董 彦

（国家图书馆，北京 100081）

随着《新一代人工智能发展规划》的提出与实施，预示着人工智能技术已经成为科技发展的重要战略计划，这将给图书馆行业带来深刻的变化[1]。深入研究基于人工智能的图书馆知识服务创新问题有着重要的实践意义[2]。基于人工智能的智慧图书馆将是未来图书馆的发展形态，并且智慧图书馆的服务离不开互联网、数据挖掘、模式识别、多媒体和数字化等多项技术的支持[3]。人工智能背景下的图书馆服务，并不只是人工智能技术和图书馆服务之间的简单叠加，而是二者之间的深度融合与交互。建设智慧图书馆服务体系，深化图书馆知识服务，是未来图书馆的发展方向[4]。

1 人工智能与图书馆知识服务

图书馆依靠人工智能技术强大的数据处理与分析功能，通过数据收集、知识发现、知识融合、深度推理，在信息资源和知识需求之间构建出知识服务与应用模式，通过传感与认知技术，协助图书馆用户更方便、快捷地完成知识获取和应用。

1.1 数据收集与知识发现

利用数字化和多媒体化工具，图书馆可以通过各种渠道收集文献资源数据和用户信息、行为以及社交数据，形成多元异构的大数据，包含有结构化数据、半结构化数据以及非结构化数据，在数据的类型上也包括文本、图像、音频以及视频等多种数据形式。随着人工智能应用的深入，图书馆的数据来源将会越来越多样化，除了键盘鼠标等传统输入设备，数据的收集还可来自传感器、可穿戴设备以及眼动仪等高科技设备[5]。当图书馆收集到海量数据之后，需要对数据进行挖掘并发现蕴含在数据中的学科、资源和用户知识。在对文本数据的知识发现上，可采用人工智能中的自然语言处理技术，通过对文本的理解和挖掘，采用关联规则分析、偏差分析和聚类等方法，从数据中提取出知识元，以知识元为基础构建知识实体及其属性，从而形成知识元数据库。在知识元数据库基础上，很容易提取用户行为、兴趣偏好，以及理解文献中的知识。

1.2 知识图谱与深度推理

在知识发现的基础上，基于知识推理和深度学习，可以构建出知识图谱，实现对较复杂的数据语义深度推理和理解，是图书馆知识服务的有力支撑。基于知识图谱的深度推理主要包括两个主要方面，分别是符号推理和统计推理。其中，符号推理不需要用户自定义推理过程，可直接发现不同知识元实体之间的语义关联关系。统计推理则通过统计方法从知识图谱中获取隐藏在其中的隐含知识。深度学习的超强数据挖掘能力和图书馆积累的大数据和云计算平台，使得图书馆获得了对知识图谱深度推理的能力。深度推理将应用卷积神经网络以及循环神经网络，从知识图谱中挖掘出更有意义的内容，包括在图书馆的专家问答系统、知识推荐系统、资源搜索系统中，都将提供稳定的知识挖掘和识别结果，为读者提供专业的创新服务。

1.3 知识服务与应用

在知识图谱及其深度推理的基础上，还需要构建知识的服务与应用，分别包括知识挖掘结果的查找、推理、学习和计算。针对知识图谱构建的知识服务，能够为图书馆用户提供智能化、智慧化的多种知识服务。其中，通过对用户行为、偏好和资源检索的知识图谱进行深度推理，可以为不同的用户构建精准的用户画像，在用户画像基础上完成对用户的个性化知识服务建设[6]。另外，基于图书馆的学科资源知识图谱构建的深度推理，可以为用户提供某个学科的知识关联、发展前景、研究热点，以及更为细致化的学科知识导航。最后，基于专家信息、交流信息等构建的知识图谱，结合自然语言处理技术可以构建出自动问答系统，通过自动问答系统能够有效解决用户的基础需求，解放专家资源去完成更有深度的交互和问答。同时，自动问答系统可以方便、快捷地弥补学科中的短板，让图书管理员起到主导作用，为用户提供更细致的知识问答服务。

2 人工智能背景下图书馆知识服务创新模式

2.1 自助式导航与知识检索

计算机网络与智能技术促进了知识获取方式的长足发展，同时也带来了知识迷航的问题。如今，海量的大数据涌入读者的眼帘，容易使读者产生疲劳，无法从大量数据中获取自己所需要的数据。因此，图书馆知识服务创新首要解决的问题便是知识导航与知识检索，并且需要构建出自助式的导航与检索，提升获取数据的效率，并减少不必要的消耗。为了构建自助式导航，依托于学科之间的知识图谱的可视化过程，可以形成知识与知识、知识与资源之间的关联关系。由知识图谱中推理出的资源关联关系，可以导航出实体之间的动态关联。读者通过自助的方式，即可方便地把握知识的发展过程，可以及时发现知识主体和学科热点，了解当前的研究动态和发展。

此外，依托于知识图谱，将知识和资源关联起来，设计出智能知识检索系统，通过关键词的搜索，该系统不但返回搜索关键词的匹配结果，还能够根据读者的历史检索记录以及资源检索结果，为用户建立符合其兴趣的知识卡片，分别包括相应作者的介绍、作品信息以及学术链接等。另外，资源之间的相关关系，可以通过知识图谱与跨库资源共同建设，对读者的知识检索结果设计深度关联，提升资源的延展性。

2.2 个性化知识推荐与推送

图书馆面临的用户群体越来越年轻化，该群体更需要图书馆服务的场景化与个性化。其中，场景化不同于传统的情景感知，需要将读者的动态化、多样化场景结合起来，更强调读者与场景的交互。基于移动图书馆基础设计个性化知识推荐，可采用机器学习与模式识别技术，从不同读者的终端上读取行为数据、时间数据、定位数据等行为数据和传感数据，对读者的阅读地点、行为轨迹、行为模式进行挖掘与分析，通过分析结果对场景建模，随后采用Spark 内存分析技术，实时完成场景匹配。最后，对于匹配到的场景，实现场景知识推荐。场景知识推荐可以让读者获取更真实的体验，并增强读者对于图书馆创新服务的需求。

其次，个性化服务也是年轻读者的需求之一。个性化服务是主要以读者为中心，设计出与个体相关度大的高质量知识服务[7]。通过知识图谱构建的用户画像，精准地给出了读者的年龄、学历、性别、兴趣爱好分布，通过这些分布即可实现个性化知识推送服务。在推送形式上，可以传统的邮件形式，也可以采用新兴的微博、微信公众号等形式，以满足个性化的知识需求。

2.3 自动化式知识问答与咨询

知识问答与咨询是图书馆创新服务不可或缺的一环，经典的知识问答与咨询由读者采用自然语言输入问题，系统通过检索和决策给出问题的答案。图书馆则需要构建自动化的知识问答系统，该系统不但可以通过自然语言输入，还可以通过语言、图像、视频等多种个性化输入方式，在知识回答上也应该采用各种不同的方式，结合读者的使用场景，有针对性地给出知识回答。例如，当读者使用移动设备时，回答的方式就可采用图文方式；而一旦读者采用PC 终端，即可推送视频回答方式。通过这种方式，不但能够提升个性化的知识问答服务，还能够培养读者的使用习惯。

此外，自动化的知识咨询服务，主要包括泛在知识环境、嵌入式用户场景以及科研过程3个主要方面[8]。在自动化的知识咨询服务中，图书馆可以通过人工智能技术，分析读者的用户精准画像，从用户画像中发现用户的实际特征，然后通过实际特征对知识进行深入挖掘，发现创新型知识与关联规则，最后完成知识获取、整合和应用相结合的自动化知识咨询服务，可用于学科创新以及科学前瞻。

3 人工智能背景下图书馆知识服务发展策略

3.1 落实整体战略布局

图书馆从统筹规划以及分类指导层面做好国家《新一代人工智能发展规划》，积极推动图书馆这一知识载体的战略转型以及服务创新。在统筹规划中，各图书馆之间应该构建人工智能服务联盟，促进相互学习与合作。不同于其他技术，人工智能技术需要建立在足够的数据与计算资源之上，因此多个图书馆之间的合作，可以获得更全面的数据，从而形成更精准的用户画像，且多个图书馆之间的计算资源共享，也能够进一步提升数据挖掘和深度推理的效率。

图书馆通过对管理、技术以及服务模式的改革，实现基于人工智能的图书馆管理、技术和服务模式的创新，尽量满足不同个体的个性化需求。此外，还需要广泛调研学科的发展前景，为不同学科制定科学的发展蓝图，通过明确的发展路线与方向，形成可持续发展的科学规划。通过全面落实整体战略布局，才能形成真正意义上的人工智能创新服务，建设与数据挖掘和智能分析相关的配套设施以及整体规划，发挥出人工智能在图书馆知识服务中的良好作用。

3.2 突破关键智能技术

图书馆由传统的纸质书籍图书馆，发展到数字化多媒体图书馆，再到智能图书馆的进程中，科技是驱动图书馆发展和转型的最重要条件。因此，图书馆在知识服务创新过程中，还需要突破关键的智能技术。在数字化、多媒体化、互联网化图书馆基础上，人工智能在数据挖掘和深度推理上的创新及其应用，使得图书馆的发展翻开了全新的篇章。图书馆从跨结构数据分析、混合群体智能增强技术、虚拟现实技术、增强现实技术以及智能硬件芯片等技术入手，与知识服务相结合，突破这些关键的智能技术应用。

其中，跨媒体分析技术主要应用在多类型数据的共同挖掘上，实际上由于图书馆需要接收不同终端的需求并完成不同媒介类型的回答，因此会产生结构化、半结构化以及非结构化数据。然而，不同结构的数据不能同时完成分析，因此需要采用跨结构数据分析方法。此外，群体智能在模拟读者群体中也能起到关键作用，通过分析和模拟读者群体之间的相关关系，也可以进一步提升图书馆的知识服务效能。虚拟现实和增强现实技术则是与图书馆物理场馆相结合的技术，建设真实感较强的图书馆场景，可以进一步提升图书馆的智能服务。最后，图书馆中的人工智能技术需要强大的计算能力支撑，这也是图书馆需要开发和设计适合自身业务的智能硬件芯片的主要原因。

3.3 培养核心科技人才

人工智能技术集合了多种不同技术，因此在运营和管理上将会涉及复杂的系统工程。然而，当前的大多数图书馆都采用外包的形式，通过第三方科技公司的开发、运营和管理，这种方式使得人工智能技术与图书馆相关业务结合不紧密，丧失了人工智能技术在图书馆知识服务中的创新作用。因此，为了提升人工智能技术的实际效用，图书应该组建专业服务团队，并培养核心科技人才。在培养核心科技人才时，一方面可以通过人力资源优惠政策吸引高科技人才的加盟，负责人工智能的整体规划服务管理，以及在服务器和终端上的技术维护和数据分析。核心科技人才可以通过讲座、活动等加强与图书馆管理人员之间的交流，加强科技与核心服务之间的结合，让人工智能技术能够切实地解决图书馆的相关问题。

另外，图书馆不但需要培养自己的核心科技人才，还需要加强与科技机构之间的合作，通过访问交流的方式，学习人工智能技术在图书馆应用中的管理、运维经验，这类交流人员可作为核心科技的辅助人才，协助引进的人才，共同完成知识服务的创新。最后，图书馆还应该基于核心科技人才构建专家智库，并使专家智库应用于知识服务过程中，为图书馆的知识服务提供更科学、更优化的解决方案。

3.4 完善考核与安全制度

一般来说，图书馆服务的考核主要包括智能交互系统、读者群体、运行和管理模式等方面的内容。实际上，对于图书馆知识服务的考核，需要划分为不同阶段。在人工智能服务的初期，应该充分考虑人工智能技术的可持续发展，通过对各项服务进行前期的小范围调试与测试，收集读者的反馈信息，充分考虑反馈信息之间的耦合性，提升服务器的稳定性，改善服务逻辑中存在的问题。在反馈与评估过程中主要指标为服务效果和读者满意程度，服务效果包括服务的成本、质量、收益和反馈等。读者满意程度则包括使用方式、科学背景、隐私保护以及兴趣偏好等。图书馆可采用问卷调查的形式完成，通过对两个主要指标建立考评制度和体系，形成评估报告，完善考核制度。

作为读者方，在使用图书馆提供的人工智能知识服务中，由于人工智能的开放性，通常会造成个人隐私的安全问题。因此，图书馆还应该考虑信息安全问题，尊重读者的个人隐私信息，通过安全加密的手段，传输与用户信息相关的知识图谱与用户画像。在服务器与不同形式终端之间，应该设计防火墙和入侵检测系统，并在系统中植入智能检测和判断，对高风险的个人隐私信息发出预警，保障读者的所有信息都在低风险范围内，建立可靠的安全制度。

4 结语

人工智能背景下，实现图书馆知识服务创新的主要路径是通过数据挖掘和模式分析方法，对海量的异构数据进行分析，形成多种类型的知识图谱，并通过对知识图谱的深度推理，建设智能导航、检索、推荐、咨询以及问答系统，让读者享受更方便、快捷的知识服务。同时，人工智能带来的信息安全问题，尚待完善的考核制度问题，以及核心科技人才培养等问题，将是今后研究和探索的重点。