人知交互中用户隐式知识需求分析研究

论文摘要

在传统的教学系统中,学生的学习过程是一种“人主动、知识被动”的过程,教师在其中扮演的角色是将消化了的知识教给学生,解释学生在学习过程中遇到的问题。我们研究的人知交互（Human-Knowledge Interaction）,是指人与知识间的交互过程,是用户根据自己的需要从知识源获得知识的过程,系统可以主动反馈和推荐知识。目前,计算所NKI课题组正在研制大规模多领域专业知识库和常识知识库,同时提供知识查询和其它知识服务给不同层次的用户。对一个领域（如地理、宗教和音乐）而言,懂得该领域的人很少,绝大多数用户是非领域人士,他们可能是普通的对某领域感兴趣的人、一般管理者或初涉者。在开始查询知识库时,他们常常不是出于主动的学习意图,而是出于一种好奇,是一种临时性的或者随意的行为,但是正是这种好奇,再加上知识库系统的适当引导,我们认为这些人有可能变为领域专业人士。为此,本研究课题的主要目的是通过隐式知识需求的分析和反馈,扩展用户的知识面,提高用户对知识的组织能力和抽象能力,激发用户的兴趣,逐步引导用户从入门走向精通。本课题面临的主要难点包括五个方面:（1）如何获取用户的隐式知识需求,才能达到扩展用户知识面、帮助用户组织知识、引导用户、激发用户兴趣的目的?（2）知识需求如何表示?（3）如何客观地对隐式知识需求进行测度?（4）如何根据用户查询的问题分析用户的特征?（5）如何评价隐式知识需求分析结果,这种分析是否达到了我们预期的目的?为解决上述难题以及保证用户隐式知识需求分析结果的客观性,我们采用以下三个主要策略。首先,通过领域概念空间、属性空间和主题空间的表示,清晰准确地表达了知识的结构层次。其次,基于大规模多领域真实语料的统计分析,增强隐式知识需求分析的客观性和准确性。最后,结合用户查询历史,着重从知识的结构层次来分析用户的隐式知识需求。具体而言,本文取得了如下创新成果:（1）知识需求建模方法。我们在概念空间、属性空间和主题空间的基础上,提出了知识需求的建模方法和表示方法。对显式知识需求、隐式知识需求、用户查询历史以及知识需求分析过程进行了形式化的定义。（2）隐式知识需求元分析的方法。为了对隐式知识需求进行量化分析,我们首先定义了一组基于统计和知识结构的知识需求分析指标集,为隐式知识需求的

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 隐式知识需求分析的研究背景及意义
• 1.1.1 国家知识基础设施
• 1.1.2 智能人知界面HKI
• 1.1.3 隐式知识需求分析的研究意义
• 1.2 相关研究
• 1.2.1 知识问答系统
• 1.2.2 查询扩展技术
• 1.2.3 推荐系统
• 1.2.4 智能教学
• 1.2.5 软件需求分析
• 1.3 论文的主要工作与成果
• 1.3.1 主要工作
• 1.3.2 主要成果
• 1.4 论文的组织结构
• 第二章 概念空间、属性空间、主题空间及知识需求表示
• 2.1 概述
• 2.2 概念空间
• 2.2.1 概念空间的定义
• 2.2.2 概念间的若干重要关系
• 2.2.3 概念空间示例
• 2.2.4 概念的性质
• 2.3 属性空间
• 2.3.1 属性空间的定义
• 2.3.2 属性空间示例
• 2.3.3 槽的性质
• 2.4 主题空间
• 2.4.1 主题空间的定义
• 2.4.2 主题空间示例
• 2.5 知识需求表示
• 2.5.1 知识需求的定义
• 2.5.2 用户查询历史的定义
• 2.5.3 知识需求分析过程的描述
• 2.6 小结
• 第三章 显式知识需求分析
• 3.1 概述
• 3.2 基于本体的知识查询语言设计
• 3.2.1 知识查询语言的继承关系
• 3.2.2 知识查询语言的设计
• 3.3 模糊匹配技术
• 3.4 性能分析
• 3.5 小结
• 第四章 隐式知识需求分析（1）：量化指标与元分析
• 4.1 概述
• 4.2 知识需求分析指标集
• 4.2.1 知识需求分析中的频度指标
• 4.2.2 知识需求分析中的互信息指标
• 4.2.3 知识需求分析中的条件概率指标
• 4.2.4 知识需求分析中的槽值分布指标
• 4.2.5 知识需求分析中的相似度指标
• 4.3 用户查询的元分析
• 4.3.1 问题类型分析
• 4.3.2 用户认知错误分析
• 4.3.3 用户提问水平分析
• 4.3.4 用户知识水平分析
• 4.4 用户知识模型
• 4.4.1 用户知识模型表示
• 4.4.2 用户知识模型建立
• 4.5 小结
• 第五章 隐式知识需求分析（2）：获取和确认
• 5.1 概述
• 5.2 相关需求推导策略
• 5.2.1 知识完整相关
• 5.2.2 知识比较相关
• 5.2.3 知识具体相关
• 5.2.4 知识抽象相关
• 5.2.5 错误修正相关
• 5.2.6 知识水平相关
• 5.2.7 遗漏补充相关
• 5.2.8 知识引导相关
• 5.2.9 统计意义相关
• 5.3 隐式知识需求求解
• 5.3.1 主题序列求解
• 5.3.2 主题内容求解
• 5.4 隐式知识需求确认
• 5.4.1 知识需求确认指标集
• 5.4.2 需求满足的性质
• 5.4.3 需求确认过程
• 5.5 隐式知识需求分析算法
• 5.6 实例分析
• 5.7 小结
• 第六章 隐式知识需求分析方法的评估和应用
• 6.1 概述
• 6.2 隐式知识需求分析方法评估
• 6.2.1 当前知识需求评估
• 6.2.2 系统整体评估
• 6.3 隐式知识需求获取的自适应
• 6.4 隐式知识需求分析在HKI 中的应用
• 6.5 小结
• 第七章 结束语
• 7.1 本文总结
• 7.2 主要贡献与创新
• 7.3 下一步研究工作
• 参考文献
• 致谢
• 作者简历