1、知識服務(wù)系統(tǒng)模型

知識服務(wù)系統(tǒng)本質(zhì)是專業(yè)化、個(gè)性化(滿足不同場景下不同層次用戶需求)、深層次智力服務(wù)系統(tǒng),旨在按用戶需求重組碎片化領(lǐng)域知識,提供優(yōu)質(zhì)知識資源整合、智能檢索(支持高精度檢索)、知識多維瀏覽及網(wǎng)絡(luò)展示等服務(wù),解決知識資源紛繁分散、質(zhì)量良莠不齊、海量信息處理速度慢、原始信息轉(zhuǎn)化率低等問題;其與檔案管理系統(tǒng)本質(zhì)區(qū)別是系統(tǒng)各處理階段(包括知識獲取、知識構(gòu)建、知識推薦、知識服務(wù)、知識創(chuàng)新等)均一定程度實(shí)現(xiàn)智能化, 以提升知識轉(zhuǎn)化增值度。

2、基于人工智能的知識服務(wù)

區(qū)別于傳統(tǒng)信息服務(wù),基于人工智能的知識服務(wù)本質(zhì)是通過計(jì)算機(jī)程序模擬人腦思考、決策以提供解決問題方案,降低人類重復(fù)性工作智力負(fù)荷、提升智力價(jià)值鏈傳遞效益. 特征包括面向知識內(nèi)容(基于邏輯獲取并形成符合用戶問題及環(huán)境需求且可自評的知識產(chǎn)品而非基于簡單提問和獲取)、用戶需求驅(qū)動(dòng)(關(guān)注問題解決而非信息提供)、貫穿決策過程(按用戶要求動(dòng)態(tài)連續(xù)組織服務(wù)而非基于單方面一次性提供)、提供解決方案(非僅提供根據(jù)用戶問題、情景加工的初始信息、數(shù)據(jù)或文本)、面向增值服務(wù)(強(qiáng)調(diào)創(chuàng)造性加工形成獨(dú)特專業(yè)價(jià)值而非僅基于資源占有、規(guī)模生產(chǎn)等體現(xiàn)價(jià)值).

3、基于人工智能的知識服務(wù)系統(tǒng)模型

知識倉庫體系結(jié)構(gòu)模型

知識服務(wù)系統(tǒng)基礎(chǔ)與核心是知識倉庫，其直接決定知識服務(wù)系統(tǒng)的服務(wù)質(zhì)量和效率。該模型分知識獲取層(基礎(chǔ)信息資源層,用知識裝入代理獲取知識并存入知識庫)、知識處理層(用知識引擎、面向系統(tǒng)數(shù)據(jù)按用戶需求加工處理知識)、用戶激活層(用戶基于用戶界面觸發(fā)個(gè)性化檢索、個(gè)性化推薦等服務(wù)) 三層. 此外,元數(shù)據(jù)描述知識及其使用背景,支持各層間知識共享,最終支持知識服務(wù)系統(tǒng)獲取數(shù)據(jù)、信息,處理后按用戶需求方式(即信息、知識或智慧)

知識服務(wù)系統(tǒng)模型

知識服務(wù)系統(tǒng)模型體系結(jié)構(gòu)分用戶接口、功能模塊、技術(shù)實(shí)現(xiàn)三層。其中,功能模塊層涉及知識獲取、知識構(gòu)建、知識推薦、知識服務(wù)、知識創(chuàng)新五個(gè)模塊。

用戶接口層

用戶接口層為用戶與知識服務(wù)系統(tǒng)交互層,接收用戶知識需求輸入并將其傳給知識創(chuàng)新模塊,由知識構(gòu)建、知識推薦、知識服務(wù)模塊協(xié)作分析與推理形成,并將知識或問題求解方案反饋給用戶接口,由其顯示給用戶. 該過程主要由多個(gè)具有感知、自適應(yīng)、思維、通信機(jī)能的智能代理協(xié)作完成,用戶接口形式有WebServer、WebService、SMS(Short Sessage Service)等。

功能模塊層

知識獲取模塊

該模塊由知識服務(wù)系統(tǒng)提供服務(wù)基礎(chǔ)，所獲取知識質(zhì)量直接影響后續(xù)模塊知識處理過程和質(zhì)量。目前廣為接受的知識分類主要有兩類:哲學(xué)家波蘭尼的將知識按可表達(dá)和轉(zhuǎn)移性分為顯性知識和隱性知識，認(rèn)知心理學(xué)家安德森的將知識按知識內(nèi)容分為陳述性知識和程序性知識。兩類標(biāo)準(zhǔn)組合后可將知識服務(wù)系統(tǒng)的知識分為四類，各類知識及其獲取方法與技術(shù)詳見表1。知識獲取模塊智能性表現(xiàn)為符號智能和生理智能，用自然語言處理、機(jī)器視覺、模式識別等技術(shù)模仿人類交互的聽覺、視覺感知與理解能力以獲取信息與知識。

知識構(gòu)建模塊

該模塊主要組織、標(biāo)注知識并提供知識檢索、知識導(dǎo)航等功能以實(shí)現(xiàn)“人找信息”:首先,對信息資源進(jìn)行知識單元抽取、知識元解析、本體語義標(biāo)注,形成語義關(guān)聯(lián)的層次結(jié)構(gòu)關(guān)系(即知識結(jié)構(gòu));然后構(gòu)建知識存取空間模型,用本體語義標(biāo)識所采集知識關(guān)聯(lián)信息,以揭示人與顯性知識、人間關(guān)聯(lián)關(guān)系;最后通過知識節(jié)點(diǎn)、鏈接、描述有機(jī)結(jié)合成知識地圖以提供知識檢索(由關(guān)鍵詞匹配深入到語義內(nèi)容、用戶興趣、知識情境三維匹配)與知識導(dǎo)航(從內(nèi)容、任務(wù)、用戶、社團(tuán)等維度定位、可視化展示知識)路徑。

知識構(gòu)建模塊智能性表現(xiàn)為生理智能和行為智能,具體通過語義 Web技術(shù)實(shí)現(xiàn)基于語義的標(biāo)注、瀏覽、檢索,通過云計(jì)算技術(shù)整合分布式、異構(gòu)數(shù)字信息資源以實(shí)現(xiàn)透明訪問,通過兩種技術(shù)結(jié)合標(biāo)準(zhǔn)化描述、靈活應(yīng)用知識,最終有效整合知識、服務(wù)、用戶。

知識推薦模塊

該模塊常需知識構(gòu)建模塊支持,主要基于用戶背景、偏好等預(yù)測其可能感興趣信息、知識并引導(dǎo)用戶需求,實(shí)現(xiàn)“信息找人”:先進(jìn)行用戶興趣建模(模型化表示用戶知識需求并依其反饋進(jìn)化用戶興趣模型,以縮小預(yù)測信息與用戶實(shí)際需求間差距)和推薦對象建模(模型化表示推薦對象特征信息),再基于特征信息匹配、特定推薦算法篩選并推薦匹配度最高信息、知識給用戶,方法有基于規(guī)則推薦、基于內(nèi)容推薦、基于知識推薦、協(xié)同過濾推薦等。

知識推薦模塊智能性表現(xiàn)為打破傳統(tǒng)被動(dòng)知識服務(wù)方式,主動(dòng)構(gòu)建用戶興趣模型,引導(dǎo)用戶需求,核心為基于知識發(fā)現(xiàn)、大數(shù)據(jù)挖掘等技術(shù)自動(dòng)進(jìn)化用戶興趣模型。

知識服務(wù)模塊

該模塊基于知識獲取、知識構(gòu)建、知識推薦模塊為用戶提供知識瀏覽、知識搜索、知識推薦、知識問答、知識創(chuàng)新等服務(wù),在知識服務(wù)系統(tǒng)中最為重要。所提供知識服務(wù)模式按用戶參與度分自助式(用戶基于知識服務(wù)系統(tǒng)資源自助獲取知識,服務(wù)途徑包括門戶網(wǎng)站、知識地圖、資料下載等,既提高問題解決效率又滿足用戶主動(dòng)探索新知識需求)、專業(yè)化(除依靠知識庫、專家系統(tǒng)外,可由第三方代理支持用戶獲取全過程問題解決方案并提供跟蹤服務(wù))、協(xié)同式(用戶基于知識服務(wù)系統(tǒng)共享平臺,利用社會化媒體交流學(xué)習(xí),集聚群體智慧,滿足其知識服務(wù)需求)三類,具體可根據(jù)用戶需求采用相應(yīng)服務(wù)策略和技術(shù)。

知識服務(wù)模塊智能性表現(xiàn)為行為智能和群體智能,用專家系統(tǒng)、Agent系統(tǒng)、智能機(jī)器人等模仿人類個(gè)體、群體行為實(shí)現(xiàn)知識服務(wù)應(yīng)用。

知識創(chuàng)新模塊

該模塊主要遵循SECI模型(描述常見四類知識互相轉(zhuǎn)化、螺旋創(chuàng)造過程) 支持用戶與知識服務(wù)系統(tǒng)交互以產(chǎn)生新知識過程:知識社會化 (基于共同經(jīng)歷的社會活動(dòng)傳播隱性知識)、知識外在化(隱性知識顯性化)、知識組合化(重組顯性知識產(chǎn)生新知識)、知識內(nèi)隱化(顯性知識內(nèi)化后升華成隱性知識)。實(shí)現(xiàn)的關(guān)鍵在于擁有知識的用戶間基于知識服務(wù)系統(tǒng)進(jìn)行交流,以社會網(wǎng)絡(luò)形式擴(kuò)展、創(chuàng)新知識.知識創(chuàng)新模塊智能性表現(xiàn)為行為智能和群體智能,主要采用社會化媒體技術(shù)實(shí)現(xiàn), 即Web2.0、Web3.0技術(shù),如W i k i、微信、微博等

技術(shù)實(shí)現(xiàn)層

基于人工智能的知識服務(wù)系統(tǒng)模型實(shí)現(xiàn)所需的支撐技術(shù),各模塊均需采用相應(yīng)技術(shù):知識獲取模塊涉及自然語言理解、計(jì)算機(jī)視覺、模式識別等技術(shù);知識構(gòu)建模塊涉及本體構(gòu)建、語義網(wǎng)、云計(jì)算等技術(shù);知識推薦模塊涉及機(jī)器學(xué)習(xí)、知識發(fā)現(xiàn)、數(shù)據(jù)挖掘等技術(shù);知識服務(wù)層涉及專家系統(tǒng)、Agent系統(tǒng)、智能機(jī)器人等技術(shù);知識創(chuàng)新模塊涉及圖搜索、啟發(fā)式搜索、不確定性推理等技術(shù).此外,實(shí)際應(yīng)用過程中需根據(jù)知識服務(wù)系統(tǒng)需求、目標(biāo)用戶特點(diǎn)、各種技術(shù)特性等進(jìn)行定制并優(yōu)化。

如有需要檔案掃描、檔案整理數(shù)字化、檔案咨詢、檔案軟件的歡迎聯(lián)系我們。