路在何方？
——科研視域下的圖書(shū)館智能咨詢服務(wù)現(xiàn)狀與未來(lái)*

宋靈超

0 引言

2017年政府工作報(bào)告明確提出大力發(fā)展人工智能技術(shù)[1]，自此國(guó)內(nèi)人工智能領(lǐng)域進(jìn)入快速發(fā)展階段。同年第六次全國(guó)公共圖書(shū)館評(píng)估工作中，智能數(shù)字參考咨詢成為省級(jí)(副省級(jí))評(píng)估定級(jí)加分項(xiàng)納入評(píng)估標(biāo)準(zhǔn)。智能化管理和服務(wù)已經(jīng)成為圖書(shū)館發(fā)展與建設(shè)工作的重要組成部分[2]，引起業(yè)界學(xué)者的高度關(guān)注。圖書(shū)館智能咨詢服務(wù)是在智能技術(shù)不斷發(fā)展的前提下，在讀者對(duì)咨詢服務(wù)實(shí)時(shí)性、便捷性的需求下誕生的。它梳理咨詢問(wèn)答并基于信息組織理論搭建知識(shí)庫(kù)，采用人機(jī)對(duì)話方式在線解答讀者咨詢。與傳統(tǒng)咨詢服務(wù)相比，智能咨詢可以24小時(shí)在線，無(wú)須專(zhuān)門(mén)場(chǎng)所，無(wú)須現(xiàn)場(chǎng)值守人員[3]。這些優(yōu)勢(shì)讓其快速發(fā)展并成為智慧圖書(shū)館建設(shè)的重要一環(huán)。筆者在2022年1月時(shí)調(diào)研國(guó)內(nèi)“雙一流”一期建設(shè)的42所高校智能咨詢服務(wù)應(yīng)用情況，發(fā)現(xiàn)有18所高校圖書(shū)館上線該服務(wù)，占比達(dá)42.86%?？梢?jiàn)，智能咨詢服務(wù)應(yīng)用于國(guó)內(nèi)高校圖書(shū)館已較為普遍。

隨著我國(guó)圖書(shū)館智能咨詢服務(wù)發(fā)展，研究理論、方法也在不斷更新、迭代，研究成果大量發(fā)表于學(xué)術(shù)期刊上。但同時(shí)，部分圖書(shū)館在系統(tǒng)建設(shè)方面缺少理論指導(dǎo)，不了解讀者需求，智能咨詢服務(wù)無(wú)法充分體現(xiàn)AI功能，甚至成為智慧圖書(shū)館推廣的阻礙因素[4]；部分學(xué)者對(duì)這一領(lǐng)域缺少認(rèn)知，不確定哪些研究角度對(duì)促進(jìn)服務(wù)發(fā)展有重要意義。文獻(xiàn)調(diào)研發(fā)現(xiàn)，目前國(guó)內(nèi)并無(wú)關(guān)于圖書(shū)館智能咨詢服務(wù)發(fā)展現(xiàn)狀的綜述和文獻(xiàn)計(jì)量類(lèi)研究。有關(guān)圖書(shū)館智能技術(shù)的綜述研究[5-8]集中于智能技術(shù)在圖書(shū)館的整體應(yīng)用，對(duì)智能咨詢服務(wù)只是從功能角度介紹服務(wù)的特點(diǎn)和應(yīng)用，缺少深入透徹的文獻(xiàn)梳理和主題分析。因此，梳理研究成果，探究我國(guó)圖書(shū)館智能咨詢服務(wù)的發(fā)展歷程和研究熱點(diǎn)、研究趨勢(shì)，為系統(tǒng)建設(shè)提供參考，為學(xué)者提供研究思路就顯得十分重要。本研究以文獻(xiàn)計(jì)量學(xué)理論為基礎(chǔ)，結(jié)合可視化技術(shù)，對(duì)我國(guó)圖書(shū)館智能咨詢服務(wù)科研文獻(xiàn)進(jìn)行系統(tǒng)梳理，并從多個(gè)角度挖掘研究主題和研究熱點(diǎn)，試圖回答：圖書(shū)館智能咨詢服務(wù)的研究現(xiàn)狀如何？現(xiàn)有研究在哪些主題上取得了成果？對(duì)該領(lǐng)域的未來(lái)發(fā)展路徑有何展望？

1 研究設(shè)計(jì)

(1)數(shù)據(jù)來(lái)源。本研究主要針對(duì)我國(guó)有關(guān)圖書(shū)館智能咨詢服務(wù)的科研文獻(xiàn)展開(kāi)調(diào)研，為保證研究數(shù)據(jù)權(quán)威性和代表性，選擇中國(guó)知網(wǎng)(CNKI)、萬(wàn)方、維普3個(gè)國(guó)內(nèi)具有代表性的數(shù)據(jù)庫(kù)作為數(shù)據(jù)來(lái)源。

(2)處理過(guò)程。本研究以“(智能咨詢OR自動(dòng)問(wèn)答OR聊天機(jī)器人OR智能回復(fù)OR智能問(wèn)答)AND圖書(shū)館”為檢索式，在CNKI、萬(wàn)方中使用主題檢索，在維普中使用“題名或關(guān)鍵詞”和“摘要”字段檢索，檢索時(shí)間截至2021年12月31日，獲取文獻(xiàn)：CNKI 99篇，萬(wàn)方58篇，維普246篇。為提升數(shù)據(jù)質(zhì)量，對(duì)文獻(xiàn)進(jìn)行二次篩選，篩選標(biāo)準(zhǔn)為題名、關(guān)鍵詞或摘要中明確提出圖書(shū)館智能咨詢，剔除新聞報(bào)道、重復(fù)文獻(xiàn)等，最終獲得182 篇論文。本研究依托平臺(tái)導(dǎo)出EndNote格式引文數(shù)據(jù)，基于“篇名、作者、期刊、關(guān)鍵詞、摘要、時(shí)間、基金”等數(shù)據(jù)進(jìn)行分析，其中CNKI和維普導(dǎo)出數(shù)據(jù)并無(wú)基金信息，筆者采用人工查詢匯總方式進(jìn)行二次收集，最終形成“我國(guó)圖書(shū)館智能咨詢研究基礎(chǔ)文獻(xiàn)數(shù)據(jù)集”。

(3)研究方法。本文主要利用文獻(xiàn)計(jì)量學(xué)理論展開(kāi)研究。利用Excel展示文獻(xiàn)數(shù)量隨時(shí)間分布情況，利用可視化工具RAWGraphs展示期刊分布、基金分布、機(jī)構(gòu)分布情況，利用可視化工具VOSViewer展示作者分布、關(guān)鍵詞分布情況。

2 研究現(xiàn)狀

2.1 時(shí)間分布

文獻(xiàn)數(shù)量隨時(shí)間分布反應(yīng)主題研究趨勢(shì)。從圖1可知，本主題2001年出現(xiàn)1篇文獻(xiàn)，2021年文獻(xiàn)達(dá)19篇?，F(xiàn)代科學(xué)發(fā)展時(shí)期科學(xué)文獻(xiàn)的年率遞增可6%-8%[9]。在本研究中，2001-2021年文獻(xiàn)年率遞增15.86%，遠(yuǎn)高于平均水平。研究數(shù)量在2019 年達(dá)到最高峰，隨后出現(xiàn)下降，基本維持在20篇左右。從分布規(guī)律看，本主題文獻(xiàn)在2016年前年發(fā)文數(shù)量10篇以下；2017-2019年爆發(fā)式增長(zhǎng)，年均發(fā)文數(shù)大于18篇。數(shù)量的暴漲反映智能咨詢服務(wù)已引起業(yè)界關(guān)注。

圖1 發(fā)文數(shù)量逐年分布圖

2.2 期刊分布

本研究涉及82種期刊，182篇文章。參照布拉德福定律[10]，將期刊分為3個(gè)區(qū)域：第一區(qū)為核心區(qū)，期刊7種，發(fā)文量區(qū)間7-10篇，論文60篇，占比32.97%；第二區(qū)為相關(guān)區(qū)，期刊20種，發(fā)文量區(qū)間2-5 篇，論文62 篇，占比34.07%；第三區(qū)為非相關(guān)區(qū)，期刊總數(shù)55種，發(fā)文量區(qū)間1-2篇，論文60篇，占比32.97%。

為探索發(fā)文學(xué)科信息，筆者以CNKI“期刊導(dǎo)航”中“學(xué)科導(dǎo)航”里的“專(zhuān)題名稱(chēng)”為分類(lèi)依據(jù)，排除6種未被收錄的期刊，統(tǒng)計(jì)剩余76種期刊的學(xué)科信息，排名前四的依次為：“圖書(shū)情報(bào)與數(shù)字圖書(shū)館”34種，發(fā)文123篇；“計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用”7種，發(fā)文8篇；“基礎(chǔ)科學(xué)綜合”5種，發(fā)文7篇；“教育綜合”4種，發(fā)文4篇。由此可知，研究主要集中于圖書(shū)情報(bào)學(xué)科，少量分散于計(jì)算機(jī)、基礎(chǔ)科學(xué)、教育等學(xué)科之中，跨學(xué)科研究趨勢(shì)不明顯。

基于圖書(shū)情報(bào)學(xué)科為主要研究學(xué)科的統(tǒng)計(jì)結(jié)果，以2021 年“中文社會(huì)科學(xué)引文索引(CSSCI)”為統(tǒng)計(jì)標(biāo)準(zhǔn)，探究上述期刊被CSSCI(包括擴(kuò)展版)收錄情況。統(tǒng)計(jì)發(fā)現(xiàn)，82 種期刊中，CSSCI收錄18種，占比21.95%。按區(qū)域劃分，核心區(qū)3種(共7種)，相關(guān)區(qū)13種(共20種)，非相關(guān)區(qū)2種(共55種)；但是，CSSCI收錄期刊發(fā)表論文75 篇，占比高達(dá)41.21%。按區(qū)域劃分，核心區(qū)35 篇(共60 篇)，相關(guān)區(qū)38 篇(共62篇)，非相關(guān)區(qū)2篇(共60篇)。收錄該主題文章的CSSCI 收錄期刊平均刊載4.17 篇，遠(yuǎn)高于非CSSCI收錄期刊的1.67篇，這反映出CSSCI收錄期刊對(duì)該主題的關(guān)注更多。以核心區(qū)為例展示期刊及其發(fā)文數(shù)，見(jiàn)圖2。

圖2 核心區(qū)期刊及其發(fā)文數(shù)目

2.3 基金分布

本數(shù)據(jù)集有63篇文章有項(xiàng)目基金支持，占比34.62%。其中，53篇文章有1個(gè)基金支持，8篇文章有2個(gè)基金支持，2篇文章有3個(gè)基金支持。根據(jù)項(xiàng)目歸屬基金和編號(hào)信息梳理、去重后得到6個(gè)分類(lèi)72個(gè)項(xiàng)目。按照基金類(lèi)型分為3個(gè)層次：第一層次為國(guó)家和部委級(jí)，包含：國(guó)家社會(huì)科學(xué)基金13個(gè)項(xiàng)目，國(guó)家自然科學(xué)基金3個(gè)項(xiàng)目，教育部人文社會(huì)科學(xué)基金2個(gè)項(xiàng)目；第二層次為各省市和高校級(jí)，包含：省市科研基金36個(gè)項(xiàng)目，高?？蒲谢?5個(gè)項(xiàng)目；第三層次為其他科研組織級(jí)，共3個(gè)項(xiàng)目。根據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果，筆者繪制圓形樹(shù)狀圖，對(duì)省市科研基金進(jìn)一步細(xì)化，如圖3所示。從圖中可知，校級(jí)基金和國(guó)家社會(huì)科學(xué)基金支持發(fā)文數(shù)量最多，占比38.89%；各省市中，江蘇(7)、黑龍江(6)和廣東(5)基金支持發(fā)文數(shù)量最多。由此可知，研究受到國(guó)家、省市和高校多層次關(guān)注。

圖3 基金類(lèi)型分布圖

2.4 機(jī)構(gòu)分布

本數(shù)據(jù)集包含研究機(jī)構(gòu)168個(gè)。單篇論文機(jī)構(gòu)數(shù)從1至4，其中單一機(jī)構(gòu)論文163篇，占比89.56%，兩個(gè)及以上機(jī)構(gòu)論文19 篇，僅占10.44%，可知多機(jī)構(gòu)合作比例較低。

機(jī)構(gòu)信息的粗細(xì)粒度不統(tǒng)一。例如，四川大學(xué)信息管理系和四川大學(xué)公共管理學(xué)院都屬于四川大學(xué)。對(duì)類(lèi)似機(jī)構(gòu)數(shù)據(jù)進(jìn)行處理后得到142個(gè)機(jī)構(gòu)。筆者基于這一數(shù)據(jù)從地域分布和機(jī)構(gòu)發(fā)文數(shù)角度分析熱點(diǎn)發(fā)文機(jī)構(gòu)信息。首先，除1篇文章涉及美國(guó)華盛頓州外，其余涉及國(guó)內(nèi)27個(gè)省級(jí)行政區(qū)。發(fā)文數(shù)排名前9的省級(jí)行政區(qū)為：江蘇(34 篇)、北京(21 篇)、廣東(16 篇)、湖北(15篇)、吉林(13 篇)、黑龍江(12 篇)、浙江(11 篇)、河南(8篇)、上海(8篇)，占比75.82%；單個(gè)機(jī)構(gòu)發(fā)文多于3篇的有16個(gè)，排名前三的依次為南京大學(xué)(6 篇)、武漢大學(xué)(6 篇)，國(guó)家圖書(shū)館(5 篇)，圖4中筆者繪制樹(shù)形圖展示發(fā)文量較多的部分機(jī)構(gòu)和對(duì)應(yīng)省級(jí)行政區(qū)。

圖4 部分機(jī)構(gòu)發(fā)文量統(tǒng)計(jì)

2.5 作者分布

本數(shù)據(jù)集有作者280人，篇均1.54人；第一作者164人，人均發(fā)文1.11篇。所有作者中，發(fā)文4篇的2人，占比0.71%；發(fā)文3篇的21人，占比7.50%；發(fā)文2 篇的19 人，占比6.79%；發(fā)文1 篇的252 人，占比90.00%。第一作者中，發(fā)文4篇的2人，占比1.22%；發(fā)文3篇的2人，占比1.22%；發(fā)文2 篇的8 人，占比4.88%；發(fā)文1篇的152人，占比92.68%。根據(jù)統(tǒng)計(jì)結(jié)果，結(jié)合普賴(lài)斯定律[11]，從所有作者角度分析，發(fā)文數(shù)量排名前17的作者發(fā)文53篇，占比29.12%。從第一作者角度分析，發(fā)文數(shù)量排名前13的作者發(fā)文31篇，占比17.03%。兩個(gè)數(shù)據(jù)均距50%存在很大差距，不符合普賴(lài)斯定律，說(shuō)明高產(chǎn)作者數(shù)量偏少，絕大部分作者屬于低產(chǎn)作者，杰出作者有待形成。在VOSViewer提供的作者關(guān)系圖中，鏈接強(qiáng)度反映作者間合作強(qiáng)度。針對(duì)所有作者數(shù)據(jù)得到聚類(lèi)157簇，簇中作者數(shù)量從1至12，合作總強(qiáng)度為482。選取合作總強(qiáng)度最大的4個(gè)簇進(jìn)行展示，如圖5所示。圖5中展示了以柳益君、姚飛、王晰巍和胡瀟戈為代表的合作者共現(xiàn)情況，分別刻畫(huà)了江蘇理工學(xué)院12個(gè)作者4篇論文、清華大學(xué)7個(gè)作者4篇論文、吉林大學(xué)6個(gè)作者2篇論文、武漢大學(xué)6個(gè)作者2篇論文的鏈接情況；而節(jié)點(diǎn)的顏色則代表發(fā)文年份的平均值。分析可知，清華大學(xué)的研究起步較早，江蘇理工學(xué)院、武漢大學(xué)和吉林大學(xué)近些年初步形成了研究團(tuán)隊(duì)，取得了一定的研究成果，但數(shù)量較少，需要進(jìn)一步加強(qiáng)。

圖5 強(qiáng)度排名前四的作者簇

2.6 關(guān)鍵詞分布

本數(shù)據(jù)集包含關(guān)鍵詞726個(gè)，篇均3.99 個(gè)，去重后383 個(gè)。累計(jì)出現(xiàn)10次及以上10個(gè)，5次及以上27個(gè)，3次及以上35個(gè)，2次及以上79個(gè)。本研究選擇3次及以上關(guān)鍵詞，繪制關(guān)鍵詞可視化圖表，見(jiàn)圖6。

圖6 關(guān)鍵詞出現(xiàn)次數(shù)大于等于3的可視化圖表

圖6中節(jié)點(diǎn)大小表示關(guān)鍵詞出現(xiàn)頻次，以節(jié)點(diǎn)大小衡量高頻詞出現(xiàn)情況，排名前十的關(guān)鍵詞依次是：圖書(shū)館(53)、人工智能(36)、參考咨詢(34)、高校圖書(shū)館(20)、智慧圖書(shū)館(16)、智能咨詢(13)、微信(12)、機(jī)器人(10)、數(shù)字圖書(shū)館(10)、信息服務(wù)(10)。這些詞代表熱點(diǎn)研究方向；節(jié)點(diǎn)間連線表示關(guān)鍵詞共現(xiàn)強(qiáng)度，以節(jié)點(diǎn)鏈接數(shù)衡量詞語(yǔ)的共現(xiàn)情況，排名前十的詞語(yǔ)依次是：圖書(shū)館(25)、人工智能(20)、參考咨詢(19)、智慧圖書(shū)館(14)、信息服務(wù)(14)、高校圖書(shū)館(12)、微信(12)、智能咨詢(11)、深度學(xué)習(xí)(10)、信息咨詢(10)，這些詞形成主要研究大類(lèi)；節(jié)點(diǎn)用漸變顏色表示時(shí)間屬性，每個(gè)節(jié)點(diǎn)的時(shí)間由包含該關(guān)鍵詞的文獻(xiàn)出版時(shí)間取平均值計(jì)算得出。從時(shí)間維度分析，排名前十的最新熱詞依次是：智慧圖書(shū)館(2019.81)、自然語(yǔ)言處理(2019.50)、新媒體(2019.50)、深度學(xué)習(xí)(2019.11)、智慧服務(wù)(2018.67)、圖書(shū)館機(jī)器人(2018.67)、機(jī)器學(xué)習(xí)(2018.60)、人工智能(2018.47)、智能機(jī)器人(2018.29)、智能(2018.20)。對(duì)關(guān)鍵詞時(shí)間屬性四舍五入取整，結(jié)合RAWGraphs工具，統(tǒng)計(jì)得到歷年研究熱詞，見(jiàn)圖7。

圖7 歷年研究熱詞統(tǒng)計(jì)圖

3 研究主題歸納分析

結(jié)合圖7研究熱詞，提取關(guān)鍵詞所屬文獻(xiàn)進(jìn)行研讀、歸納，總結(jié)出以下4個(gè)研究主題。

3.1 可行性與理論模型類(lèi)研究

圖書(shū)館智能咨詢服務(wù)是利用智能技術(shù)對(duì)咨詢服務(wù)理論的探索。結(jié)合關(guān)鍵詞可視化分析可知，這種探索主要集中在早期研究中。按照研究?jī)?nèi)容的不同，可以分為對(duì)圖書(shū)館引入智能咨詢服務(wù)可行性探討、對(duì)理論模型構(gòu)建方式探討兩部分。

對(duì)圖書(shū)館引入智能咨詢服務(wù)的可行性探討是智能咨詢服務(wù)誕生的前期理論準(zhǔn)備。這些研究有從信息咨詢服務(wù)的智能化趨勢(shì)角度展開(kāi)，基于咨詢信息和手段智能化態(tài)勢(shì)[12-14]，人工智能技術(shù)和咨詢服務(wù)相結(jié)合的方法[15-16]等多維度推導(dǎo)圖書(shū)館智能咨詢服務(wù)的可行性與必要性；也有研究從咨詢服務(wù)發(fā)展現(xiàn)狀角度展開(kāi)，通過(guò)對(duì)數(shù)字參考咨詢[17]、實(shí)時(shí)參考咨詢[18]的現(xiàn)狀調(diào)研得出智能咨詢將在參考咨詢中扮演重要角色的結(jié)論。

對(duì)理論模型構(gòu)建方式的探討是對(duì)構(gòu)建機(jī)制、方法的理論研究。這些研究既有將智能咨詢作為咨詢模型的一部分開(kāi)展研究[19-21]，也有將其作為獨(dú)立個(gè)體展開(kāi)研究[22-24]。從共性角度分析，智能咨詢模型大體可分為知識(shí)庫(kù)、技術(shù)層和應(yīng)用層三層架構(gòu)[24]。從圖7可以看出三層架構(gòu)是后續(xù)研究重點(diǎn)，其中，知識(shí)庫(kù)負(fù)責(zé)問(wèn)答知識(shí)的收集、組織，與“知識(shí)庫(kù)”關(guān)鍵詞對(duì)應(yīng)；技術(shù)層是對(duì)知識(shí)推理方法的研究，與“深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理”等關(guān)鍵詞對(duì)應(yīng)，是近年研究熱點(diǎn)；應(yīng)用層是系統(tǒng)與讀者溝通的交互層，與“微信、智能機(jī)器人、咨詢機(jī)器人、新媒體”等關(guān)鍵詞相對(duì)應(yīng)，也是當(dāng)前研究熱點(diǎn)。

3.2 知識(shí)庫(kù)類(lèi)研究

知識(shí)庫(kù)是影響智能咨詢系統(tǒng)服務(wù)效能的核心要素[25]，決定服務(wù)深度和廣度[26]。在圖7中，“知識(shí)庫(kù)”是研究重點(diǎn)。知識(shí)庫(kù)建設(shè)核心問(wèn)題在于知識(shí)來(lái)源獲取、分類(lèi)組織方法。

知識(shí)來(lái)源獲取是知識(shí)庫(kù)建立的前提條件，目前主要通過(guò)互聯(lián)網(wǎng)、FAQ問(wèn)答庫(kù)、本館特色知識(shí)庫(kù)[27-30]獲取。其中，互聯(lián)網(wǎng)途徑是指從“百度百科”等網(wǎng)絡(luò)問(wèn)答資源庫(kù)獲取大量范圍廣泛的知識(shí)問(wèn)答，但該方式容易導(dǎo)致知識(shí)庫(kù)容量過(guò)大，滿足讀者需求程度存疑；FAQ問(wèn)答庫(kù)是指各圖書(shū)館公開(kāi)的咨詢問(wèn)答信息，滿足需求的概率更高，但沒(méi)有形成完備的知識(shí)體系；本館特色數(shù)據(jù)庫(kù)是圖書(shū)館收集本校讀者咨詢形成的特色庫(kù)，更符合本校讀者需求。

分類(lèi)組織是指基于特定領(lǐng)域信息對(duì)結(jié)構(gòu)化或非結(jié)構(gòu)化知識(shí)進(jìn)行存儲(chǔ)，方便系統(tǒng)后續(xù)獲取和利用。在現(xiàn)有研究中，李玲等[28]利用元數(shù)據(jù)規(guī)范結(jié)合工作實(shí)際提出知識(shí)庫(kù)多級(jí)分類(lèi)及建設(shè)方案；胡瀟戈等[31]引入知識(shí)圖譜構(gòu)建多源數(shù)據(jù)融合的圖書(shū)館智能咨詢系統(tǒng)知識(shí)庫(kù)。

目前知識(shí)庫(kù)相關(guān)的研究數(shù)量較少，覆蓋也不全面。例如，知識(shí)來(lái)源獲取缺少讀者的參與，組織分類(lèi)缺少?gòu)膱D書(shū)館功能、服務(wù)類(lèi)型以及后期維護(hù)角度的考量。

3.3 知識(shí)推理類(lèi)研究

知識(shí)推理類(lèi)研究是探討系統(tǒng)推理邏輯，核心在于讀者提問(wèn)與知識(shí)庫(kù)問(wèn)題的匹配機(jī)制。知識(shí)推理是系統(tǒng)開(kāi)發(fā)的重點(diǎn)與難點(diǎn)，目前的解決方案包括范例推理[32](Case-Based Reasoning，CBR)，關(guān)鍵詞、Tag標(biāo)簽匹配[33-34]，人工智能標(biāo)記語(yǔ)言(Artificial Intelligence Markup Language，AIML)模式匹配算法[35-36]，關(guān)聯(lián)數(shù)據(jù)SPARQL 查詢匹配[37]，深度學(xué)習(xí)匹配算法[38]，知識(shí)圖譜向量相似度匹配算法[39-40]等。此外，有研究者利用算法優(yōu)化提問(wèn)形式提升匹配準(zhǔn)確率[41]。基于關(guān)聯(lián)數(shù)據(jù)、深度學(xué)習(xí)、知識(shí)圖譜的知識(shí)推理是當(dāng)前研究熱點(diǎn)。

3.4 交互平臺(tái)類(lèi)研究

交互平臺(tái)類(lèi)研究是對(duì)智能咨詢服務(wù)與讀者交互方式的探討。按照載體不同分為虛擬平臺(tái)類(lèi)研究和實(shí)體機(jī)器人研究。虛擬平臺(tái)類(lèi)研究大多利用即時(shí)通訊工具開(kāi)展服務(wù)。涉及的工具從早期BotPlatform[33]、MSN[34]到目前的微信[30，42]。隨著新媒體技術(shù)發(fā)展，跨媒體[43]平臺(tái)建設(shè)也引起學(xué)者關(guān)注。實(shí)體機(jī)器人研究在軟件基礎(chǔ)上結(jié)合硬件技術(shù)制造出實(shí)體機(jī)器人，將智能咨詢服務(wù)從虛擬融入現(xiàn)實(shí)，如中國(guó)礦業(yè)大學(xué)圖書(shū)館和國(guó)家圖書(shū)館結(jié)合語(yǔ)音、運(yùn)動(dòng)控制技術(shù)構(gòu)造實(shí)體咨詢機(jī)器人[44-45]。

4 問(wèn)題梳理與未來(lái)發(fā)展

4.1 問(wèn)題梳理

(1)學(xué)科交叉融合發(fā)展趨勢(shì)不明顯。圖書(shū)館智能咨詢服務(wù)主要由圖書(shū)情報(bào)學(xué)科與計(jì)算機(jī)學(xué)科交叉演變而來(lái)。然而，基于發(fā)文期刊所屬學(xué)科信息可知：“圖書(shū)情報(bào)與數(shù)字圖書(shū)館”占比67.58%，“計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用”占比僅有4.40%，跨學(xué)科科研數(shù)量明顯偏少。這反映出國(guó)內(nèi)研究依舊以圖書(shū)館領(lǐng)域?yàn)橹髁?，研究主題并未得到計(jì)算機(jī)領(lǐng)域的重視，學(xué)科交叉融合發(fā)展趨勢(shì)不明顯。

(2)研究黏性和科研合作不足?；谒凶髡甙l(fā)文信息統(tǒng)計(jì)，僅發(fā)表1 篇文章的作者占比90.00%，按照發(fā)文數(shù)量可劃分為低產(chǎn)作者，可見(jiàn)研究持續(xù)性較差、黏性不足。同時(shí)，科學(xué)研究需要觀點(diǎn)、思路的碰撞，不同學(xué)者對(duì)同一問(wèn)題的解決思路、方法會(huì)存在差異，不同機(jī)構(gòu)所面臨的實(shí)際問(wèn)題也不同。因此，學(xué)者間、機(jī)構(gòu)間合作對(duì)增強(qiáng)科研水平、尋找新的研究問(wèn)題具有重要意義。然而，作者共現(xiàn)和機(jī)構(gòu)合作統(tǒng)計(jì)結(jié)果表明，我國(guó)無(wú)論是作者合作還是機(jī)構(gòu)合作發(fā)文均較少，跨機(jī)構(gòu)合作更少。因此，從產(chǎn)出角度分析，研究黏性不足；從合作發(fā)文角度分析，作者、機(jī)構(gòu)間合作有待加強(qiáng)。

(3)智慧度和功能拓展不足。以當(dāng)前技術(shù)水平，智能咨詢只能針對(duì)常見(jiàn)問(wèn)題給出明確回復(fù)，尚無(wú)法完全取代人工咨詢。同時(shí)，結(jié)合文獻(xiàn)主題歸納和系統(tǒng)調(diào)研，目前圖書(shū)館智能咨詢服務(wù)與其他服務(wù)之間大多是獨(dú)立的，個(gè)性化服務(wù)能力偏弱。例如，大多系統(tǒng)并未接入圖書(shū)檢索、借閱查詢等功能，欠缺對(duì)讀者需求特征的把握。以南開(kāi)大學(xué)圖書(shū)館為例，筆者調(diào)研發(fā)現(xiàn)在人工參考咨詢與智能咨詢均可獲取時(shí)，讀者使用智能咨詢服務(wù)的主觀意愿并不強(qiáng)烈。

(4)反饋機(jī)制和評(píng)價(jià)體系不成熟。智能咨詢服務(wù)的最終目的是解答讀者咨詢。因此，讀者的使用體驗(yàn)對(duì)系統(tǒng)優(yōu)化起到?jīng)Q定作用。然而當(dāng)前研究對(duì)讀者咨詢需求、咨詢體驗(yàn)關(guān)注極其欠缺。有研究[24]提出建立反饋機(jī)制，但是僅局限于理論探討，并無(wú)應(yīng)用案例。同時(shí)，目前并未形成評(píng)價(jià)指標(biāo)與評(píng)價(jià)體系，系統(tǒng)之間無(wú)法進(jìn)行量化比較。

4.2 未來(lái)發(fā)展路徑

(1)加強(qiáng)科研合作，形成研究團(tuán)隊(duì)。近年學(xué)科交叉發(fā)展勢(shì)頭明顯，利用交叉學(xué)科共有的研究領(lǐng)域可以產(chǎn)生新學(xué)科生長(zhǎng)點(diǎn)和研究前沿[46]。溫芳芳等[47]指出：當(dāng)前學(xué)科交叉與融合趨勢(shì)日益顯著，科學(xué)研究的合作化、集體化傾向加強(qiáng)。而圖書(shū)館智能咨詢服務(wù)具有明顯的學(xué)科交叉屬性，但在科研合作方面存在明顯不足。因此，利用學(xué)科交叉發(fā)展現(xiàn)狀，強(qiáng)化科研合作，對(duì)服務(wù)的發(fā)展至關(guān)重要。在具體執(zhí)行方面，筆者以為可以從圖書(shū)館、科研學(xué)者兩個(gè)角度提供實(shí)現(xiàn)路徑。圖書(shū)館應(yīng)重視智能咨詢技術(shù)對(duì)傳統(tǒng)咨詢服務(wù)的改良和優(yōu)化，利用現(xiàn)有平臺(tái)(如CALIS、全國(guó)圖書(shū)館參考咨詢聯(lián)盟)整合國(guó)內(nèi)高校、公共圖書(shū)館智能咨詢服務(wù)，促進(jìn)知識(shí)庫(kù)資源共享和圖書(shū)館之間的交流合作，為服務(wù)的規(guī)范化發(fā)展提供保障；關(guān)注本主題的學(xué)者應(yīng)將目光轉(zhuǎn)向?qū)W科之間的交叉融合，主動(dòng)尋找與其他學(xué)科技術(shù)、方法層面的結(jié)合點(diǎn)，強(qiáng)化不同學(xué)科間合作，構(gòu)建研究團(tuán)隊(duì)，尋找新的研究點(diǎn)，推動(dòng)研究主題發(fā)展。

(2)加強(qiáng)新技術(shù)應(yīng)用，拓展咨詢服務(wù)功能。智慧圖書(shū)館建設(shè)打破了各業(yè)務(wù)系統(tǒng)之間的數(shù)據(jù)壁壘，基于數(shù)據(jù)共享和挖掘的一站式服務(wù)成為可能。智能咨詢服務(wù)可以利用數(shù)據(jù)治理成果，融入讀者常用的文獻(xiàn)檢索、借閱查詢、座位預(yù)約等功能，再結(jié)合最新的技術(shù)手段，讓服務(wù)功能得到拓展，服務(wù)能力得以加強(qiáng)。以當(dāng)前較為熱門(mén)的技術(shù)手段為例，可以利用用戶畫(huà)像技術(shù)[48]抽取用戶特征標(biāo)識(shí)，構(gòu)建“虛擬世界人像”，為讀者搭建便捷、功能全面、個(gè)性化的智能咨詢服務(wù)；可以利用圖數(shù)據(jù)庫(kù)技術(shù)構(gòu)建復(fù)雜網(wǎng)絡(luò)，形成蘊(yùn)含更多信息的向量化表示以精準(zhǔn)的完成問(wèn)題匹配；可以結(jié)合硬件的發(fā)展，融入最新的語(yǔ)音、運(yùn)動(dòng)控制技術(shù)成果，打造功能完善的實(shí)體機(jī)器人，讓智能咨詢服務(wù)“看得見(jiàn)、摸得著”。

(3)加強(qiáng)評(píng)價(jià)類(lèi)研究，形成良性發(fā)展循環(huán)。與參考咨詢服務(wù)通過(guò)評(píng)估發(fā)掘并解決問(wèn)題，提升服務(wù)質(zhì)量相類(lèi)似[49]，智能咨詢服務(wù)需要通過(guò)評(píng)估提升服務(wù)質(zhì)量。在具體操作上，一方面，可以從讀者需求入手，通過(guò)問(wèn)卷、訪談等收集讀者對(duì)智能咨詢服務(wù)的使用體驗(yàn)和功能需求，制定并不斷完善基于讀者需求的評(píng)價(jià)指標(biāo)體系，推動(dòng)系統(tǒng)功能優(yōu)化；另一方面，可以從系統(tǒng)對(duì)比評(píng)估角度入手，通過(guò)對(duì)不同系統(tǒng)應(yīng)用效果的對(duì)比分析，從知識(shí)庫(kù)建設(shè)、回復(fù)準(zhǔn)確率、功能差異等多角度開(kāi)展對(duì)比評(píng)價(jià)，基于評(píng)價(jià)結(jié)果形成規(guī)范和標(biāo)準(zhǔn)?；谝陨戏绞?，系統(tǒng)可以形成良性發(fā)展循環(huán)，避免成為“空中樓閣”，也能拓展研究角度并注入活力。

5 結(jié)語(yǔ)

從文獻(xiàn)計(jì)量結(jié)果看，近年我國(guó)圖書(shū)館智能咨詢研究數(shù)量上升趨勢(shì)明顯；研究集中于圖書(shū)情報(bào)領(lǐng)域；獲得包括國(guó)家社科基金在內(nèi)的多級(jí)別基金支持；南京大學(xué)、武漢大學(xué)等機(jī)構(gòu)發(fā)文數(shù)量較多；中低產(chǎn)作者比例偏高?，F(xiàn)有研究可分為可行性與理論模型類(lèi)研究、知識(shí)庫(kù)類(lèi)研究、知識(shí)推理類(lèi)研究和交互平臺(tái)類(lèi)研究；目前面臨學(xué)科交叉融合趨勢(shì)不明顯、研究黏性和科研合作不足，智慧度和功能拓展不足，反饋機(jī)制和評(píng)價(jià)體系不成熟等問(wèn)題，未來(lái)可從加強(qiáng)科研合作、加強(qiáng)新技術(shù)應(yīng)用、加強(qiáng)評(píng)價(jià)類(lèi)研究等路徑進(jìn)行拓展。本研究以科研文獻(xiàn)為數(shù)據(jù)來(lái)源展開(kāi)研究，缺少對(duì)用戶應(yīng)用數(shù)據(jù)層面的探索，未來(lái)將從這一角度展開(kāi)系統(tǒng)評(píng)價(jià)類(lèi)研究，以期推動(dòng)圖書(shū)館智能咨詢服務(wù)的發(fā)展。