第9章 智能检索系统

任务的表示
Method-name <任务名称>
Class-name
Sub-type-of Input
<任务>
<任务> <数据模型>
Output
Goal-description Has-inference-knowledge Has-control-knowledge Has-domain-knowledge
例如，用户知识的获取，系统对用户检索行为进行记
录和分析。这些记录将保存在系统日志中，作为自动学 习的基础。
9.2.1 本体知识组织
作为先进的知识表示手段，本体在知识检索系统中，主要 用于组织各种检索知识，构建知识库。 知识检索领域的知识主要包括： （1）语言知识和常识 （2）领域知识 （3）专家的知识 （4）用户的知识
9. 3 基于语义的图像检索系统 9. 3.1 图像检索进展
图像信息检索也向内容检索、语义检索的阶段迈进。基 于文本信息的图像检索，已不能完全满足人们的要求。基于 内容的检索方式的出现，解决了人们对图像视觉特征所代表
的特征语义，但不能完全解决高层语义的图像检索。建立图
像的语义表示和检索机制势在必行。 基于文本的图像检索过程：
的启发、联想、扩展的基础，实现动态知识检索。
（3）在检索过程中通过和用户的简单交互实现相
关反馈，用户可以通过系统知识库中的专业概念发
现和明确地描述检索需求，而系统则在多次反馈中 逐步探知和理解用户需求，这种积极的交互过程是 提高检索准确率的主要因素。 （4）该模型可以通过对用户检索过程的观察记录， 实现知识的主动获取，具有一定的智能性。
3、基于领域本体的查询式扩展方法
在知识检索的执行过程中，有时会出现检索失败的情况，处 理检索失败问题的方法是对用户查询式进行扩展，放宽查询条 件或者获取更多的语义表示。 在基于本体的知识检索系统中，可以根据领域本体中的概念 和关系对用户查询式进行扩展，主要可从两个方面进行:
（1）利用基本的类层次结构关系 （2）利用其他相关关系
。概念间的语义关系包括：同义关系、上位/下位关系、半义/全
义关系和反义关系。
逻辑关系的转换规则： 对于C中的任意两个概念项Ci和Cj间的逻辑关系，其基本转 换规则如下。 （1）如果Ci与Cj间具有逻辑“与”关系，即Ci and Cj，则： Ci与Cj同义 =〉Ci or Cj Ci为Cj的下位 =〉Cj Ci为Cj的半义 =〉Ci （2）如果Ci与Cj间具有逻辑“或”关系，即Ci or Cj，则： Ci与Cj同义 => Ci or Cj Ci为Cj的下位 =〉Cj Ci为Cj的半义 =〉Cj
② 推理结构：用来描述功能函数间的组合关系，说 明一个高级的功能函数推理结构将被分解为哪些 较低层次的功能函数。 1. name <推理结构名称>
Function
Constituents > Description
<功能函数>
<功能函数集合>
Input-output-dependencies <数据模型集合 <文本描述>
个上位词的词项被称为同位词。
（二）专家知识库
专家的经验知识属于动态知识，可以把专家知识库的构建考虑 为检索领域的任务本体的构建，如下图所示。
任务建模要素的表示 ① 功能函数：用于描述任务的数据流。 Function-name Class-name Sub-type-of Input Output Goal-description Assumption <功能函数名称> <功能函数> <功能函数> <数据模型> <数据模型> <文本描述> <假设条件值>
③ 控制结构：将控制逻辑应用于功能函数，说明 各组成函数如何按照一定的逻辑顺序协调工作。 name Function <控制结构名称> <功能函数>
Input-role
Working-role Output-role Control-logic
<数据模型集合>
<数据模型集合> <数据模型集合> <控制逻辑伪代码>
Name
englishName isKeyword
人工智能
Artificial intelligence True
classID
superTopic subTopic equalTo relatedTo
T32.2
计算机应用 计算机视觉、专家系统、自然语言处理…… 控制论、智能代理……
实例和实例属性的定义也是通过Daml+OIL语言实现的。
(一)语言知识库
用于存放系统所需要的语言学知识，主要包括字典、 词典、语法和语义知识，用于支持自然语言处理和自然语 言会话。
在基于本体的知识检索系统中，将语言知识库的构建 考虑为语言本体的构建。语言本体，是反映语言和词汇知 识的本体。
语言学本体中的概念集合主要包括语法要素（如动词、 名词、形容词等）和语法关系（如同义词关系、反义关系、 语法变形关系等）。
<数据模型>
<文本描述> <功能函数> <控制结构> <领域知
识模型>
（三）领域知识库
用于存储待检索领域的专业知识，包括专业领域中的各 类知识对象及其关系和不同抽象层次的分类概念、主题 概念及其关系。
（1）概念本体知识库 利用本体的知识要素对概念知识进行建模。建模 的过程主要包括两大步骤：类的定义、实例的定义。
WordNet：目前世界上最著名的语言本体，在线英文 词汇参考系统，依据心理语言学的基本理论设计，由普林 斯顿大学研制。 WordNet的知识组织结构： 在每一个Synset中都包含一组同义词或词组，以及描述 该Synset与其他Synset间关系的指针。一个词和词组可以 出现在多个Synset中，位于同一个Synset中的词或词组在
9.2.3 知识检索过程
KRetrieval原型系统在本体知识组织的基础上实现基于概念 的知识检索，其检索过程如下图所示 ：
9.2.4 原型系统评价
KRetrieval原型系统具有一定的创新性和先进性，主要
表现在：
（1）采用了基于本体的知识组织技术，以机器可理解 的形式描述深层知识，加强了对知识的表示力度，是提 高检索知识质量的关键之处。 （2）采取三层式知识检索模型，以概念本体作为概念
9.2 基于本体的知识检索原型系统
KRetrieval系统：基于本体的知识检索原型系统
设计目标:对图书情报和人工智能的部分领域内的文
献知识进行检索，依据本体的基本原理组织和存储检 索领域知识。
9.2.1本体知识获取
（1）静态概念知识的获取途径主要包括： 通过专家学习
通过词表学习
通过文献学习 （2）动态概念知识学习方式主要有两种： ——人工输入方式 ——机器自动学习方式
Others（其他知识）
9.2.2 基于本体的知识检索模型和策略
1、基于本体的知识检索模型
知识检索模型包括：
——用户界面代理；用户界面代理的主要功能是对检索请求进 行本体化 ； ——参照本体库（它为模型提供各类本体知识的概念模型、元 数据和基本概念，如专家本体、领域本体、用户本体等）； ——本体对象库，是领域本体实例库； ——检索代理，主要功能是负责整个知识挖掘与检索过程 ； ——本体代理，负责参照本体库的建立、维护、查询及其与其 他部件的协作管理； ——搜索代理，主要功能是对网络信息资源发出查询以及对返 回的结果在本体代理的协作下进行处理等。
基于本体的知识检索模型图：
2、基于语言本体的查询式优化方法
知识检索系统的用户查询式有三种表达形式： ——自然语言表达 ——关键词表达 ——专门的语法形式表达。
用户查询式优化步骤：
假设用户的原始的概念空间为{K，Q}，其中K为用户查询式中的 检索概念项的集合，Q为概念项间逻辑关系的集合。则利用语言 本体对其进行优化的过程可以分为两步。 第一步：将K中的用户概念项映射为语言本体中的概念，形成新 的概念集合C。 第二步：根据语义关系和原始的逻辑关系Q，对C执行逻辑转换 规则，确定新概念间的新逻辑关系，形成新的概念空间。
学习、语言理解等。
2、智能检索模型 智能检索模型如下图所示，它包含四个主要元素：用户需求、 检索结果、检索推理机和知识库。 （1）用户需求：包括用户知识、需求、偏好等； （2）检索结果：是用户需要的信息知识。 （3）检索推理机：它将信息检索技术与推理技术有机地结合起 来，实现知识检索任务。检索策略与方法包括概念检索方法、 基于知识推理的检索方法、基于用户知识的个性化检索方法、 基于学习的检索方法、基于本体的语义检索策略与方法。语义 推理是指利用对象或概念之间的语义关系及启发式知识，实现 智能搜索的过程，例如联想检索、分类检索和继承检索。规则 演绎推理是利用专家的规则知识进行推理。近似推理是指模糊 推理或不精确性推理。逻辑演绎推理是利用谓词逻辑进行推理。 （4）知识库：表示知识库集合，包括: 检索推理策略库、专家 知识库、用户知识库、语言知识库、领域知识库。
类的定义
Topic类，作为基本的概念模型，它是Daml+OIL语言中通用 类（Thing类）的子类。 Topic类的各属性槽设置见下表：
属性名 name 说明 该概念的中文名称 类型 String 值的数量 1 候选值
englishName
isKeyword classID
该概念的英文名称
该概念是否为叙词 该概念的范畴号
基于内容图像检索模型:
主要方法有：
（1）基于颜色特征的方法 （2）基于纹理的方法 （3）基于边缘/草图的方法 （4）基于形状的方法 （5）基于空间关系的方法