數(shù)據(jù)中。第一，其具有高精度。因?yàn)槠錂C(jī)械電路是以電腦為基礎(chǔ)的，一般來講，人工智能信息檢索不會(huì)像人工那樣粗心大意。第二，人工智能永遠(yuǎn)不會(huì)感到疲勞。有些大公司隨時(shí)都要搜索，如果是純粹的人工采集，則需要多名數(shù)據(jù)采集者輪換檢索，而使用人工智能進(jìn)行信息檢索，則只需要一個(gè)智能系統(tǒng)。第三，其擁有龐大的信息庫。可以更精確地按照問題搜索關(guān)鍵字，并且隨著使用的年限而不斷改進(jìn)，還可以通過特殊的標(biāo)準(zhǔn)，來過濾所獲得的數(shù)據(jù)。

5 人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中應(yīng)用的必要性

進(jìn)入新世紀(jì)，計(jì)算機(jī)技術(shù)取得了空前的突破。目前，世界各國對(duì)網(wǎng)絡(luò)信息安全的認(rèn)識(shí)不斷深化，越來越重視網(wǎng)絡(luò)信息安全問題，并不斷強(qiáng)化網(wǎng)絡(luò)監(jiān)測和網(wǎng)絡(luò)管理。通過對(duì)數(shù)據(jù)的采集，可以確定網(wǎng)絡(luò)監(jiān)控和網(wǎng)絡(luò)的控制是否符合要求。在電腦剛剛出現(xiàn)的時(shí)候，因?yàn)榫W(wǎng)絡(luò)上的數(shù)據(jù)并不穩(wěn)定，缺乏連續(xù)性和規(guī)律性，所以要讓電腦對(duì)數(shù)據(jù)進(jìn)行自動(dòng)的分析和判斷比較困難，因此必須融合智能技術(shù)。隨著電腦的普及，電腦越來越多地成為人們休閑、工作的便捷工具，同時(shí)也帶來了大量的信息風(fēng)險(xiǎn)。當(dāng)今世界上因互聯(lián)網(wǎng)資訊而引發(fā)的犯罪事件層出不窮，若要讓資訊更安全、更可靠，必須更新電腦，提升電腦效能，因此必須建立一個(gè)智能化的系統(tǒng)型管理平臺(tái)，并具有對(duì)信息的自動(dòng)識(shí)別能力。比如，對(duì)信息有無高風(fēng)險(xiǎn)的信息泄露、對(duì)網(wǎng)絡(luò)有無故障進(jìn)行判定，從而保障了用戶的個(gè)人信息安全。計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展離不開人工智能技術(shù)的發(fā)展，而計(jì)算機(jī)網(wǎng)絡(luò)中的數(shù)據(jù)又是由人工智能來處理的，在遇到不確定信息時(shí)，其能迅速地解決問題，并迅速地跟蹤和定位具有動(dòng)態(tài)變化的信息，使使用者獲得技術(shù)處理的相關(guān)信息。人工智能增強(qiáng)了信息集成的能力，改善了網(wǎng)絡(luò)管理的問題，提高了管理的效率，使網(wǎng)絡(luò)的技術(shù)水平得到了進(jìn)一步的提高。

6 大數(shù)據(jù)時(shí)代人工智能在網(wǎng)絡(luò)信息檢索中的應(yīng)用

6.1 網(wǎng)絡(luò)智能知識(shí)庫

將人工智能用于網(wǎng)絡(luò)信息檢索，可以將其劃分成類。第一類是智能化的信息處理，主要功能是對(duì)網(wǎng)上所收集到的信息進(jìn)行合理的歸類，再按照關(guān)鍵詞進(jìn)行相似性的比對(duì)，最終將經(jīng)過篩選和審查的信息輸入到資料庫。其主要過程是將所獲取的資料的類別與內(nèi)容，依照一定的原則與方式進(jìn)行適當(dāng)?shù)臍w類，然后進(jìn)行智能配對(duì)；其次，通過對(duì)信息庫中的信息進(jìn)行對(duì)比和過濾，可以避免信息重復(fù)、占用計(jì)算機(jī)內(nèi)存等問題，從而實(shí)現(xiàn)對(duì)信息的智能化升級(jí)；根據(jù)比對(duì)的結(jié)果，將數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫中，替代原來的數(shù)據(jù)，也可以將新的數(shù)據(jù)和原來的數(shù)據(jù)進(jìn)行融合，形成一個(gè)比較完備的數(shù)據(jù)庫；最終，通過對(duì)這些數(shù)據(jù)進(jìn)行定時(shí)的整理與升級(jí)，有效防止數(shù)據(jù)的重復(fù)性，并能夠在一定程度上保證系統(tǒng)正常工作。

第二類是信息收集，需要有大量的信息資源來支撐，因此，信息收集是指收集、整理、更新和補(bǔ)充等。一般的信息收集系統(tǒng)包含印本信息收集和數(shù)字信息收集。印本信息收集主要是通過對(duì)紙質(zhì)書籍的知識(shí)進(jìn)行掃描、輸入、完成數(shù)據(jù)的轉(zhuǎn)化，轉(zhuǎn)化的工作需要通過人工智能來完成。而數(shù)字信息收集則是指通過站點(diǎn)鏡像、智能信息監(jiān)控、智能資源發(fā)現(xiàn)和智能信息資源轉(zhuǎn)化4大模塊來實(shí)現(xiàn)的，站點(diǎn)鏡像就是將整個(gè)站點(diǎn)的信息全部拷貝到系統(tǒng)的后臺(tái)，從而加快采集的效率。智能信息監(jiān)控是指對(duì)網(wǎng)上搜索到的信息數(shù)據(jù)進(jìn)行監(jiān)控，如果有變化或升級(jí)，那么其所存儲(chǔ)的信息就會(huì)隨之更新。智能資源發(fā)現(xiàn)主要是為目標(biāo)門戶站點(diǎn)提供信息的智能搜索，當(dāng)有與網(wǎng)上搜索相符的內(nèi)容時(shí)，將會(huì)進(jìn)行自動(dòng)采集。智能信息資源轉(zhuǎn)化是將數(shù)據(jù)信息進(jìn)行收集、歸類，形成一種全新的信息、知識(shí)觀念。

第三類是智能信息存儲(chǔ)，其是網(wǎng)絡(luò)信息知識(shí)庫的一個(gè)主要內(nèi)容，可以保證網(wǎng)絡(luò)信息檢索的效能與質(zhì)量。通常來說，智能信息存儲(chǔ)系統(tǒng)分為軟件、硬件和檢索3大模塊，軟件即網(wǎng)絡(luò)數(shù)據(jù)訪問與存儲(chǔ)系統(tǒng)，保證系統(tǒng)的閱讀和歸檔工作，硬件指可以存儲(chǔ)海量數(shù)據(jù)的物理裝置，檢索系統(tǒng)則是軟硬件的組合，利用人工智能提升網(wǎng)絡(luò)中的信息檢索速度，并且還可以利用人工智能來完善信息存儲(chǔ)，以提升網(wǎng)絡(luò)資訊查詢的效能。

6.2 智能代理技術(shù)

在大數(shù)據(jù)環(huán)境下，以互聯(lián)網(wǎng)為基礎(chǔ)的人工智能已被大量地運(yùn)用在網(wǎng)絡(luò)信息檢索中。其利用一套軟件程序，在獲得使用者的授權(quán)后，產(chǎn)生一個(gè)軟件的代理通訊協(xié)定，方便了軟件和使用者之間的數(shù)據(jù)交流，并為使用者的網(wǎng)頁資訊找到一個(gè)比較精確的方法。比如，當(dāng)使用者需要查找某一項(xiàng)特定的信息時(shí)，因?yàn)樵撐恢玫年P(guān)鍵詞不能被識(shí)別，所以會(huì)給出一個(gè)模糊不清的關(guān)鍵詞，然后通過智能代理技術(shù)，可以對(duì)該詞的檢索痕跡、偏好、習(xí)慣等進(jìn)行分析，并對(duì)該信息進(jìn)行跟蹤，剔除無效的、無用的信息，最后得到自己需要的資料。該技術(shù)更多地被用于普通的搜索引擎如百度、谷歌和搜狗。但是，智能代理技術(shù)歸類的所有資料也不可能都是精確的，往往會(huì)有很多與使用者所要尋找的主題背道而馳的內(nèi)容。但是，因使用方便及精化模糊信息的功能，其仍然是目前最普遍的一種技術(shù)。

在使用智能代理技術(shù)的時(shí)候，主要就是將其運(yùn)用到人工智能中去。例如，它可以幫助使用者在互聯(lián)網(wǎng)上找到合適的網(wǎng)站或者用網(wǎng)站來進(jìn)行數(shù)據(jù)的下載，而對(duì)網(wǎng)上的資源點(diǎn)，可以進(jìn)行實(shí)時(shí)的計(jì)算和監(jiān)測，如果信息出現(xiàn)了問題，要及時(shí)地進(jìn)行維修和匯報(bào)。同時(shí)，智能網(wǎng)管可以更好地選擇資源較多、服務(wù)器較寬松的網(wǎng)站，減少了網(wǎng)絡(luò)擁堵的沖擊，從而提升了搜索與下載的速度；同時(shí)，在智能信息的處理中，可以讓使用者對(duì)網(wǎng)絡(luò)信息進(jìn)行全面地分析，讓使用者能夠更精確地設(shè)定檢索關(guān)鍵詞，然后利用人工智能來進(jìn)行搜索，并按照使用者的喜好來選擇合適的信息。

6.3 代理檢索技術(shù)

智能代理技術(shù)在網(wǎng)絡(luò)信息檢索中的運(yùn)用，可以根據(jù)用戶的喜好來確定適合于不同客戶的搜索服務(wù)。利用人工智能搜索代理技術(shù)，可以根據(jù)已有的數(shù)據(jù)，對(duì)信息進(jìn)行分析，并根據(jù)不同的數(shù)據(jù)類別，設(shè)計(jì)出一套較為科學(xué)的搜索策略。

7 基于人工智能的網(wǎng)絡(luò)信息檢索

在網(wǎng)絡(luò)信息檢索領(lǐng)域，人工智能的具體運(yùn)用包括：信息篩選、語音識(shí)別、圖像識(shí)別和視頻檢索等。其可以對(duì)信息進(jìn)行篩選、查詢，并對(duì)網(wǎng)絡(luò)信息進(jìn)行有效的控制，防止垃圾信息和病毒的傳播。而自然語言的處理技術(shù)可以通過將復(fù)雜的語言法則融入到網(wǎng)頁的信息提取中來識(shí)別垃圾信息；而語音辨識(shí)技術(shù)主要是從使用者的聲音中抽取出信息，利用某種特定的語言法則來進(jìn)行信息檢索，從而促進(jìn)網(wǎng)絡(luò)信息的重新排列與整合；影像辨識(shí)與影像檢索技術(shù)，就是利用電腦或手機(jī)上的影像采集裝置，將所檢索的信息轉(zhuǎn)換成影像訊號(hào)，并在影像信息中比較所檢索之物的特性與型式等，以選取最精確的信息。

8 結(jié)束語

總之，對(duì)網(wǎng)絡(luò)信息檢索的需求在大數(shù)據(jù)時(shí)代越來越高。所以，運(yùn)用人工智能技術(shù)開發(fā)網(wǎng)絡(luò)信息檢索，能夠有效地保證網(wǎng)絡(luò)檢索的有效性和質(zhì)量。將人工智能運(yùn)用到目前的網(wǎng)絡(luò)信息檢索中，將極大地提高用戶的網(wǎng)絡(luò)信息檢索質(zhì)量和使用效率。