張曉孿

基于語(yǔ)義的智能信息處理技術(shù)的研究

張曉孿

智能信息處理是模擬人或者自然界其他生物處理各種信息的行為，是當(dāng)前信息處理技術(shù)向多樣化、集成化與智能化方向的發(fā)展，具有很高的理論研究和應(yīng)用價(jià)值。經(jīng)過(guò)多年的研究和探索，智能信息處理技術(shù)已經(jīng)取得較大的發(fā)展，但在實(shí)際應(yīng)用中還存在許多問(wèn)題需要解決和完善。分析了基于概念圖的語(yǔ)義研究在智能信息處理中的應(yīng)用，并設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)基于概念圖的智能答疑系統(tǒng)CGQAS，通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證了基于概念圖的智能信息處理的可行性和有效性。

智能信息處理；概念圖；語(yǔ)義研究；答疑系統(tǒng)

0 引言

信息與人類(lèi)社會(huì)的發(fā)展密不可分，人類(lèi)的生產(chǎn)和生活離不開(kāi)對(duì)信息的收集、存儲(chǔ)、處理和傳送，信息是人類(lèi)認(rèn)識(shí)和改造世界的重要途徑之一。信息處理是指人們對(duì)獲取的信息進(jìn)行加工處理，將其轉(zhuǎn)化為有用信息并發(fā)布出去的過(guò)程。它主要包括信息的獲取、存儲(chǔ)、加工、發(fā)布和表示等環(huán)節(jié)。為了適應(yīng)信息時(shí)代對(duì)信息處理的要求，當(dāng)前信息處理技術(shù)已經(jīng)逐步由單一化向多樣化、集成化和智能化方向發(fā)展，從信息傳播中攜帶信息的媒介到以上信息處理的各個(gè)環(huán)節(jié)都試圖嘗試通過(guò)對(duì)人類(lèi)智能的模擬方法來(lái)處理各種信息。智能信息處理是面對(duì)不確定性現(xiàn)象和非線(xiàn)性系統(tǒng)模擬人與自然界其他生物處理信息的行為，建立處理復(fù)雜系統(tǒng)信息的理論、算法和系統(tǒng)的方法和技術(shù)[1]。近年來(lái)，智能信息處理是計(jì)算機(jī)科學(xué)的人工智能中的前沿研究方向和熱點(diǎn)，其目標(biāo)是針對(duì)處理各種類(lèi)型的海量、繁雜、多樣信息研究一些新的、前沿的理論方法和技術(shù)，廣泛應(yīng)用在系統(tǒng)建模、分析、決策、控制、優(yōu)化和設(shè)計(jì)等領(lǐng)域[2]。智能信息處理中的基礎(chǔ)理論問(wèn)題研究和應(yīng)用研究不僅有很高的理論研究?jī)r(jià)值和應(yīng)用價(jià)值，而且對(duì)于社會(huì)的經(jīng)濟(jì)建設(shè)、發(fā)展及整個(gè)國(guó)家信息產(chǎn)業(yè)的發(fā)展都具有重大意義。

1 研究現(xiàn)狀

智能信息處理技術(shù)涉及信息科學(xué)的多個(gè)學(xué)科，應(yīng)用領(lǐng)域廣泛，是計(jì)算機(jī)技術(shù)、通信技術(shù)、電子技術(shù)和控制技術(shù)等多種技術(shù)的融合。一般來(lái)說(shuō)，智能信息處理分為基于傳統(tǒng)計(jì)算機(jī)的智能信息處理和基于神經(jīng)計(jì)算的智能信息處理兩大類(lèi)。近些年，計(jì)算機(jī)技術(shù)和智能信息處理技術(shù)水平不斷提高，發(fā)展突飛猛進(jìn)，大量已開(kāi)發(fā)的信息處理系統(tǒng)中都應(yīng)用了智能信息處理技術(shù)。就目前的研究狀況來(lái)看，智能信息處理技術(shù)主要有：自然語(yǔ)言理解、模式識(shí)別、信息融合、云計(jì)算、人工神經(jīng)網(wǎng)絡(luò)、模糊理論、進(jìn)化、混沌、分形、專(zhuān)家系統(tǒng)、遺傳算法、模擬退火算法、蟻群算法、免疫算法、克隆選擇算法和粒子群算法等等。智能信息處理的基礎(chǔ)理論應(yīng)由自然語(yǔ)言理解和計(jì)算智能共同組成，前者提供其理論架構(gòu)，后者提供其技術(shù)實(shí)現(xiàn)，二者結(jié)合形成對(duì)智能信息處理的完整基礎(chǔ)理論支持[3]。

近年來(lái)，智能信息處理的研究熱點(diǎn)集中在以下幾個(gè)方向：（1） 以Internet應(yīng)用為主要背景的特定領(lǐng)域智能信息處理：包括網(wǎng)絡(luò)信息智能處理、物聯(lián)網(wǎng)智能信息處理、大規(guī)模文本處理、圖像視頻信息檢索與處理、基于 Web的知識(shí)挖掘、知識(shí)提煉和集成等。隨著互聯(lián)網(wǎng)的發(fā)展，國(guó)內(nèi)很多高校及研究所專(zhuān)門(mén)組建了實(shí)驗(yàn)室，對(duì)互聯(lián)網(wǎng)和搜索引擎的研究方興未艾，其中比較有名的有：清華大學(xué)智能技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室、中國(guó)科學(xué)院智能信息處理重點(diǎn)實(shí)驗(yàn)室、上海市智能信息處理重點(diǎn)實(shí)驗(yàn)室、南開(kāi)大學(xué)智能信息處理實(shí)驗(yàn)室、大連理工大學(xué)智能信息處理實(shí)驗(yàn)室WISDOM等。（2）商務(wù)和金融活動(dòng)中的智能信息處理：包括電子商務(wù)、電子政務(wù)、電子金融等，推動(dòng)智能信息技術(shù)在國(guó)民經(jīng)濟(jì)各領(lǐng)域的應(yīng)用，努力實(shí)現(xiàn)并提高信息處理技術(shù)的社會(huì)效應(yīng)和經(jīng)濟(jì)效益。（3）以數(shù)據(jù)挖掘?yàn)檠芯繉?duì)象的智能信息處理：隨著互聯(lián)網(wǎng)的不斷發(fā)展和海量數(shù)據(jù)不斷增加，對(duì)數(shù)據(jù)挖掘的研究越來(lái)越活躍。中科院研究組2008年底開(kāi)發(fā)完成國(guó)內(nèi)首個(gè)基于云計(jì)算的數(shù)據(jù)挖掘工具平臺(tái)PDM iner，已成功應(yīng)用到中國(guó)移動(dòng)、國(guó)家電網(wǎng)、電信、信息安全等行業(yè)領(lǐng)域。

2 概念圖及在智能信息處理中的應(yīng)用

因?yàn)镮nternet上的信息、知識(shí)與日俱增，人們對(duì)信息處理的要求越來(lái)越高，因此，智能化的信息處理系統(tǒng)不僅要能實(shí)現(xiàn)信息的自動(dòng)檢索，還應(yīng)能完成一些基于語(yǔ)義理解的較高層次加工，例如對(duì)知識(shí)和信息進(jìn)行自動(dòng)分類(lèi)、過(guò)濾、提煉、翻譯等。目前，漢語(yǔ)智能信息處理研究中的瓶頸問(wèn)題是如何實(shí)現(xiàn)智能化，解決這個(gè)問(wèn)題的關(guān)鍵是語(yǔ)義理解與應(yīng)用。語(yǔ)義理解即是對(duì)語(yǔ)義的理解能力，讓機(jī)器能夠理解我們所說(shuō)的話(huà)，更進(jìn)一步讓機(jī)器學(xué)會(huì)人類(lèi)的說(shuō)話(huà)邏輯。目前，計(jì)算機(jī)和人類(lèi)相比，理解自然語(yǔ)言的水平還有一定的差距，但是，我們可以借助一些知識(shí)表示方法或者自然語(yǔ)言處理中的學(xué)科知識(shí)，使計(jì)算機(jī)逐步模擬人的部分乃至全部語(yǔ)言能力，近似地理解我們?nèi)祟?lèi)的語(yǔ)言。在眾多的知識(shí)表示方法中，概念圖（Conceptual Graph）以它獨(dú)特的優(yōu)勢(shì)脫穎而出，研究概念圖在漢語(yǔ)智能信息處理方面的應(yīng)用，旨在進(jìn)一步提高信息處理與自然語(yǔ)言理解的水平，以改善信息處理中的智能化的水平，具有一定的理論意義和應(yīng)用價(jià)值。

概念圖是一種語(yǔ)義模型，其中的兩大組成要素概念與關(guān)系是通過(guò)有向連通圖中的結(jié)點(diǎn)體現(xiàn)。概念表示問(wèn)題領(lǐng)域中的一個(gè)具體的或抽象的實(shí)體，用一個(gè)矩形表示。概念與概念之間不是孤立的，它們的關(guān)系有多種，例如施事、受事等等，用橢圓表示。概念結(jié)點(diǎn)和關(guān)系結(jié)點(diǎn)間用有“→”連接起來(lái)[4]。例如：A boy, Peter is reading book carefully. 其概念圖如下圖1所示：

圖1 例句的概念圖表示

圖1概念圖同其他知識(shí)表示方法相比，具有結(jié)構(gòu)簡(jiǎn)單、直觀、可讀性好、表示范圍廣、數(shù)學(xué)基礎(chǔ)嚴(yán)密和能夠確切地表示自然語(yǔ)言的語(yǔ)義等優(yōu)點(diǎn)，代表了知識(shí)表示的發(fā)展趨勢(shì)。一個(gè)概念圖可通過(guò)限制、拷貝、連接、化簡(jiǎn)等操作進(jìn)行擴(kuò)充或生成新的概念圖。國(guó)內(nèi)外很多研究者在1964年Sowa首次提出概念圖理論后，經(jīng)過(guò)不懈的研究與探索，基于概念圖的智能信息處理被廣泛應(yīng)用到不同智能信息處理研究領(lǐng)域，例如語(yǔ)義檢索、邏輯推理、信息抽取、查詢(xún)擴(kuò)展與語(yǔ)義計(jì)算[5,6,7,8,9]等等。

3 基于概念圖的智能答疑系統(tǒng)

為了驗(yàn)證前文提出的基于概念圖的智能信息處理的可行性，使用C++和JSP技術(shù)開(kāi)發(fā)了一個(gè)基于概念圖的智能答疑系統(tǒng)CGQAS，系統(tǒng)主要由問(wèn)題理解、信息檢索和答案抽取3個(gè)模塊組成。對(duì)于用戶(hù)輸入的問(wèn)題，系統(tǒng)首先會(huì)交給問(wèn)題理解模塊進(jìn)行處理，進(jìn)行問(wèn)題類(lèi)型分類(lèi)，并提取問(wèn)題的關(guān)鍵詞。然后將提取的概念及關(guān)系交給信息檢索模塊進(jìn)行搜索。最后由答案抽取模塊提取出正確答案，將問(wèn)題的答案返回給用戶(hù)。系統(tǒng)的體系結(jié)構(gòu)如圖2所示：

圖2 智能答疑系統(tǒng)的體系結(jié)構(gòu)

系統(tǒng)的執(zhí)行流程為：

Step1: 通過(guò)系統(tǒng)界面用戶(hù)輸入問(wèn)題，借助哈爾濱工業(yè)大學(xué)IR-Lab的語(yǔ)言技術(shù)平臺(tái)LTP 2.01實(shí)現(xiàn)問(wèn)題的預(yù)處理，對(duì)問(wèn)句進(jìn)行自動(dòng)切分、詞性標(biāo)注和句法分析；

Step2: 根據(jù)知網(wǎng)Hownet和句法關(guān)系到語(yǔ)義關(guān)系的轉(zhuǎn)化規(guī)則對(duì)句法分析的結(jié)果進(jìn)行修正；

Step3:初步提取出問(wèn)題中的概念和概念間相應(yīng)的關(guān)系；

Step4: 將提取出來(lái)的概念和關(guān)系建立概念圖，并存入概念圖庫(kù)中；

Step5: 保存Step 4中提取的概念并提交搜索引擎，下載網(wǎng)頁(yè)，進(jìn)行概念抽取和關(guān)系抽取并建立相應(yīng)的概念圖后存入概念圖庫(kù)中；

Step6: 對(duì)查詢(xún)概念圖和資源概念圖進(jìn)行匹配，最后根據(jù)計(jì)算的結(jié)果對(duì)資源文檔排序并把查詢(xún)最終的結(jié)果提交給用戶(hù)。

智能答疑系統(tǒng)的結(jié)果測(cè)試采用3個(gè)常用的評(píng)測(cè)指標(biāo)：準(zhǔn)確度P(precision)、召回率R(Reeall)以及F-measure。計(jì)算公式如公式（1-3）：

我們選擇了480條簡(jiǎn)單問(wèn)句，分別對(duì)8種類(lèi)型的問(wèn)題進(jìn)行了測(cè)試，其結(jié)果如表1所示：

表1 答案抽取結(jié)果測(cè)試表

對(duì)表中結(jié)果進(jìn)行分析，可以看出CGQAS整體的召回率和正確率還是不錯(cuò)的，F(xiàn)-measure的平均值達(dá)到了0.73，這個(gè)結(jié)果還是令人比較滿(mǎn)意的。系統(tǒng)對(duì)人物、地點(diǎn)和定義類(lèi)問(wèn)題回答效果比其他類(lèi)型的問(wèn)題好，今后需要對(duì)其他類(lèi)型的抽取策略進(jìn)行改進(jìn)。這樣的測(cè)試結(jié)果使得CGQAS具備了一定的應(yīng)用價(jià)值，驗(yàn)證了基于概念圖的智能信息處理技術(shù)與方法的可行性和有效性。

4 總結(jié)

隨著計(jì)算機(jī)科學(xué)的不斷發(fā)展，信息處理已經(jīng)成為計(jì)算機(jī)最大的應(yīng)用領(lǐng)域之一。智能化的信息處理是研究如何運(yùn)用計(jì)算機(jī)實(shí)現(xiàn)信息處理的智能化，它是計(jì)算機(jī)技術(shù)發(fā)展的必然趨勢(shì)，其中的關(guān)鍵技術(shù)與應(yīng)用研究不但具有較高的理論研究?jī)r(jià)值，并且對(duì)于我國(guó)的信息產(chǎn)業(yè)的發(fā)展甚至是國(guó)民經(jīng)濟(jì)的發(fā)展與建設(shè)都有十分重大的意義。雖然近年來(lái)智能信息處理技術(shù)已得到很大發(fā)展，但還存在各種問(wèn)題有待研究和解決，本文提出的基于概念圖的智能信息處理思想是解決這些問(wèn)題的一個(gè)思路和探索，下一步的研究工作是將概念圖與其它語(yǔ)法和語(yǔ)義分析技術(shù)相結(jié)合，完善語(yǔ)義計(jì)算的方法，細(xì)化語(yǔ)義分析的深度與粒度，拓寬概念圖的應(yīng)用領(lǐng)域，進(jìn)一步提高智能信息處理的水平。

[1] 孫紅、徐立萍、胡春燕. 智能信息處理導(dǎo)論[M]. 清華大學(xué)出版社, 2013.

[2] 王國(guó)胤, 楊勇, 朱振國(guó). 智能信息處理專(zhuān)題序言[J]. 重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009

[3] 葉鷹. 智能信息處理的基礎(chǔ)理論探討[J]. 情報(bào)科學(xué), 2008, 26(9): 1281-1285.

[4] 張蕾, 李學(xué)良. 概念結(jié)構(gòu)及其應(yīng)用[D]. 西北工業(yè)大學(xué)博士論文, 2001.05.

[5] 張瑞霞, 楊國(guó)增, 吳慧欣. 基于《知網(wǎng)》的漢語(yǔ)未登錄詞語(yǔ)義相似度計(jì)算[J]. 計(jì)算機(jī)應(yīng)用, 2012, 26(1): 16-21.

[6] 劉培奇, 凡星, 段中興. 傾向性文本的概念圖過(guò)濾技術(shù)的研究[J]. 微電子學(xué)與計(jì)算機(jī), 2012, 29(12): 84-87.

[7] 楊飏, 陳玉泉. 需求概念圖導(dǎo)引下的檢索模型研究[D].上海交通大學(xué)碩士論文, 2013.01.

[8] 張曉孿. 基于概念圖的自然語(yǔ)言處理中的語(yǔ)義研究與應(yīng)用[J]. 寶雞文理學(xué)院學(xué)報(bào)(自然科學(xué)版) , 2014, 34(1): 55-58.

[9] 熊李艷, 陳建軍,鐘茂生. 基于E-A-V結(jié)構(gòu)的概念圖匹配算法[J]. 計(jì)算機(jī)應(yīng)用研究, 2014, (31)8: 2290-2293

The Research of Intelligent Information Processing Technology Based on Semantics

Zhang Xiaoluan
(Department of Computer Science, Baoji Univ. Arts & Sci., Baoji 721016, China)

Intelligent Information Processing is a behavior that simulates human or other creatures of the nature to process all kinds of information. It is the intelligent, integrated and diversified direction development of the current information processing technologies and has high theory research and application value. A fter years of research and exploration, Intelligent Information Processing technology has made great advancement. However numerous issues in practical application remain to be solved and improved. On basis of the status quo of Intelligent Information Processing technology’s research, the semantic research of Intelligent Information Processing based on Conceptual Graph is analyzed and an intelligent Question Answering System CGQAS based on Conceptual Graph is designed and implemented. The experiment result verifies the feasibility and validity of intelligent information processing technology based on Conceptual Graph.

Intelligent Iinformation Processing; Conceptual Graph; Semantic Research; Question Answering System

TP391

A

2014.08.27）

寶雞市科學(xué)技術(shù)研究發(fā)展計(jì)劃項(xiàng)目（2013R1-9）

張曉孿 （1978-），女，陜西寶雞人，寶雞文理學(xué)院計(jì)算機(jī)科學(xué)系，副教授， 碩士，研究方向：智能信息處理，寶雞，721016

1007-757X(2014)11-0055-03