PROBLEM-ORIENTED INFORMATION RETRIEVAL DECISION SUPPORT SYSTEMS

Decision Support Systems(DSS)are man-machine interaction systems,which support the de-cision-makers to solve the unstructured and semi-structured decisions,this paper advances that thefunction of problem-oriented information retrieval DSS can meet the needs of enterprise’s topmanagement effectively in comparison with other information retrieval functions,in accordancewith the features of supporting information for decision.An architecture of this system is presented,which dissolves a problem put forward or recognized by the user into the problem recognized by thecomputer,forming retrieval tactics and searching the data the user needs.Designed and developedaccording to the architecture of this system,a prototype system is introduced,which is CF Econom-ic Environment Information Retrieval DSS.

Bayesian-based information extraction and aggregation approach for multilevel systems with multi-source data

The ever-increasing complexity of industry facilities has made the reliability analysis and assessment an imperative yet tough work. Motivated by practical engineering requirement, this paper develops a Bayesian-based information extraction and aggregation (BIEA) approach for system level reliability estimation of a complex system. It takes both subjective judgments and objective field outputs into consideration. Novel features of this approach is a unique information content based aggregation process, which allows a flexible application of this framework in separated modules on account for purpose. The coherency of which is guaranteed by the objective information content calculation. This work goes beyond the alternatives that deal with solely attributed data under ideal information circumstance, and investigates a more generic tool for real engineering application. Limitations embedded in traditional statistical modeling methods have been eliminated in a nature manner by information transition and integration. In addition, a double axis driving mechanism (DADM) for erecting the antenna of a satellite is demonstrated as case study for benefit illustration and effectiveness verification. © 2017 Beijing Institute of Aerospace Information.

智能信息检索研究范式的演进、反思与前瞻

随着人本AI重要性日益凸显,智能信息检索研究受到越来越多的关注。为更清晰地了解智能信息检索研究现状,文章着重分析智能信息检索研究范式的演进,揭示并反思其演进历程。采用主题分析法,分析183篇智能信息检索文献,归纳研究范式与主题,综述已有研究发现和成果,揭示发展现状,讨论发展前景。研究发现:智能信息检索研究存在“技术”“技术+用户”“人本”等3种研究范式。技术范式主要关注优化语料库和语义分析、信息分类和结果排序等,以提升检索精度。“技术+用户”范式聚焦通过优化个性化检索、信息安全、多媒体检索等技术,满足用户需求。人本范式主要探究人与系统的交互、人本系统设计以及技术伦理。未来,技术范式研究需突破传统信息检索技术研究目标的限制,规避AI技术应用风险,创新技术;“技术+用户”范式研究需向智能交互信息检索迈进,实现用户需求与技术的深度融合;人本范式相关研究潜力大,需聚焦体验和伦理,推进人本智能信息检索理论与实践的发展。

人工智能信息处理技术在网络信息检索中的应用

传统的信息检索系统主要依赖于基于关键词的检索和简单的统计方法,这种方法在处理大规模、多样化的信息时存在着一系列问题,如检索效率低下、结果不精准等。随着人工智能技术的快速发展,特别是自然语言处理、机器学习和深度学习等技术的成熟应用,人工智能在信息检索中的应用逐渐展现出了巨大的潜力。通过引入人工智能技术,信息检索系统不仅能够更加智能化地理解和处理用户查询,还能够实现个性化的服务,为用户提供更加精准、高效的信息检索体验。因此,人工智能技术在网络信息检索中的应用备受关注,并在各个领域展现出了广阔的前景。

人工智能聊天机器人在“医学信息获取”课程教学中的应用探讨

为探讨人工智能聊天机器人ChatGPT类技术对“医学信息获取”课程教学所产生的影响及课程的新方向,文章梳理聊天机器人在医学信息获取中的应用,并测试和分析当前ChatGPT类工具的检索能力,总结其不足;分析现阶段ChatGPT类工具的出现对“医学信息获取”课程教学的消极影响;讨论ChatGPT类工具日益完善后在该课程教学中对其的态度以及利用的方式。笔者认为,ChatGPT类工具终将改变传统的医学信息获取方式,同时改变教学导向,拓展教学深度。

基于人工智能的数字图书馆信息检索系统

针对目前部分数字图书馆信息检索系统性能及检索效率较低的现状,构建了一种整体检索性能更优的图书馆信息检索系统模型。该模型是基于人工智能技术,在引入贝叶斯理论的基础上,结合随机森林算法构建的数字图书馆信息检索系统模型。对比现有的检索系统模型,该模型可以获得更高的检索精度、查准率、查全率,并进一步缩短了检索时间,其检索性能已经在数字图书馆信息检索系统中得到了验证。

基于属性论的文本相似度计算

以属性论为理论依据，分析了文本属性与属性重心剖分模型的关系，建立了文本属性重心剖分模型，并在属性坐标系中表示文本向量与查询式向量，确定向量之间的匹配基准，计算匹配距离，从而建立一个文本与查询式之间的匹配相似度计算公式．该模型有效地描述文本属性和查询式属性之间的关系．

问答式检索技术及评测研究综述

问答式检索系统(简称问答系统)是集自然语言处理技术和信息检索技术于一身的新一代搜索引擎。它的出现旨在提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。经过这几年的发展,问答系统已经成为自然语言处理领域和信息检索领域的一个重要分支和新兴的研究热点,其“通过系统化、大规模地定量评测推动研究向前发展”的发展轨迹,以及某些成功的启示,如基于字符表层的文本分析技术(模板技术)的有效性,快速、浅层自然语言处理技术的必要性,都极大地推动了自然语言处理研究的发展,促进了NLP研究与应用的紧密结合。回顾问答系统研究的历史,总结问答技术的研究现状,将有助于这方面工作向前发展。

区域开发环境评价中人工智能扩展GIS在累积过程分析中的应用

采用人工智能方法,扩展GIS(地理信息系统)的功能,建立能对累积影响途径全部推理过程做出必要解释的累积效应专家系统。充分发挥其推理及解释的功能,克服 GIS 在累积效应过程分析和推理中的不足,解决了在区域开发环境影响评价中,用 GIS对区域影响环境评价的累积效应影响的时空分析,虽有一定的优势,但不能对累积效应的过程进行分析,即不能确定和分析累积效应的因果关系,不能区分累积方式的难题。研究结果表明,该系统能为区域开发环境影响评价提供决策支撑。

自然语言处理在信息检索中的应用综述

在信息检索①发展的过程中,研究者们不断尝试着将自然语言处理应用到检索里,希望能够为检索效果提高带来帮助。然而这些尝试的结果大多和研究者们最初的设想相反,自然语言处理在大多数情况下没有改进信息检索效果,甚至反而起了负面作用。即便有一些帮助,也往往是微小的,远远不如自然语言处理所需要的计算消耗那么大。研究者们对这些现象进行了分析,认为:自然语言处理更适合于应用在需要精确结果的任务中,例如问答系统、信息抽取等;自然语言处理需要针对信息检索进行优化才可能发挥积极作用。最新的一些进展(例如在语言模型中加入自然语言处理)在一定程度上印证了这一结论。

三元概念分析综述

三元概念分析是形式概念分析的推广,也是人工智能领域较新的一个重要研究分支,涉及机器学习、数据挖掘和信息检索等。文中对三元概念分析的研究现状及发展趋势进行了梳理,着重介绍了三元概念分析现有的基本理论、方法及其应用,并阐述了与形式概念分析的联系,以及未来可以进一步研究的工作。

个性化智能信息检索的设计与实现

文章提出了一个个性化智能信息检索系统NetLooker，它是智能信息检索领域的重要研究课题。系统运用人工智能的方法，采用两层分布式智能体Agent技术、相关反馈学习算法、信息滤波算法，面向用户个性化模式来设计和实现。系统采用两层交互机制，支持个性化检索和浏览式检索两种信息检索方式，有良好的交互方式、能智能适应用户兴趣和信息源的变化。它可应用于WWW、电子商务等分布式系统中进行信息检索，因此具有理论价值和使用价值。

情报检索智能化

情报检索智能化●李明沈红君（南京大学信息管理系江苏２１００９３）ＡｂｓｔｒａｃｔＴｈｉｓｐａｐｅｒｆｉｒｓｔａｎａｌｙｚｅｓｔｈｅｒｅｑｕｉｒｅｍｅｎｔｏｆｉｎｔｅｌｅｃｔｕａｌｉｚａｔｉｏｎｉｎｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌｓｙｓｔｅｍａ...

基于案例推理的中医诊疗专家系统

把基于案例推理技术用于中医诊疗专家系统的知识表示和推理。提出一个系统模型,介绍案例推理的基本结构,案例提取网以及案例提取算法,对系统中案例的学习和修正机制进行了说明,给出用基于案例的解释来生成诊断结果的解释性说明,以及辅助构建基于案例的中医诊疗辅助教学系统。对系统的特点进行总结,指出进一步研究发展方向。

词性标注对信息检索系统性能的影响

在信息检索中引入NLP技术是信息检索发展的主要趋势 ,本文将NLP中较为成熟的词性标注技术加入信息检索 ,采用大规模TREC数据集 ,试图发现词性标注对检索系统性能的影响。笔者在SMART检索系统上使用不同标注集、不同索引项权重进行了检索实验。实验表明 ,在信息检索中加入词性标注信息可能会对某些特定Topic和Document的检索效果有所改进 ,但词性标注的影响能力弱于索引项权重选择的影响能力。词性标注对检索性能的影响涉及到Topic和Document中的具体用词 ,普遍规律有待进一步研究。

数字图书馆信息检索技术的智能化发展趋势

信息检索是数字图书馆技术的重要组成部分,本文从数字图书馆信息检索技术的发展现状和不足入手,总结了数字图书馆信息检索技术的智能化发展趋势。

基于Ontology的信息检索技术研究

随着Web的迅速发展 ,网上信息资源越来越丰富 ,网络已经成为了一个全球最大的信息库。而用户要从中得到所需的信息一般是通过各种信息检索工具。但是现有的信息检索工具都存在着检索精度不高等问题。本文针对这些问题 ,提出了将Ontology融合到信息检索技术中的思路。利用Ontology中拥有的领域知识 ,可以大大提高检索系统对自然语言文本的理解能力 ,同时方便用户以自然语言的方式提出检索请求 ,从而提高检索的效果。

基于事例推理系统中的模糊检索

针对现有建筑结构初步设计专家系统的检索方法存在的不足,介绍了一种基于事例推理的新检索方法.该方法基于模糊相似优先的实例检索思路,采用海明距离的模型描述属性间距离,更好地反映了不同事例属性值的差异,并赋予属性权重系数更加直观的意义,使之更容易选取,适用于普通数据库(非模糊数据库)中的数量型属性的检索.结合一个高层建筑结构初步设计结构选型的工程案例,进行事例检索,说明了新方法的可行性和合理性.

自动分词技术及其在信息检索中应用的研究

首先分析了自动分词与自然语言处理、自动分词与信息检索之间的关系 ,在此基础上 ,介绍了近年来自动分词系统实现的技术原理 。

基于主题语言模型的中文信息检索系统研究

准确的文档语言模型估计对于改善语言模型检索系统的性能是非常重要的。在本文中我们提出了基于主题语言模型的信息检索系统,首先设计了“改进的两阶段K Means聚类算法”来对文档集合进行聚类,通过引入AspectModel结合聚类结果可以得到基于主题的语言模型。这个新的语言模型较深入地刻画了词汇在不同主题下的分布规律以及文档所蕴含不同主题的分布规律。将主题语言模型和文档本身的语言模型通过线性插值可以更准确地估计文档语言模型。实验结果表明我们提出的这个方法显著改善了检索系统的性能,与Jelinek Mercer模型方法相比较,主题语言模型检索系统的平均精度提高大约16 17% ,召回率提高大约9 6 4%。