闻伟 WEN Wei
（中国电子科技集团公司第四十七研究所，沈阳 110032）
（47th Institute of China Electronics Technology Group Company，Shenyang 110032，China）
摘要： 概括了信息检索的概念，给出了计算机信息检索的发展现状和趋势，归纳分析了人工智能在信息检索中的应用，包括信息过滤中的应用、信息管理条形码检索中的应用、智能代理在信息检索中的应用以及组合神经网络/专家系统在信息检索中的应用。
Abstract: This paper summarized the concept of information retrieval, and gave the development status and trend of computer information retrieval. The application of artificial intelligence in information retrieval was analyzed, including in the information filtering, information management bar code retrieval, intelligent agent in information retrieval, and combining neural network and expert system in information retrieval.
教育期刊网 http://www.jyqkw.com
关键词 ： 信息检索；人工智能；神经网络；专家系统
Key words: information retrieval；artificial intelligence；neural network；expert system
中图分类号：TP391 文献标识码：A
文章编号：1006-4311（2015）02-0187-02
0 引言
信息检索工作，起源于对图书馆中的图书、文献进行索引编排以方便查阅。传统的信息检索方法主要是依靠图书管理员的手工，但随着计算机技术和智能技术的发展，传统的信息检索方式正逐渐被计算机依靠人工智能的推理机制而取代。人工智能用于信息检索主要体现在信息过滤、图像识别、智能代理、神经网络等几个方面。
1 信息检索的概念
信息检索是指从以任何方式组成的信息集合中，查找特定用户在特定时间和条件下所需信息的方法。其方法主要包括四种：布尔法、词位法、截词法、限制法。目前，比较广泛的是布尔检索方法，这是因为布尔检索具有四个主要特征：思维方式类似于人、表达直观和结构化强、有利于“扩检和缩检”、易于计算机编程实现。
2 计算机信息检索的现状
计算机检索是指让计算机访问各种数据库查找所需文献的方法，在整个检索过程，依靠人控制计算机完成，其信息匹配是由计算机自动完成。在检索过程中，人是整个检索方案的计设者和操纵者。计算机检索是在计算机技术、人工智能技术、通信技术和网络技术迅猛发展的基础上建立起来的，它产生于20世纪50年代，发展于80年代中期，广泛应用于90年代后期。到2000年后，随着人工智能技术和互联网技术的发展，又进入了一个崭新的时期，在信息服务领域具有划时代的意义。
3 智能技术在信息检索的应用模式
人工智能技术在信息检索系统的广泛应用，是人工智能技术与信息技术的成功结合的结果，例如信息检索技术与推理技术的结合、数据库技术与知识库技术的结合、数据处理与知识处理的结合等。在应用过程中，通常是按照用户需求，进行信息特征提取，即根据用户需求进行信息筛选；当用户的查询请求不具有不确定性时，智能推理机利用知识库和数据库进行推断，给出潜在的用户需求信息（如图1所示）。
智能信息检索系统的归纳起来主要有如下几种应用模式：
3.1 智能技术在信息过滤中的应用 利用智能技术，设计过滤软件，对接收信息进行合法检测，决定信息内容是滤除还是允许通过，将垃圾信息加以标注，将可疑的信息送往隔离区域。于是人们可以很快地浏览信息并判定是否是垃圾信息。
3.2 智能技术信息检索视频图像检索 将人工智能算法应用于视频图像的分类索引与检索中，系统将对视频图像的特征进行选取，包括了颜色直方图的计算、纹理的分析及应用运动跟踪，系统将会根据这些特征向量对视频片断进行分类和检索。
3.3 智能代理在信息检索中的应用 应用人工智能，计算机检索系统根据用户需要，代替用户进行各种复杂的工作，如信息查询筛选及管理，并能推测用户的意图，自主制定、调整和执行工作计划具有智能性，是可进行高级复杂的自动处理的代理软件，智能代理可应用于广泛的领域，是人工智能领域近年来研究的一个热点，应用于信息检索领域之后，成为开发智能化个性化信息检索的重要技术之一，以智能搜索代理技术为主，结合搜索引擎面向主题的检索模式，在密切关注个体需求提高信息与用户需求相关系统，彼此之间可以通过统一的传输协议进行沟通，交换信息，从而使更多的信息得以挖掘，以弥补智能代理信息搜索范围有限的缺陷，这种模式充分利用了智能搜索代理的流动性交互性智能性特点，同时又吸取了搜索引擎的主题相关的思想，为高质量的信息个性化检索服务提供了新的模式。
3.4 神经网络算法在信息检索中的应用 神经网络信息检索专家系统将逻辑推理与数值运算相结合，利用神经网络的学习功能、联想记忆功能、分布式并行信息处理功能，来解决检索系统的不确定性知识的表示与并行推理。其常用的网络结构如图2所示。
对于神经网络信息检索专家系统，其信息检索知识表示为显式与隐式两种形式。面向领域专家、知识工程师和用户的显式表示是有关信息对象的特征关系的产生式规则以及规则的前提和结论的可信度组成的可信度矩阵，面向神经网络推理机的隐式表示是由产生式规则转化而来的以内部编码形式存在的学习样本以及学习后得到的权值矩阵。任何知识规则都可通过对范例的学习存储于神经网络的各连接权值中，便于知识库的组织与管理，通用性强，知识容量大。其信息特征基本原理为：把信息特征集按一定的顺序编码，分别赋予神经网络的输入层和输出层，通过特定的学习算法对样本进行学习，把信息管理专家求解特征问题的启发式经验知识分布到网络的连接权值上，神经网络通过自身的学习与推理功能来完成信息特征专家系统的知识获取过程。
4 结语
人工智能技术在信息检索领域的成功应用，一方面使检索智能化成为可能，另一方面当前海量的数字信息资源为人工智能提供了一个类型齐全、内容丰富的综合信息知识环境、各类信息知识与技术的学习集成和创新成为可能，从而避开了与离散的物理世界打交道的许多困难，为实现分布式信息资源的智能化管理开拓新的途径。也就是说人工智能为智能信息系统提供了强大的理论基础，反过来智能信息系统的应用促进了人工智能学科的新发展，两者相辅相成、相得益彰。
教育期刊网 http://www.jyqkw.com
参考文献：
[1]李俊敏，刘军.陈良强文献资源统一检索系统原理[J].现代情报，2007（6）：120-122.
[2]段江涛，李晓.科技文献资源整合实践[J].情报科学，2007，25（5）：1230-1234.
[3]王永庆.人工智能原理与方法[M].西安交通大学出版社.
[4]贾同兴.人工智能与情报检索[M].北京图书馆出版社.