李建偉

（嘉應學院圖書館，廣東 梅州 514045）

1 圖書館信息服務發(fā)展現狀

信息服務是圖書館的一項核心業(yè)務工作，是圖書館開展學科知識服務的重要工具，是專業(yè)館員與讀者知識交流溝通的重要“橋梁”。遵循傳統(tǒng)信息咨詢服務模式的圖書館，咨詢館員能否為讀者提供深度的知識咨詢服務，往往取決于自己是否具備足夠寬的知識面以及良好的溝通交流能力。因不同咨詢館員各自知識結構、素養(yǎng)以及業(yè)務技能水平不一，所以往往會造成咨詢服務質量參差不齊或咨詢表面化等問題。在傳統(tǒng)咨詢信息分析環(huán)節(jié)過程中，讀者更多地依賴咨詢專家主觀的業(yè)內經驗，面對日趨復雜的咨詢情境，也容易陷入咨詢效果偏離現實要求的困境[1]。

近年來，“互聯(lián)網+”的快速發(fā)展悄然改變了信息服務的傳統(tǒng)方式，互聯(lián)網問答社區(qū)日益興起，問答社區(qū)以知識與經驗共享為目的，參與者可以關注感興趣的話題，可以提問尋求幫助，其他用戶則可以根據自身的知識、見解在線給予解答。社區(qū)平臺還通過提問、回答、評論等互動來激發(fā)讀者的知識分享行為，以多元化的獎勵方式積極邀請其他讀者來參與，目前比較盛行的問答平臺有Quora、Stack Overflow、知乎等。另外智能問答系統(tǒng)也逐漸走入互聯(lián)網用戶日常生活，如Google Now 會全面了解人們的各種習慣和正在進行的動作來為其提供相關信息，蘋果公司Siri手機語音助手，微軟小冰也正在被大家廣泛使用。

面對時代的挑戰(zhàn)，為提升信息咨詢的實時與便捷性，圖書館正積極開發(fā)分布式虛擬信息咨詢系統(tǒng)，一體化的咨詢平臺可以充分發(fā)揮學科館員的智力勞動，為用戶提供集實時咨詢與延時咨詢于一體提供深層次、多應用場景靈活切換的服務，以彌補傳統(tǒng)模式下延時咨詢方式的不足。區(qū)別于傳統(tǒng)咨詢的“接受服務”，部分圖書館構建虛擬知識平臺，通過解答問題創(chuàng)造知識，通過用戶互相探討提供知識服務。咨詢館員的主要角色則由負責回答用戶問題轉換為審核讀者提交的問題或答案，適時有針對性地將恰當的內容推送給用戶，或者邀請其他用戶、專家協(xié)助解答。另外，館員承擔把館員和用戶的隱性知識轉化為顯性知識的任務，將問題答案累積到知識庫中，為讀者未來的學習研究提供參考。同時智能機器人館員也開始上崗，如上海圖書館引進的機器人“圖小靈”，當它被培訓“學習”到知識后，可以像一名資深圖書館員一樣，為讀者提供信息咨詢服務。服務創(chuàng)新是圖書館信息咨詢業(yè)務形成核心競爭力的唯一途徑，傳統(tǒng)圖書館咨詢服務正逐步邁向新一代的智慧服務模式。

2 人工智能時代智慧圖書館的知識咨詢服務

2.1 智慧圖書館知識咨詢服務的發(fā)展環(huán)境

自2009年IBM提出“智慧地球”概念以來，伴隨著大數據、云計算、物聯(lián)網和人工智能等技術的快速發(fā)展，智慧圖書館及其服務體系已經成為圖書館界研究的熱門課題[2]。近年來，人工智能在知識表示、語音識別、語義識別、計算機視覺等領域取得一次又一次突破，在圖書館的知識咨詢服務領域也催生了越來越多的信息服務“智慧”應用。大數據與云計算是人工智能發(fā)展的基礎，三者的融合已經深刻影響了各行各業(yè)的革新式發(fā)展。機器智能系統(tǒng)要擁有類似人類的智能理解事物問題的能力，很大程度上依賴于是否擁有龐大的數據量，是否擁有強大計算分析能力的處理器以及快速的網絡傳輸速度。傳統(tǒng)互聯(lián)網到移動互聯(lián)網的發(fā)展，設備互聯(lián)，人機互聯(lián)，信息大量涌現且無處不在，衍生出了大數據時代。大數據處理需具備執(zhí)行大規(guī)模并行計算能力的處理器，當前遠超CPU 并行計算能力的GPU處理器的出現，使得大數據處理變得可能。5G網絡時代的到來，更加全面地釋放人工智能的潛能，有力地推動了整個網絡實現智能化。面對人工智能、機器學習和數據挖掘等技術異軍突起，現代圖書館也在探索運用人工智能理論與技術讓機器“聽懂”“讀懂”“看懂”用戶的資源需求，為用戶提供自動、主動、精準的知識咨詢服務。

2.2 基于人機交互的“AI+”信息咨詢發(fā)展范式

智慧圖書館以數字化、網絡化、智能化的信息技術為基礎，以互聯(lián)、高效、便利為主要特征[3]。現代圖書館與讀者的人機交互方式，不再局限于傳統(tǒng)的鼠標和鍵盤結合的用戶界面，而是傾向于更加符合人類習慣的不受時空限制的語音交互。用戶利用人工智能的“認知”技術，通過語音和拍攝圖片的方式向咨詢“機器人”發(fā)出指令?！皺C器人”依次完成圖像識別、用戶語音識別、內容語義分析后，可以準確獲取用戶需求，通過語音合成模擬自然人進行結果反饋，用戶在聆聽機器語音回答時就像與專業(yè)館員對話一樣，同步性更強。語音問答既可以幫助咨詢館員更好理解用戶所表達的知識問題，也可以有效感知用戶所傳遞的隱性信息，包括說話語氣、態(tài)度和情緒等，使得讀者與咨詢館員之間的知識互動和信息交流傳播富有情感和感染力。當然，現存人機交互技術也存在不少障礙，如語音識別無法準確識別地方方言；語音合成技術在音色、語速和語種等方面的合成上存在不小的缺陷；語義理解技術法難于做到全部理解，因為詞語有歧義，句法有模糊，語義背后隱含的情感難以理解。然而，運用人工智能技術實現自助式信息咨詢服務，可以讓讀者擁有更多更精細的回答，獲得更全面更快捷的咨詢服務體驗。

2.3 以大數據驅動的智能信息服務生態(tài)

信息服務平臺中咨詢館員與讀者的知識交流容易產生有價值的交互數據，包括原始創(chuàng)作的各類視頻、聲音、圖片、文字等信息內容。人工智能是和大數據聯(lián)系在一起的，擁有“聰明算法”的網絡機器人，可以采集自動抓取實時交流更新的信息，用戶的任何一個閱讀行為將被如實記錄，如點擊次數、內容閱讀時長、讀者評論、轉發(fā)或分享動作等。智能系統(tǒng)對這些交互數據進行數據清洗、篩選、挖掘、分析，語義理解用戶提問，大數據分析用戶的閱讀興趣，描繪一個用戶的興趣圖譜，然后針對用戶的興趣來智能遴選信息，選擇在合適的應用場景讓最匹配的知識信息和目標用戶耦合。最后啟動語音自動回答，真正體現智能知識咨詢的“信息通路”功能。以大數據為基礎，以人工智能為核心，以提供個性、精準、高效的信息服務為目標，新一代智能知識咨詢服務形成的是以大數據驅動的標準化、專業(yè)化的知識咨詢服務閉環(huán)生態(tài)，如圖1所示。

圖1 智慧信息咨詢服務閉環(huán)生態(tài)

在智慧信息服務生態(tài)中，系統(tǒng)人員預先為知識問答建模，經過成熟模型訓練，保存穩(wěn)定的模型。當用戶發(fā)起信息請求時，平臺經過無監(jiān)督式自我深度學習準確預測結果，向用戶主動推送，讓咨詢館員從一些簡單、重復的工作中解放出來。利用海量歷史數據來關聯(lián)計算讀者關注某一話題的信息強度，如果信息強度超過閾值，圖書館智能知識咨詢系統(tǒng)會自動向讀者推送預期信息資訊，解決人工難以完成的有效的個性化推薦的問題，也為讀者節(jié)省了信息過濾的時間。資深館員的智慧和經驗則主要運用于如何確定人工智能在信息咨詢服務中的使用場景，如何抽查審核內容，如何修正技術差錯以確保內容安全，從某種意義上說，智能知識咨詢是人工智能與專業(yè)館員共同努力的結果。

3 基于深度學習的智能信息咨詢自動問答系統(tǒng)

3.1 機器學習與深度學習

人類擁有的一項高級智能行為是自我學習，能否讓機器像人類一樣可以利用不斷積累經驗自動改善自身效能，不斷生產出更多新的知識呢？機器學習正是讓機器具備人類智能必要的最重要的技術，使它學習數據中的內在規(guī)律性信息，獲得新的經驗和知識，能夠像人那樣去決策。當前機器學習在社會領域的應用研究已經取得了重要進展，一些重復、數量龐雜卻簡單的工作完全可以由機器學習的方式來替代，以減輕人的負擔。深度學習則是近年來機器學習的新的研究方向，它模擬人腦的多分層結構、神經元的連接交互、信息的逐層分析處理等機制，使機器模仿視聽和思考等人類活動，自適應、自學習能力強大，被稱為最接近人類大腦的智能學習方法和認知過程[4]。

3.2 人工智能知識咨詢自動問答系統(tǒng)模型原理

隨著大數據時代的到來，深度學習技術在語音識別、搜索推薦、自然語言處理等領域應用前景廣闊，圖書館也逐漸融入深度學習構建智慧知識自動問答平臺開展虛擬咨詢服務。首先智能咨詢系統(tǒng)源源不斷將數據傳到云端，利用人工智能的算法對這些數據進行比對，應用“語音識別”將用戶產生的錄音內容自動轉化為相應的文本或命令。云計算的出現使集中化數據計算處理能力變得空前強大，機器利用深度學習技術進行語義識別，完成內容理解和價值判斷或轉換為命令，基于大數據的“咨詢大腦”會將新出現的內容與已有數據進行關聯(lián)技術計算，準確理解語義進行檢索，最后將輸出結果轉換成機器合成的語音，以對話的形式將結果反饋給用戶，見圖2。對于沒有事先定義的輸入問句，對咨詢館員而言是困難的，但對機器來說其實只要符合一定的規(guī)則，問答系統(tǒng)可以從一系列可能的回答中選出一個與問句最相關的答句，給讀者感覺像是在和人問答而非與機器問答。

圖2 自動知識問答服務框架

區(qū)別于基于知識數據庫檢索的傳統(tǒng)咨詢方法，基于深度學習算法的端到端的問答系統(tǒng)，有機組織語音識別、語義理解和語音合成等重要人工智能技術實現自動問答的功能，主動提供與問題相關聯(lián)的主題知識。智能知識咨詢融入深度學習，從海量的低層交互數據中自動地提取多層特征表示，由具體到抽象、由一般到特定，從簡單特征中提取更加復雜的特征，目標是讓機器不僅僅能夠識別讀者提交的文字、圖像和聲音等數據，還要能夠像人一樣具有分析學習能力，能夠并使用這些組合特征去幫助讀者回答問題。

3.3 基于深度學習的智能信息咨詢自動問答系統(tǒng)關鍵構建技術

3.3.1 自動問答系統(tǒng)神經網絡學習與模型訓練

基于深度學習的自動問答系統(tǒng)學習模型模擬人腦的學習能力，依賴于含有多隱層的神經網絡，神經網絡隱層節(jié)點一般超過5 層，有時多達10 層。學習模型首先讓各層預先學習來自數據源的知識特征，再經過神經網絡學習層的學習推理，生產出預先沒有發(fā)現的有價值的一系列知識規(guī)則。神經網絡學習層的學習從淺層順次開始，由淺層的初級特征逐步學習到深層的高級特征，上一層學習得出輸出數據會作為下一層的輸入數據，最后將初始樣本數據從原有特征空間轉換為一個全新的特征空間來表示，建立起對輸入問題和輸出答案之間的聯(lián)合分布，達到對大規(guī)模語料數據特征學習的目的，可以使咨詢問題分類或自動預測問題答案更加容易實現，提高精度，如圖3。學習模型強調知識反饋學習，采用參數權值賦予的形式更有效地控制學習算法的可變因素，以便更主動地適應新、老用戶人機之間的學習差異。

圖3 智能知識咨詢平臺神經網絡學習模型

智能信息咨詢系統(tǒng)學習能力的培養(yǎng)與人類相似，需要教材和預先訓練，基于規(guī)則先構造小型語料分類器進行數據處理，目的是用機器學習方法訓練出一個準確率比較可觀的模型，然后作為更大規(guī)模數據集的數據處理器。訓練數據獲取渠道、途徑和來源、用戶在線瀏覽信息的行為、咨詢館員與用戶交互產生的信息、用戶生產的內容信息等也成為訓練集的重要來源。由于面向專業(yè)知識領域的特定主題的語料獲取、整理比較困難，可以通過發(fā)放問卷的形式或引導讀者填寫關于指令類語句等形式有償回收用戶的反饋，通過人工編輯構成質量較高的具有相應主題的語料。語料庫的主題設置可以圍繞圖書館讀者服務項目進行有針對性的層級設置，如設置學科服務、館際互借、書刊借閱、讀者培訓、電子資源獲取、規(guī)章制度、意見建議等常見一級主題問題，每一個子主題設置數量充足的問題語句，每個咨詢問題一般歸屬一個類目，內容特征相似的問題最多可以歸屬2～3個類目。

3.3.2 智能信息咨詢服務自然語言處理

機器無法直接理解人類的語言，如何將咨詢平臺用戶的輸入劃分到相應的主題中去，是實現自動問答系統(tǒng)的關鍵技術。自然語言處理是人工智能領域研究的重要方向，為讓機器可以運用學習算法來處理自然語言，通常采用詞向量的方法將語言數學化，譬如經典的詞向量，表示方法one-hot representation是采用將所有的單詞標號后建立一個詞表長度大小維度的向量，然后組成一個句子的方法，如將詞語表示成x={0，0，0，0，1，0，…，0，0，0，…}的形式，這個向量的每一個維度代表一個詞語，如果這個句子中有該詞語，那么將這個位置置為1，其他維度置為0。假若我們想要表示一個包含10個詞的句子，如果用20 維的詞向量來表示，我們將會得到一個10*20的矩陣作為模型訓練的輸入。矩陣的每一行代表一個經過分詞后的單詞元素，即一個單詞的向量表示。但one-hot 這種表示無法表示出在語義層面上詞與詞之間的相關信息，僅僅將詞符號化，而且向量的維度會隨著句子的詞的數量類型增大而增大。

Google 2013年推出的融合深度學習的思想開源工具包word2vec（也叫Word Embeddings），能夠將自然語言中的字詞轉為計算機可以理解的稠密向量（Dense Vector），有效實現詞向量簡單高效獲取。對于咨詢平臺的用戶輸入的句子的表示，自然語言處理任務主要將所有的訓練數據的每個單詞向量化成一種數值表示，通過詞向量的方法將詞映射到一個矢量表示空間。利用Word2vec 的詞向量表示方法對語料進行訓練，不僅可以把文本處理為可控制維度的向量空間，而且能夠更有效地描述問題語句中詞語間的相關性，詞義相似的詞將被映射到向量空間中相近的位置。

為了更好、更方便、更高效地使用機器學習算法，通常需要一定的軟件平臺支持，不可忽視的是近年來科技巨頭紛紛開發(fā)深度學習框架，如CNTK、Caffe、TensorFlow等，這為圖書館大大降低了開發(fā)深度學習系統(tǒng)應用的門檻，為智慧咨詢自然語言處理提供了強有力的支持。尤其是TensorFlow作為谷歌發(fā)布的新一代機器學習平臺，它支持最流行的包括CNN、RNN、LSTM算法在內的深度神經網絡模型，支持C++、Python等開發(fā)語言，并能夠進行網絡分布式學習，利用word2vec 功能應用實現字母向量化，在自然語言理解領域可以得到良好的應用。

3.3.3 卷積神經網絡在主動信息推薦的應用

智慧咨詢平臺的主動信息推薦基本流程是通過語料分析，對用戶興趣行為的深度挖掘，過濾掉與其感興趣信息不匹配的信息，對學科屬性比較相近的提問進行關聯(lián)計算，形成用戶關注度較高的同類話題的圖譜，生成個性化信息推薦模型以滿足用戶差異化信息獲取需求。對于語料數據集如何選用最合適的網絡結構，對不斷更新的數據集都具備比較精確的主動分類性能，是主動問答系統(tǒng)一個研究關鍵點。機器學習算法主要用來求解問題，尋求最優(yōu)化步驟和過程。近年來，各種新的深度學習算法模型也不斷被提出，如卷積神經網絡（Convolutional Neural Network，CNN）、循環(huán)神經網絡（Recurrent Neural Network，RNN）和長短期記憶網絡（Long Short-Term Memory，LSTM）等。

CNN 是一種含卷積層的比較成熟且應用廣泛的前饋神經網絡，其網絡結構更接近于實際的生物神經網絡，它的人工神經元可以響應一部分覆蓋范圍內的周圍單元，對于大規(guī)模的信息知識分類模式識別都有著非常好的性能表現。

在深度神經網絡模型CNN中，卷積定義為：

s（i，j）=（X?W）（i，j）=∑m∑nx（i+m，j+n）w（m，n）

其中，W稱為卷積核，而X為輸入；如果X是多維輸入的張量，那么W也是一個多維的張量。例如圖4，輸入X是一個二維的3×4矩陣，卷積核W是一個2×2的矩陣。假設卷積以一次移動一個像素來卷積的，那么左上角2×2 局部和卷積核卷積的輸出矩陣S 的S00的元素，值為aw+bx+ey+fz，即各個位置的元素相乘再相加。接著輸入的局部向右平移一個像素，同樣的方法，變成（b，c，f，g）4個元素構成的矩陣和卷積核來卷積，可以得到輸出矩陣S 的S02，S10，S11，S12的元素。通過卷積層處理過的節(jié)點矩陣會變得更深，能夠有效地避免傳統(tǒng)機器學習方法所面臨的樣本特征表達稀疏、計算復雜等問題。

圖4 二維的3x4的卷積矩陣

CNN 在計算機視覺、聲音識別、人臉識別等領域取得了很大的成功。不少學者把它應用于自然語言處理領域，并對該網絡進行了改進，特別是在知識問答分類處理應用領域表現出色。如文獻[5]研究了CNN 在文本分類的實際應用，實驗證明基于CNN 文本分類模型能夠獲得比傳統(tǒng)機器學習模型更高的正確率。文獻[6]和[7]介紹了如何學習將句子表示成包含語義的結構，基于用戶當前的閱讀內容，為其推薦其他感興趣的文檔。CNN通過卷積操作，可以學習到句子中抽象的特征且組合低層特征形成更加抽象的高層特征，而且無需人工干預。通過應用卷積神經網絡良好的自動學習特性，咨詢平臺自動分析咨詢問題的內容，分析讀者對知識熱點的討論，分析和研究讀者的意見、情感、評價、態(tài)度和情緒等，可以挖掘和分析出大量的知識和模式，從而為主動信息推送提供科學規(guī)則。

3.3.4 自動問答“問題——答案”的主動分類

“問題——答案”主動分類在咨詢平臺的信息組織與管理中具有舉足輕重的地位，核心方法是能夠同時理解讀者的需求和知識庫的主題特征，要提取分類數據的特征并選擇最優(yōu)的特征匹配，不僅僅限于為用戶提供問題答案簡單檢索功能，而是基于深度學習更精確地為讀者進行知識提供，為讀者節(jié)約更多信息篩選的時間和精力。

問答系統(tǒng)分類模型結構明晰，首先要進行文本預處理，主要去掉常用且意義不大的停用詞，同時要利用分詞算法針對中文文本進行分詞處理，利用word2vec訓練大量的語料得到中文詞向量。經過分詞的輸入句子按照輸入順序逐詞編碼成一個由隱藏層輸出定長的向量，這樣一個定長的隱藏層向量可以充當輸入句子的語義特征向量，其嵌入了句子中各類重要的語義信息，因此可以很有效地表征一個句子的語義。每一輪前一個詞的編碼結果將會作為下一輪后一個詞的編碼過程的輸入的一部分，因此最終得到的隱藏層向量包含了整個句子的語義信息。另一個神經網絡作為解碼器，根據輸入一個個詞輸出解碼的結果，將這些詞按序拼接后得到的就是對于用戶問句的答句。在這個過程中，每一個神經網絡單元的輸入是上一輪解碼的隱藏層向量與前N 輪解碼出的單詞。因此，在解碼過程中的每一輪輸出的結果都受到了上下文（也就是編碼結果）以及之前N輪生成的單詞的影響，因此系統(tǒng)輸出的答句既能準確回答用戶的問題，又具有較好的語法結構、語序合理，而且答句句式較為新穎。

加入Word2Vec 與CNN 模型的問答系統(tǒng)框架，對數據特征逐層地提取，將連續(xù)的低維特征信息進行高維特征抽取合成，利用高維特征樣本訓練深度神經網絡模型，充分地體現信息數據特征間的相關性，進而得到理想問句——對答案的分類處理。因為技術算法的融入，問答系統(tǒng)反饋的結果不再是單條即時信息的集合，而是按事先確定的規(guī)則挖掘推送的問題答案的有序聚合，通過引導式推薦讓讀者沉浸于內容本身，不斷地關聯(lián)閱讀下去，從而增加閱讀深度。

4 人工智能在圖書館信息服務中的創(chuàng)新與未來發(fā)展

人工智能技術是新時代一項創(chuàng)新技術，在圖書館知識服務領域應用前景廣闊。基于深度學習實現圖書館智慧咨詢服務，可以改變傳統(tǒng)咨詢服務中館員與讀者之間被動的信息交流模式，替代專業(yè)館員完成可能需要投入大量資源和時間才能完成的咨詢工作，提升圖書館的服務效能以及便捷化水平。算法推薦技術屬于智慧咨詢系統(tǒng)的核心技術，依托圖書館內已有信息知識資源，可以有效洞察讀者潛在資源需求，促使信息服務從主要依靠專業(yè)經驗進行粗放管理向泛在化、智慧化管理轉變。

當然人工智能在信息咨詢服務領域還存在很多發(fā)展瓶頸。比如傳統(tǒng)咨詢模式，咨詢館員是信息的“把關人”，為用戶起著價值判斷、不良信息過濾的角色。然而智能推薦系統(tǒng)對信息的過濾主要依賴于對關鍵字的回避，對信息的甄選以及優(yōu)劣和真假判斷有待提高。另外，人與機器的語義交流網絡中如何更科學地形成完備的語義體系，對抽象的概念如何實現更精確地語義識別，以及實現真正意義上的交流，也是建設智能推薦模式的難題。大數據人工智能算法只能根據用戶歷史記錄發(fā)掘興趣模式進行知識推送，如果機器算法不成熟完善，導致推送的內容重復度太高，可能會讓用戶越來越被動地傾向于接收和自己相類似的信息和觀點，使他們越來越難從“信息繭房”中解放出來，越來越窄的信息環(huán)境會限制讀者的視野，減少其接觸其他多元化信息的機會。當然，從技術上看，以自動、主動開放為理念的人工智能信息推薦是卓有成效的，面對成千上萬的文本進行處理的機器人學習過程中出現的諸多問題，我們要做的就是根據出現的異常不斷修正完善，進一步提升智能化服務水平，但隨著算法和模型的不斷完善，這些問題都將被陸續(xù)解決。