基于认知观的信息搜索模型研究综述

合集下载

国外学术用户信息查寻行为模型研究综述

国外学术用户信息查寻行为模型研究综述何晓阳【摘要】Papers on information searching behavior models of foreign academic users in the past 10 years were analyzed in aspects of general academic users, establishment of specific subject user model, and modification of present models. The stress was laid on uncertain model, information encountering model, medical scholar information searching behavior model, social scientific scholar information searching behavior mode, historian information searching behavior model, and musician information searching behavior model, and the general characteristics and developmental trend of foreign information searching behavior models were summarized.%采用系统性综述分析方法,从普通学术用户、特定学科用户的模型构建以及现有模型修正3个方面,对国外近十年来学术用户信息查寻行为模型的相关研究文献进行多维分析,重点介绍与评析了不确定性模型、信息偶遇模型以及医学学者、社会科学学者、历史学者及音乐学者4个特定学术群体的信息查寻行为模型,并总结了国外信息查寻行为模型的研究总体特点与发展趋势.【期刊名称】《中华医学图书情报杂志》【年(卷),期】2017(026)003【总页数】6页(P20-25)【关键词】信息行为模型;学术用户;综述【作者】何晓阳【作者单位】第三军医大学图书馆,重庆400038【正文语种】中文【中图分类】G252;G254.9;R-05820世纪90年代前后是信息查寻行为模型研究的一个高峰期。

团队学习的概念、模型与测量：基于三个视角的综述

表2三种视角下的团队学习过程模型认知过程模型行为过程模型认知与行为过程模型研究者过程模型研究者过程模型研究者过程模型cangelosidill23初始搜寻理解巩固mcgrath20项目开端技术问题解决冲突决议绩效dechantmarsickkasl21建立思维框架思维框架再建立实验跨越边界整合观点huber19信息获取信息分配信息解释信息存储和检索brooks22反思包括形成问题共享知识整合新知识行动包括收集数据发布信息offenbeek24基于huber19信息获取分配汇聚式解释和分散式解释洞察存储和检索edmondson加入准备试验反思akgunlynnyilmaz信息获取信息使用信息分享遗忘思考即兴发挥洞察储存gibsonvermeulen实验反思性沟通知识编码三三种视角下的团队学习测量从已有文献中采用的团队学习测量问卷来看多数研究者是基于其提出的团队学习过程模型而设计问卷测量视角主要包括认知知行两个方面其中最为常见的是知行视角
我们通过细致解析相关文献发现， “ 认知” 与“ 行
为” 是团队学习过程的两个重要方面，因而存在着三个研究视角：认知视角、行为视角与知行视角。认知视角侧重于从认知层面观察团队学习，将之视
校级资助项目“ 出版社高层管理团队成员外部学习行为研究” （Ｅ－６ —
量团队学习？学术界就上述问题存在多种观点。
员团际学习的立体模型、多层次形成机制及其对创新绩效的影响 ” （７１２０２０１８）研究成果之一；为教育部人文社会科学青年基金项目
“ 团队成员跨边界学习的形成机制及其对团队创新绩效的影响 —— 基于多层次视角的研究” （１２ＹＪＣ６３０３１１）成果之一；为北京印刷学院

国外信息检索行为模型研究综述

Ｆｏｓｔｅｒ、Ｓｐｉｎｋ的非线性模型及信息偶遇，揭示出信息检索行为模型研究领域焦点的转化，并提出一系列后续需深入探
【关键词】信息检索；模型；线性；非线性
【Ａｂｓｔｒａｃｔｓ】Ｂａｓｅｄｏｎｔｈｅｓｙｓｔｅｍａｔｉｃｐｅｒｓｐｅｃｔｉｖｅ．ｔｈｉｓｐａｐｅｒｅｌａｂｏｒａｔｅｓｔｈｅｅｖｏｌｕｔｉｏｎａｂｏｕｔｔｈｅｍｏｄｅｌｓ０ｆｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌｂｅｈａｖｉｏｒ
境观整合进信息检索研究领域，对于传统的信息检索研究而言，需要在关注技术的同时，更多地关注用户、情境… 。
近年，一批具有代表性的国外学者以及他们极具影响力的研究成果陆续被引入国内而受到越来越多的关注，如Ｗｉｌｓｏｎ的信息行为模型，Ｄｅｒｖｉｎ的意义构建模型，Ｅｌｌｉｓ的信
新世纪图书馆
２０１３４－ｇ１０期
业务研究
国外信息检索行为模型研究综述
郭桑李桂华（四川大学公共管理学院）
【摘要】论文以系统观为指导，通过阐述并分析国外信息检索行为模型的演变，从Ｅｌｌｉｓ、Ｋｕｈｌｔｈａｕ的线性模型，发展到
可知，大多模型实质上隶属于线性信息搜寻行为模型，且已有的研究大多是从线性视角进行。线性信息检索行为模型都

基于大模型的检索综述

基于大模型的检索综述随着深度学习的快速发展，大模型在信息检索领域逐渐被广泛应用。

基于大模型的检索（retrieval）是指利用深度学习模型对查询与文档进行匹配，从而得出最相关的文档。

在过去的几年里，基于大模型的检索方法取得了令人瞩目的突破，相比传统基于词袋模型的检索方法，它能够从更多的语义信息中获取有效的匹配模式，因此能够取得更好的检索效果。

本文将对基于大模型的检索进行综述，介绍其相关技术、应用领域以及存在的挑战。

大模型在基于大数据集的自监督学习过程中被训练得到。

在这个过程中，模型会学习到语义信息的表示方法，并在此基础上进行检索的匹配。

目前应用最广泛的大模型是BERT（Bidirectional Encoder Representations from Transformers）模型。

BERT模型在2018年提出，其基本思路是通过预训练模型，让模型学习文本的语义关系，进而进行相关任务的微调。

BERT模型在自然语言处理领域取得了巨大成功，被广泛应用于文本分类、命名实体识别、意图识别等任务中。

在信息检索领域，BERT模型也被用于进行句子级别和文档级别的检索匹配。

传统的检索方法基于关键词的匹配，忽略了上下文和语义信息，而基于大模型的检索能够更好地捕捉语义信息。

一种典型的基于大模型的检索方法是通过计算查询和文档的相似性来进行排序，排序的结果即为最相关的文档。

这种方法主要使用了BERT模型的contextualized word embeddings，将查询和文档都映射到同一语义空间中进行比较。

除了BERT模型，还有一些其他的大模型可以用于检索任务，例如UniLM、XLNet和RoBERTa等。

这些模型在预训练过程中采用了不同的策略，进一步提高了模型的表达能力和泛化能力。

基于大模型的检索方法在许多应用领域都取得了显著的效果。

例如，在问答系统中，通过将用户的问题和候选答案进行匹配，基于大模型的检索方法能够找到最相关的答案。

网络信息查寻行为研究综述

第２９卷第６期河南图书馆学刊２００９年１２月网络信息查寻行为研究综述王丽杰（鲁迅美术学院图书馆，辽宁沈阳１１０００４）关键词：网络信息；查询行为；综述摘要：本文综述了网络信息查询行为．并对国内网络信息查寻行为进行了分析，以对相关学者进行相关研究提供借鉴。

中图分类号：Ｇ２５０文献标识码：Ａ文章编号：１００３—１５８８（２００９）０６－００２３－０２１关于特定用户群体网络信息查寻行为的研究对网络用户信息查寻行为的研究有很大一部分是针对特定用户群体开展的．而且研究的用户群体以教育界的教师和学生为主。

毛放成认为．大学生群体具有基本的查寻意识和能力．除了对课题分析和本专业的论文查寻外。

有着更广泛的查寻需要，如学术信息、最新科技前沿，各类资格认证考试、专业发展、就业信息。

常用软件、旅游及娱乐性资讯。

会使用部分检索目录和搜索引擎等手段。

但总体水平不高．表现为使用单一词汇、简单的查寻策略、对结果的查看粗略以及定势心理，缺乏专业的信息查寻模式的基础。

张晓丽、胡瑜等人对大学生网络信息查寻行为进行了调查分析，结果显示．大学生网络信息查寻水平还处于比较浅层的水平。

主要表现为两个特点：一是求新求快，但是不注重查寻信息的质量。

从整体来看。

大学生在快速表层式上的平均数最高，而在深层潜入式上的平均数最低．二是网络信息查寻行为受大学生个体特征的影响。

大学生在不同学科、年级、网络学习经历上存在着显著性差异。

其中理工科大学生在广泛扫描式和深层潜入式上的平均数均显著低于文科大学生．这可能是由不同学科的特点决定的。

理工科的学生注重抽象性思维，他们在学习时多采用类比、推论、实验等方法；而文科的特点是基于文字性描述。

学生要阅读相当多的书籍，搜集大量的参考文献．以此来丰富知识，开阔视野。

大一学生在广泛扫描式上的平均数显著高于大二学生．这可能是因为大一学生的好奇心强，对许多事情感兴趣。

因而更喜欢从多种渠道获得信息：有网络学习经历的大学生在深层潜入式上的平均数明显高于没有网络学习经历的大学生。

基于语义分析的智能搜索引擎技术研究

基于语义分析的智能搜索引擎技术研究智能搜索引擎是当今信息获取和知识检索的重要工具。

它基于语义分析技术，能够对用户的查询意图进行准确理解，并从大量的数据中提供最相关的结果。

本文将探讨基于语义分析的智能搜索引擎技术的研究进展和应用前景。

一、引言随着互联网的发展，信息爆炸式增长给用户带来了巨大挑战。

传统的关键词搜索已经无法满足用户的需求，因为它往往只考虑了表面的文字匹配，无法真正理解用户的查询意图。

而基于语义分析的智能搜索引擎可以通过理解用户的查询意图，提供更准确、个性化的搜索结果。

二、语义分析技术1. 自然语言处理自然语言处理（NLP）技术是实现语义分析的基础。

它涉及词汇、句法和语义等多个层面的处理，能够将人类语言转化为计算机能够理解和处理的形式。

2. 语义理解语义理解是智能搜索引擎的核心技术之一。

它利用自然语言处理技术将用户的查询意图转化为机器可以理解的形式。

通过了解查询中的语义关系和上下文，搜索引擎可以更好地理解用户的需求。

三、智能搜索引擎的应用1. 智能问答基于语义分析的智能搜索引擎可以实现智能问答系统。

用户可以通过提问的方式获取最相关的答案。

搜索引擎可以理解用户的问题，并根据大量的知识库和数据库提供准确的答案。

2. 智能推荐智能搜索引擎还可以根据用户的个人偏好和历史行为进行智能推荐。

通过分析用户的搜索历史和兴趣，搜索引擎可以提供更加个性化的搜索结果和推荐内容。

3. 多模态搜索语义分析技术也可应用于多模态搜索。

通过理解用户提供的文字、图像和声音等多种输入形式，搜索引擎可以提供更加全面和准确的结果。

四、智能搜索引擎技术的挑战尽管语义分析的智能搜索引擎技术取得了很大的进步，但还面临一些挑战。

1. 多语言处理不同的语言有着不同的语义结构，对于多语言处理的需求日益增长。

智能搜索引擎需要具备跨语言理解的能力，以提供全球用户更好的搜索体验。

2. 大数据处理随着信息的爆炸式增长，智能搜索引擎需要处理大规模的数据。

基于认知角度的信息检索效果影响因素分析

ｔｅｃｕｓｓａｏｔｗｈｅｓｗｅｅｕｓｔｓｅｔｈｅｕｔｆｒｔｏｅｒｅａ，ｎｅｉｖｓｔｔｔｅｃｍｐｅｔｏｘｒｓｉｎａｄｔｅｉｈａｅｂｕｙｕｓｒｒｎａｉｆｄｗｉｈｔｅｒｓｌｓｏｆｉｏｍａｉｎｒｔｉｖｌｄｂｌｅｈａｈｏｌｘｉｉｎａｅｙｆｅｐｅｓｏｎｈｎ—
变。在认知观以前，兰菲尔德实验所代表的系统观在信息克检索领域占据着主导地何。时的系统观从系统的角度看待当信Ｊ的主题，于强调系统的内部过程以及计算机层面ｇｇ用过的系统设计，忽视了信息系统的用户，要求用户适应系统。这种观点在２Ｏ世纪７０年代末受到了挑战，渐渐显现出弊端。在这种背景下，调理解人的知识结构变化，在情报使用强人及查询情景中组织与处理情报方式的认知观应运而生… 。
１信息检索：从系统观到认知观
信息检索的发展经历了从传统的系统观向认知观 “ 报科学理论与前景国际研讨９１在情
会 ” ，报科学认知观在指导和推动学科理论与实践进步上情
ｃｎｏｉｅｅｎｈｅｓａｄｈｓｍ ’ ｘｒｓｎｂｕｔｍｊｔｒｔｅｍｏａｔａｓ．ｏｆｒｔｂｔｅｅｓｒ’ ｅｙｔｓｅｐｅｉｏｔｈｓｅｂｅｅｈｐｒｎｃｕｅｍｙｗｔｕｎｔｓｅｓｏａｅａｏｃａｉｔ

常用的信息检索技术

常用的信息检索技术信息检索是指通过计算机技术从大量的文本、图像、音频和视频等信息中快速准确地检索出用户需要的信息的过程。

在大数据时代，信息检索技术的发展变得尤为重要。

本文将介绍几种常用的信息检索技术。

一、关键词检索法关键词检索法是最常用的信息检索技术之一。

它通过用户输入的关键词，在文本数据库中匹配出相关的文档或网页。

关键词检索法的优点是简单易用，缺点是可能会出现信息过载和信息不准确的问题。

为了提高检索的准确性，可以使用布尔运算符和通配符等技术对关键词进行精确匹配。

二、向量空间模型向量空间模型是一种基于向量的信息检索技术。

它将文档和查询都表示为向量，在向量空间中计算文档和查询之间的相似度。

通过计算余弦相似度等指标，可以找到与查询最相关的文档。

向量空间模型的优点是能够考虑到文档和查询的语义信息，缺点是需要构建高维度的向量空间，计算复杂度较高。

三、概率检索模型概率检索模型是一种基于概率统计的信息检索技术。

它将文档和查询都视为概率分布，通过计算文档和查询之间的相似度来进行检索。

常用的概率检索模型包括布尔模型、向量空间模型和概率模型等。

概率检索模型的优点是能够考虑到文档和查询的语义信息和上下文信息，缺点是需要大量的计算和统计数据支持。

四、自然语言处理技术自然语言处理技术是一种能够理解和处理人类自然语言的信息检索技术。

它通过分词、词性标注、命名实体识别等技术将文本转换为计算机可以理解和处理的形式。

自然语言处理技术可以提高信息检索的准确性和智能化水平，但也存在语义理解和歧义消解等问题。

五、推荐系统推荐系统是一种基于用户兴趣和行为的信息检索技术。

它通过分析用户的历史行为和兴趣偏好，为用户推荐与其兴趣相关的文档或网页。

推荐系统可以提高信息检索的个性化和精确度，但也需要解决数据稀疏性和冷启动等问题。

六、知识图谱知识图谱是一种将结构化知识表示为图的信息检索技术。

它通过构建实体、属性和关系之间的关联关系，为用户提供更加丰富和准确的信息检索结果。

综述：认知心理学的主要模型和理论观点(一)

综述：联结主义认知心理学的主要模型与理论观点(一)1、概述与历史认知心理学发展至今，一直存有两种研究取向，一种是信息加工取向，一种是联结主义取向。

前者是一种计算机隐喻，将人脑与计算机类比，认为人脑实际是一种信息加工装置和符号处理系统，具备类似计算机信息处理的一般特性：符号性、离散性、序列加工、非自组织性和局部表征。

而后者是一种人脑神经网络类比，用各种形式神经元的网络模型来模拟真实大脑的结构与功能，是一种人工神经网络，与信息加工认知心理学相比，联结主义的神经网络模型具备一些不同的特点：亚符号性、连续性、平行加工、自组织性和分布式表征。

联结主义认知心理学兴起于20世纪40年代，一般把1943年心理学家麦克洛齐和数学家匹茨发表的《神经系统中所蕴涵思想的逻辑演算》一文作为联结主义研究的开始。

他们提出了形式神经元的概念和最初的神经网络模型M-P模型，以及此后加拿大心理学家赫布提出赫布学习定律、心理学家鲁梅尔哈特提出模拟视知觉的感知机模型，开始引发了联结主义认知心理学网络模型研究的第一个高潮。

但是限于当时的条件，他们提出的模型难以解决更复杂的问题，模型的学习算法和规则不够成熟，处理能力极其有限，而在理论上又难以有所突破，加上美国人工智能权威人士明斯基和佩帕特对于感知机能力和应用前景的批评，信息加工取向的研究此时出现了巨大突破，所以对于联结主义神经网络模型研究的热情很快冷却下来，研究进入了一个长期的萧条阶段。

直到80年代初期，当信息加工认知心理学在大发展之后，发现以符号处理为基础的系统不能很好处理那些非明确定义的问题，很难处理模糊的、非完全符号表征和复杂的信息，同时这种系统不具备学习能力，不能通过经验来总结出知识。

人们意识到，要全面认识人类认知问题，仅仅信息加工研究范式是不够的。

而联结主义研究在相关学科的发展下，有了全面的进步，罗森布拉特、欣顿、安德森等提出的各自新的网络模型引起了人们的重视，再度激起人们对网络研究的热情。

认知心理学视角下的视觉搜索研究

认知心理学视角下的视觉搜索研究概述：视觉搜索是人类日常生活中不可或缺的一部分。

我们通过视觉搜索来寻找我们需要的信息，无论是在超市里找到特定的商品，还是在书架上找到我们想要阅读的书籍。

视觉搜索的过程涉及到我们的感知、注意和记忆等认知过程。

本文将从认知心理学的角度探讨视觉搜索的研究。

1. 视觉搜索的基本过程：视觉搜索的基本过程可以分为两个阶段：预注意阶段和目标确认阶段。

在预注意阶段，我们会根据任务需求，将注意集中在与目标特征相似的区域上。

这个阶段是自动的，无需我们的主动控制。

在目标确认阶段，我们会对可能的目标进行逐一确认，直到找到目标或确认目标不存在。

2. 视觉搜索的目标特征：视觉搜索的效率与目标特征的显著性密切相关。

显著性高的目标特征能够更容易地吸引我们的注意力，从而提高搜索效率。

例如，当我们在一群黑白相间的字母中寻找一个红色的字母时，红色的字母会更容易被我们注意到。

这是因为红色在视觉上与其他颜色形成了鲜明的对比。

3. 视觉搜索的注意分配：注意是视觉搜索中的关键因素之一。

我们的注意力有限，因此在搜索过程中需要将注意力集中在可能的目标区域上。

研究发现，当目标特征与背景特征相似时，我们需要更多的注意力来区分目标和背景，从而降低搜索效率。

而当目标特征与背景特征差异较大时，我们可以更快地找到目标。

4. 视觉搜索的认知控制：视觉搜索的过程中，我们需要进行一定的认知控制来调节注意力的分配。

研究表明，我们可以通过预先设定搜索策略来提高搜索效率。

例如，当我们知道目标在特定位置时，我们可以直接将注意力集中在该位置，而不需要逐一确认其他位置。

此外，我们还可以通过训练来提高搜索的准确性和速度。

5. 视觉搜索的应用：视觉搜索的研究不仅对理解人类认知过程有重要意义，还可以应用于实际生活中。

例如，在设计产品界面时，我们可以利用视觉搜索的原理来提高用户的体验。

通过合理设置目标特征和注意引导，可以帮助用户更快地找到他们需要的信息。

信息查询研究视角与模型综述

成熟、社会认知观和整合认知理论兴起第三个阶段。应该说认知信息查询理论和模型研究还处于初期的发
展阶段，更好的整合各方面因素的 “ 整合认知信息查
询系统 ” 的实信息查询；研究视角；型模
［摘要］本文概述了信息查询理论发展的三个阶段，着重介绍了认知导向的情景理论和认知科学下的研究进展，并总结
了信息查询行为的经典模型。
信息查询理论的发展经历了认知观形成、认知观发展
知方法。ｌ三个方法也映射着信息查询发展的三个２这
阶段。
的一个分支，在上个世纪的８０年代后期，被引入到信息查询行为的研究中，“ 情境”这个概念在信息科
学中已经被大量使用。Ｒｓｎａｍ＿认为：“ ｏｅｂｕ３情境 ”是指社会技术行动所发生的社会和组织环境，社会技术行动至于这些社会和组织环境中与设计、实施、维护
图书馆理论与实践
ＬＩ８ＲＡＲＹＴＨｅＯＲＹＡＮＤ．ＰＰＡＣＴＩＣＥ
ＬＡＹＨＯＹＮＲＣＩ旧ＲＲＥｔＤｌＡＴＣＴＲＡａ￡
图书馆理论与实践
信息管理与信息学
● 陈成鑫（国民装察队院科部，北廊００）中人武警部学研河坊６０５０
信息查询研究视角与模型综述

认知模型综述

认知模型综述认知模型是指对人类认知过程的描述和解释。

它是心理学和认知科学领域的一个重要研究对象，通过对认知过程的深入研究，可以揭示人类思维和智力活动的本质和规律。

认知模型的发展可以追溯到二十世纪五六十年代，当时的研究主要集中在信息处理模型上。

信息处理模型认为人类的认知过程类似于计算机的信息处理过程，包括输入、处理和输出三个阶段。

这一模型的代表是阿特金森和斯韦特的信息处理模型，它将认知过程描述为信息的流动和处理。

然而，随着研究的深入，人们逐渐发现信息处理模型无法完全解释人类的认知过程。

在信息处理模型的基础上，发展出了更加复杂和全面的认知模型。

其中最有代表性的是科伦的认知模型。

科伦认为认知是一个动态的过程，受到个体的知识、经验和目标的影响。

他提出了一个由五个组成部分构成的认知模型，包括感知、注意、记忆、思维和问题解决。

这一模型强调了认知过程的整体性和多元性，为进一步研究认知提供了新的思路。

除了信息处理模型和科伦的认知模型，还有许多其他的认知模型被提出和研究。

例如，皮亚杰的认知发展理论认为人类的认知能力是逐渐发展和建构的，通过不断的适应和调整来形成更高层次的思维能力。

维吉斯基的社会文化理论则强调了社会环境对认知发展的重要影响。

这些不同的模型从不同角度解释了认知过程的本质和发展规律。

在实际应用中，认知模型可以帮助人们更好地理解和解释人类的思维和智力活动。

在教育领域，教育者可以根据认知模型的原理，设计和优化教学方法，提高学生的学习效果。

在人机交互领域，研究认知模型可以帮助人们设计更加智能化和人性化的计算机界面和系统。

在心理治疗和康复领域，认知模型可以帮助人们理解和改变不良的认知行为模式，促进个体的心理健康和康复。

认知模型是对人类认知过程的描述和解释。

它可以帮助人们更好地理解和解释人类思维和智力活动的本质和规律。

通过对认知模型的研究，可以为教育、人机交互、心理治疗等领域提供理论指导和实践方法。

未来，随着研究的深入和技术的进步，我们对认知模型的理解和应用将会越来越深入和广泛。

知识检索技术中的embedding 算法综述文章

（3）推荐系统：Embedding算法能够捕捉用户的兴趣和物品的特征，将用户和物品映射到同一向量空间中进行相似度计算。这有助于实现个性化推荐和冷启动问题的解决。
4.先进的Embedding技术
随着研究的深入，出现了许多先进的Embedding技术，如基于图的Embedding算法（如GraphSAGE、node2ve络、知识图谱等。此外，还有基于自注意力机制的Embedding算法（如BERT、Transformer等），它们通过捕捉数据间的长距离依赖关系，提高了嵌入表示的质量。
2. Embedding算法的基本原理
Embedding算法的核心思想是学习数据的低维表示，这种表示能够捕捉到数据间的语义和结构信息。常见的Embedding算法如Word2Vec、GloVe、FastText等，它们通过训练神经网络模型，将词汇、句子或更高级的结构映射到向量空间中。这些向量不仅维度较低，便于计算和存储，而且能够保留原始数据间的相似性和关联性。
知识检索技术中的
知识检索技术中的Embedding算法综述
1.引言
随着大数据时代的到来，如何从海量的信息中高效地检索出有用的知识成为了研究的热点。Embedding算法，即将高维稀疏的数据映射到低维稠密的向量空间中，同时保持数据间的关联性，为知识检索提供了新的解决方案。本文旨在对知识检索技术中的Embedding算法进行综述，分析其原理、应用及发展趋势。
3. Embedding算法在知识检索中的应用
（1）实体链接：在知识图谱中，Embedding算法可以将实体和关系映射到同一向量空间，实现实体间的语义匹配和链接。这有助于解决同名实体消歧和跨语言实体链接等问题。
（2）问答系统：Embedding算法可以捕捉问题和答案之间的语义相似性，提高问答系统的准确性和效率。通过嵌入表示，系统可以更准确地理解用户的问题，并从大量候选答案中选择最合适的回应。

观察者认知域中的信息及信息的认知过程

收稿日期：２０２１－０２－２０修回日期：２０２１－０３－１５基金项目：国家社会科学基金重大项目“信息哲学的历史、现状与未来”（编号：１８ＺＤＡ０２７）研究成果之一。

作者简介：答凯艳（ＯＲＣＩＤ：００００－０００３－２３５３－９３６Ｘ），女，１９８５年生，博士研究生，研究方向：信息哲学、西方哲学。

·信息管理·观察者认知域中的信息及信息的认知过程答凯艳（西安交通大学国际信息哲学研究中心　西安　７１００４９）摘　要：［目的／意义］阐述和分析信息科学中的认知观，从观察者的认知域中考察信息以及信息的认知过程，最终揭示出信息的本质。

［方法／过程］首先，阐述和分析信息科学中的认知观，主要包括布鲁克斯的基本方程式以及梅图拉纳和瓦雷拉的认知观，以认知观重新理解信息的概念和意义；其次，从观察者的认知域中考察信息的五个认知过程，以新的视角把握信息的作用和本质。

［结果／结论］信息在观察者的认知系统中始终发挥着至关重要的中介作用。

从哲学存在论的层次考察，信息是一种区别于物质的间接存在，它既有客观存在的形态，又有主观存在的形态。

自在信息、自为信息、再生信息，以及人类所创造的文化信息，都是信息的具体存在形态。

关键词：信息；信息哲学；信息科学；观察者；认知域；认知观中图分类号：Ｂ０１７文献标识码：Ａ文章编号：１００２－１９６５（２０２１）０５－０１４９－０７引用格式：答凯艳．观察者认知域中的信息及信息的认知过程［Ｊ］．情报杂志，２０２１，４０（５）：１４９－１５５．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００２－１９６５．２０２１．０５．０２１ＩｎｆｏｒｍａｔｉｏｎａｎｄｔｈｅＣｏｇｎｉｔｉｖｅＰｒｏｃｅｓｓｏｆＩｎｆｏｒｍａｔｉｏｎｗｉｔｈｉｎｔｈｅＣｏｇｎｉｔｉｖｅＤｏｍａｉｎｏｆｔｈｅＯｂｓｅｒｖｅｒＤａＫａｉｙａｎ（ＩｎｔｅｒｎａｔｉｏｎａｌＰｈｉｌｏｓｏｐｈｙｏｆＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒ，Ｘｉ＇ａｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉ＇ａｎ　７１００４９）Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／Ｓｉｇｎｉｆｉｃａｎｃｅ］Ｔｈｉｓｐａｐｅｒａｉｍｓｔｏｅｘｐｌａｉｎａｎｄａｎａｌｙｚｅｔｈｅｃｏｇｎｉｔｉｖｅｖｉｅｗｐｏｉｎｔｓｉｎｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ，ｔｏｅｘａｍｉｎｅｉｎｆｏｒｍａｔｉｏｎａｎｄｔｈｅｃｏｇｎｉｔｉｖｅｐｒｏｃｅｓｓｏｆｉｎｆｏｒｍａｔｉｏｎｗｉｔｈｉｎｔｈｅｃｏｇｎｉｔｉｖｅｄｏｍａｉｎｏｆｔｈｅｏｂｓｅｒｖｅｒ，ａｎｄｆｉｎａｌｌｙｔｏｒｅｖｅａｌｔｈｅｅｓｓｅｎｃｅｏｆｉｎｆｏｒｍａｔｉｏｎ．［Ｍｅｔｈｏｄ／Ｐｒｏｃｅｓｓ］Ｆｉｒｓｔｌｙ，ｔｈｉｓｐａｐｅｒｅｘｐｌａｉｎｓａｎｄａｎａｌｙｚｅｓｔｈｅｃｏｇｎｉｔｉｖｅｖｉｅｗｐｏｉｎｔｓｉｎｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ，ｉｎｃｌｕｄｉｎｇｔｈｅ＂ｆｕｎｄａｍｅｎｔａｌｅｑｕａｔｉｏｎｏｆｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ＂ｏｆＢｒｏｏｋｅｓａｎｄｔｈｅｃｏｇｎｉｔｉｖｅｖｉｅｗｐｏｉｎｔｓｏｆＭａｔｕｒａｎａａｎｄＶａｒｅｌａ，ｉｎｏｒｄｅｒｔｏｒｅ－ｕｎｄｅｒｓｔａｎｄｔｈｅｃｏｎｃｅｐｔａｎｄｍｅａｎｉｎｇｏｆｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｔｈｅｃｏｇｎｉｔｉｖｅｖｉｅｗｐｏｉｎｔｓ；Ｓｅｃｏｎｄｌｙ，ｉｔｅｘａｍｉｎｅｓｔｈｅｆｉｖｅｃｏｇｎｉｔｉｖｅｐｒｏｃｅｓｓｅｓｏｆｉｎｆｏｒｍａｔｉｏｎｗｉｔｈｉｎｔｈｅｃｏｇｎｉｔｉｖｅｄｏｍａｉｎｏｆｔｈｅｏｂｓｅｒｖｅｒ，ｉｎｏｒｄｅｒｔｏｇｒａｓｐｔｈｅｒｏｌｅａｎｄｅｓｓｅｎｃｅｏｆｉｎｆｏｒｍａｔｉｏｎｆｒｏｍａｎｅｗｐｅｒｓｐｅｃｔｉｖｅ．［Ｒｅｓｕｌｔ／Ｃｏｎｃｌｕｓｉｏｎ］Ｉｎｆｏｒｍａｔｉｏｎｐｌａｙｓａｖｉｔａｌｉｎｔｅｒｍｅｄｉａｒｙｒｏｌｅｉｎｔｈｅｏｂｓｅｒｖｅｒ’ｓｃｏｇｎｉｔｉｖｅｓｙｓｔｅｍ．Ｆｒｏｍｔｈｅｌｅｖｅｌｏｆｐｈｉｌｏｓｏｐｈｉｃａｌｏｎｔｏｌｏｇｙ，ｉｎｆｏｒｍａｔｉｏｎｉｓａｎｉｎｄｉｒｅｃｔｅｘｉｓｔｅｎｃｅｔｈａｔｉｓｄｉｆｆｅｒｅｎｔｆｒｏｍｍａｔｔｅｒ．Ｉｎ－ｉｔｓｅｌｆｉｎｆｏｒｍａｔｉｏｎ，ｆｏｒ－ｉｔｓｅｌｆｉｎｆｏｒｍａｔｉｏｎ，ｒｅｇｅｎｅｒａｔｅｄｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｔｈｅｃｕｌｔｕｒａｌｉｎｆｏｒｍａｔｉｏｎｃｒｅａｔｅｄｂｙｈｕｍａｎｓａｒｅａｌｌｃｏｎｃｒｅｔｅｆｏｒｍｓｏｆｉｎｆｏｒｍａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｉｎｆｏｒｍａｔｉｏｎ；ｐｈｉｌｏｓｏｐｈｙｏｆｉｎｆｏｒｍａｔｉｏｎ；ｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ；ｏｂｓｅｒｖｅｒ；ｃｏｇｎｉｔｉｖｅｄｏｍａｉｎ；ｃｏｇｎｉｔｉｖｅｖｉｅｗｐｏｉｎｔ２０世纪６０至７０年代，随着认知科学的发展，信息科学领域中出现了很多认知观点，这被称为信息的认知转向。

认知推理智能体构建方法研究

认知推理智能体构建方法研究
在认知推理智能体构建方法的研究中，有多种方法和技术被提出和应用。

其中之一是基于符号推理的方法，即使用符号表示和逻辑推理来实现智能体的认知和推理能力。

这种方法包括知识表示、推理机制和语言理解等方面的研究，其优势在于能够清晰地表达知识和推理过程，但也面临着知识获取和知识表示的挑战。

另一种方法是基于统计学习的方法，即利用大数据和机器学习技术来构建智能体的认知和推理能力。

这种方法通过分析大量数据来学习模式和规律，从而实现智能体的认知和推理能力。

虽然这种方法在某些任务上取得了很好的效果，但其缺点是缺乏对知识和推理过程的解释能力。

除了上述两种方法外，还有基于仿生学的方法、混合方法等多种研究途径。

近年来，随着深度学习和神经网络技术的发展，也有研究者尝试将深度学习技术应用于认知推理智能体的构建中，取得了一些进展。

总的来说，认知推理智能体构建方法的研究是一个复杂而多样化的课题，需要综合运用多种方法和技术，涉及到知识表示、推理
机制、学习能力等多个方面。

未来的研究方向可能包括如何将不同方法有效地结合起来，以及如何使智能体具有更加人类化的认知和推理能力。

这一领域的研究对于推动人工智能技术的发展和应用具有重要意义，也将为我们更好地理解人类认知和推理过程提供新的视角和方法。

具身认知哲学视角下的社会认知观_何静

２０１４年９月西北师大学报（社会科学版）Ｓｅｐ．２０１４第５１卷第５期Ｊｏｕｒｎａｌ　ｏｆ　Ｎｏｒｔｈｗｅｓｔ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ（Ｓｏｃｉａｌ　Ｓｃｉｅｎｃｅｓ）Ｖｏｌ．５１Ｎｏ．５　［收稿日期］２０１４－０５－２０［基金项目］教育部人文社会科学研究重大项目“知行哲学的当代研究”（１１ＪＪＤ７２００１９）；教育部人文社会科学研究规划青年基金项目“当代认知科学视野中的具身性研究”（１３ＹＪＣ７２００１５）；教育部哲学社会科学研究重大课题攻关项目“认知哲学研究”（１３ＪＺＤ００４）［作者简介］何静（１９８１—），女，浙江富阳人，哲学博士，华东师范大学讲师，从事现象学与认知科学研究具身认知哲学视角下的社会认知观何　静（华东师范大学哲学系，上海　２０００６２）［摘　要］具身认知的哲学观将认知看作是一种意义建构活动。

社会认知的过程，是主体通过对自身和他人具身的意义建构活动进行协调，从而使主体双方共同参与对方的意义建构的过程。

简而言之，社会认知过程就是共同意义建构的过程。

同时，主体间实时的、动力循环的交互行为构成了社会认知的基本方式。

［关键词］具身的；社会认知；意义建构［中图分类号］Ｂ　０２３．２［文献标识码］Ａ［文章编号］１００１－９１６２（２０１４）０５－００２２－０６社会认知（ｓｏｃｉａｌ　ｃｏｇｎｉｔｉｏｎ）是指在人际交往中，主体通过对他人行为、表情、情绪等方面的认知，从而对他人特定的心理状态、行为动机、意向等做出推测与判断的系列过程。

这种能力从何而来？是何种认知机制使我们在与他人的交往中产生共情、信任等？这既是与“他心问题”这一传统哲学问题相关的疑问，也是当代认知科学的前沿研究方向。

继Ｒｕｓｓｅｌｌ、Ｒｙｌｅ、Ｗｉｔｔｇｅｎｓｔｅｉｎ、Ｆｏｄｏｒ等一脉分析哲学家的讨论之后，目前最为流行的两种社会认知理论是理论论与模拟论。

学术界似乎已经达成了一种广泛的共识：一种令人满意的对社会认知的阐释，只能在理论论、模拟论或两者的混合物之间做出选择。

国内外具身认知视角下的设计研究现状与进展

国内外具身认知视角下的设计研究现状与进展
何抒琪;汪贤俊
【期刊名称】《包装工程》
【年(卷),期】2024(45)12
【摘要】目的对国内外基于具身认知的设计研究文献进行分析,以客观解读具身认知视角下的设计研究现状与进展,从而为设计实践提供前瞻性参考。

方法以Web of Science核心合集数据库和知网CNKI数据库中具身认知视角下的设计相关文献为数据来源,通过VOSviewer、CiteSpace工具对该研究的现状、研究热点、发展趋势等内容生成可视化知识图谱,结合相关参数进行综合分析。

结论文献计量分析结果显示,国内外具身认知与设计研究结合的文献年发文量呈上升趋势,研究内容与计算机科学、工程学、心理学、教育学交叉。

英国为最具贡献力的国家;清华大学美术学院、英国研究图书馆等分别为国内外最有影响力的研究机构。

根据关键词聚类分析总结,将该研究分为三类,即概念方法类、技术支撑类和设计实践类。

整体发展趋势呈现由理论研究向实践应用发展并逐步细化的态势。

【总页数】14页(P91-104)
【作者】何抒琪;汪贤俊
【作者单位】集美大学美术与设计学院
【正文语种】中文
【中图分类】TB482
【相关文献】
1.论具身学习及其设计:基于具身认知的视角
2.扬“具身认知”之帆启“数学理解”之航--具身认知视角下的数学理解
3.老年教育课程具身化设计初探——基于具身
认知理论的视角4.具身认知视角下的展示空间设计研究——以泰山女儿茶展位设
计为例5.具身认知视角下的科技场馆学习活动设计研究
因版权原因，仅展示原文概要，查看原文内容请购买。

sicas模型的研究

sicas模型的研究Sicas模型的研究近年来，人工智能技术的快速发展为各个领域带来了巨大的变革和机遇。

在自然语言处理领域，Sicas模型作为一种基于神经网络的语义理解模型，正逐渐引起研究者们的关注。

本文将从Sicas模型的原理、应用场景和未来发展等方面进行探讨。

Sicas模型是一种基于深度学习的语义理解模型，它能够实现对自然语言的理解和表达。

该模型的核心思想是通过训练大规模的语料库，使其具备理解和生成语言的能力。

Sicas模型采用了卷积神经网络和长短期记忆网络相结合的方式，有效地捕捉了语言中的上下文信息，从而实现了对语义的准确理解。

Sicas模型在许多应用场景中展现出了巨大的潜力。

首先，在智能客服领域，Sicas模型可以实现自动问答和智能对话，从而提升用户体验和工作效率。

其次，在信息检索领域，Sicas模型可以实现更加准确和智能的搜索结果推荐，帮助用户更快地找到所需信息。

此外，在机器翻译和文本摘要等领域，Sicas模型也能够起到重要的作用。

然而，目前Sicas模型仍然面临一些挑战和限制。

首先，Sicas模型对于复杂句子和长文本的理解能力还有待提高。

其次，Sicas模型在处理一词多义和歧义的情况时仍存在困难。

此外，Sicas模型在处理特定领域的语言时，需要更多的领域专业知识和数据支持。

为了进一步提升Sicas模型的性能，未来的研究可以从以下几个方面展开。

首先，可以探索更加有效的模型结构和算法，提高Sicas 模型的语义理解能力。

其次，可以借助大规模的语料库和预训练模型，提高Sicas模型的泛化能力和适应性。

此外，可以结合多模态的信息，如图像和声音，进一步拓展Sicas模型在多领域的应用。

Sicas模型作为一种基于神经网络的语义理解模型，在自然语言处理领域具有广阔的应用前景。

虽然它仍然面临一些挑战和限制，但通过进一步的研究和创新，相信Sicas模型将会在未来取得更加令人期待的成果。

我们期待着Sicas模型能够为人们的生活和工作带来更多便利和智能化的体验。

具身认知研究综述

具身认知研究综述摘要：具身认知是第二代认知科学兴起后出现的一种认知方式，其核心要义是强调身体在认知过程中的重要地位，受到国内外学者的关注和研究。

本文就具身认知的一般主张、理论基础、研究视域和应用研究加以梳理，希望能对以后的研究起到帮助的作用。

关键词：具身认知一般主张理论基础研究视域应用研究20世纪50年代末期，作为第一次“认知革命”的直接产物——第一代认知科学诞生。

其核心观点是“‘认知是遵循清晰的形式规则对抽象符号表征的操控（计算），且符号是由物质的任何可操纵的序列来表示的观点’。

换言之，认知过程的产生与操作符号的特定规则有关，而与实现这一操作过程的物质载体无关。

”[1]Lakoff和Johnson曾将其称之为非缘身心灵的认知科学（thecognitivescienceofthedisembodiedmind），即认知是脱离身体的。

但随着研究的逐步深入，这一认知方式受到越来越多的质疑，表征计算研究范式无法实现承诺的高级人工智能也无法解释认知的起源与发展等问题。

而后，认知心理学的联结主义范式兴起，它主张以大脑神经元的网状结构作为认知过程的隐喻，试图找寻认知是如何在复杂的联合和并行分布加工中得以涌现（emergence），这同实际的脑组织更加接近。

但无论是符号加工模式还是联结主义的研究范式，两者都没有否认认知在功能上的独立性、离身性。

20世纪80年代以来，人们逐渐意识到，不能把认知活动完全归结为反思意识符号的思维水平，应该从身体和身体经验中探寻认知的起源、演化以及发展。

在Heidegger，Merleau-Ponty，Dewey和Vygotsky等人的努力下，开创性地运用新的立场、方法等变革传统的认知方式，第二代认知科学，即具身认知科学（embodiedcognitivescience）应运而生。

那么，何为具身认知，其基本立场和主张、理论基础是什么，又有什么应用价值和局限呢，本文将对此进行简单的梳理。