基于认知轨迹工程型集成专利检索展望.docVIP

基于认知轨迹工程型集成专利检索展望 　　信息检索从手工、机械化(穿孔卡片)、联机(实时交互)到现在的计算机网络方式，经历了用户独立检索、用户依赖情报人员获取信息和用户借助新型信息技术独立检索的螺旋上升式发展过程。20世纪60～90年代，信息检索(IR)领域出现了三大方向：系统导向的IR、用户导向的IR和认知导向的IR。认知导向的IR，通常也被称为认知信息检索(cogmtlve Information Retrieval，简称CIR)，是与传统系统导向IR相区别的一种IR研究范式。系统导向IR的研究重点是作者文本、文本表示、提问式与IR技术，而CIR则将信息检索者的认知和行为表现作为研究的重点，把认知科学作为智能信息检索设计的理论基础。在此基础上的网络检索和人工智能检索成为信息检索领域的发展趋势。专利检索是专利工作的关键环节，其在检索范围、知识性及法律性等方面与一般信息检索有明显区别。不断增长的文献量、科学技术的快速更迭使专利检索工作更加困难而繁重。因此，我们有必要在现有专利检索方式和系统的基础上，吸取先进科学理念，运用信息化手段，结合工作进行研究和探讨，减少专利检索的重复劳动，提高质量和效率。 　　 　　传统信息检索 　　 　　1　“找文献”与“找内容” 　　如何快速，准确地从浩如烟海的信息资源中找到自己最需要的信息，成为困扰全球网络用户的最主要问题。以搜索引擎为典型代表的网络信息检索工具应运而生。它一般利用专门的程序自动创建和更新，采用全文本自动标引的方式，具有费用低、信息量大、存取直接，支持多媒体功能等众多优势。然而，计算机和微电子技术的发展，使得人们在信息检索研究中过于强调计算机化的图书情报机构系统的内部程序，基本没有考虑用户及其认知的主观因素。 　　如此的研究角度使得情报学的检索研究陷入了瓶颈，即检索技术的发展和系统的完善怎样也无法满足用户的真实需求。比如：信息检索的“找文献”而非“找内容”之缺陷在信息量剧增的今天表现得越来越严重。如果信息检索能够为用户提供一步到位的内容检索，则可大大减轻用户的信息负担。信息检索从“找文献”变为“找内容”涉及用户的认知能力和特征研究、人机交互以及文献深度加工等，或许可以称为信息检索研究的革命化进程和质的飞跃。 　　 　　 　　2　“匹配”和“判断” 　　词匹配为核心的标引和检索模式的弊端是：①词匹配的理论假设是一种近似，不是理解。其一般是依据词频统计法来确定词的重要性。②割裂了文本和提问中原来存在的词义逻辑关系，造成标引和检索结果的严重不一致。标引词送入计算机后，就只剩下词的物理属性了，而丢掉了词间的逻辑语义关系。③标引作业对标引人员的素质、智力劳动强度要求高。不同参与标引和检索的人员，由于知识背景、思维方式各异，会造成原文本和询问含义的歧变。 　　另外，在检索逻辑方面存在着二值相关性，即文献是否符合提问的检索判断，只有相关和不相关两个值。显然，这种简单的“非此即彼”的判断标准，不能正确反映文献和提问之间的真实关系。而事实上，文献与提问之间的关系要复杂得多，是从相关到不相关的程序性变化。另外，在评价检索系统的检索结果时，也是看逻辑式的满足，而非以用户的有用性作为评价标准，由此导致了信息检索系统评价与用户评价相差甚远，从根本上造成检索质量和效率的低下。 　　3　用户方面 　　尽管传统信息检索系统设计了一套复杂，烦琐的检索语言规则，近来也出现了不少自然语言接口，但仍不能以最终用户为中心。例如：用户往往在提交情报需求方面存在困难。信息检索的前提是用户需求能准确和完全地转换为提问。然而，在查找之前，用户一般不能精确地确定和表达其信息需求，因为用户的信息需求往往处在知和未知的模糊状态。古希腊哲学家柏拉图曾说过这么一句话：“人们要询问的既不是他知道的又不是他不知道的。如果他知道，则没有必要再问，如果他不知道，则不知道如何去问”。因此，传统信息检索在前提上存在先天缺陷，检索结果难以差强人意就不足为怪了。 　　 　　认知科学与认知检索 　　 　　1　认知科学 　　理解心智(mind)如何工作对于许多实践活动来说至关重要。认知科学产生于20世纪70年代，其主要目的就是试图探究人们是怎样完成各种各样的思维活动的。认知科学是研究人的智能以及人造系统智能的科学，涉及心理学、人工智能、社会学、语言学、生物学，计算机科学、信息论、人类学等多种学科，其内容包括感知与注意、知识表征、学习系统、思维与决策和认知模拟等等。学习是基本的认知活动，是经验与知识的积累过程，也是通过对外部事物前后关联地把握和理解，以改善系统性能的过程。 　　基于认知科学的智能化信息检索属于应用认知科学范畴，其重要特征是系统具有学习和积累的功能，比如：学会联结学习(结合、关系、倾向，例如：某种情景只能唤起