人工智能技术在高校图书馆信息检索中的应用

郭美娇，金 莉

浙江同济科技职业学院，浙江 杭州 311231

图书馆是高校的文献情报中心，根据《普通高等学校图书馆规程》规定，高校图书馆每周开放时长应超过90 小时，且与之对应的网络资源服务应做到全天候服务。高校图书馆运营期间，需对海量的图书进行管理，对学生借阅书籍、归还书籍进行数据归档，此过程对图书馆的检索能力有较高要求。高校图书馆应转变传统的理念，完成以信息化、智能化为基础的运营理念推广，将人工智能技术应用于图书馆信息检索服务中，构设出自动化与智能化、信息化与服务化相整合的管理体系。借助人工智能平台建设的图书馆信息检索系统，增强数据采集、分析、存储的协同性，保证图书信息的专项录入，为学生提供优质的检索服务。

1 人工智能技术与信息检索的相关概述

1.1 人工智能技术

人工智能理念的提出可追溯到1956 年，在先导理念的衍生下，科研人员逐步拓展理论，研发出人工智能系统，并在现阶段社会发展中得到广泛运用。人工智能技术将人们的思维与智能处理系统相结合，令数据处理过程具备人性意识，且借助强大的计算能力，可实现对既定数据的精准罗列及预测，并取代传统人工进行超精密的运算。人工智能技术需借助计算机设备及系统对数据信息进行智能推理、演算，并将此类推理方法及其演绎模式作为数据衡量的基准点，从而提高数据处理效率。

1.2 信息检索

信息检索作为一种信息技术，用户在下达查询执行时，针对数据集合进行查找，以提高计算机设备的运行效率。现有信息检索机制中，宏观角度界定为对数据信息采取特定形式的整理、组织，结合用户指令需求实现对数据信息的精确处理。微观角度界定为依据检索工具在固定的数据集合中查找数据。对于高校图书馆信息检索工作而言，可泛指为宏观式的信息检索。将信息检索技术应用于图书馆信息系统中，可定向进行数据检索处理，且可按照不同时间针对数据集合实现动态化补充，保证数据信息检索的时效性，可极大缓解图书馆服务人员的工作压力。

2 图书馆人工智能信息检索模型

基于人工智能技术实现的图书馆信息检索，是按照高校图书馆语义网络建设多点互联的检索模型，保证系统驱动过程中数据识别与分析的一致性。从现有的高校图书馆信息系统运行来讲，当书籍存在被借阅时，则图书馆服务系统应针对学生的借阅指令，按照分类检索图书信息。整个数据处理模式需按照特定的基准实现数据检索，此过程中的信息检索模型则作为用户与图书馆信息系统的关联体。如图1 所示，为图书馆人工智能信息检索模型。经由不同模块的数据处理，保证用户请求与检索驱动的精准对接。待用户在图书馆信息系统中输入与图书相关的关键词，向信息检索模块发送用户请求，其中资源库则创建本体，按照数据模型完成对数据信息的检索，并经由推理机驱动语义查询功能、语义抽取功能等，在数据库中检索与关键词相对应的书籍信息，并同步反馈到计算机界面中。

图1 图书馆人工智能信息检索模型

从信息检索模型的建设及驱动模式来讲，主要是以数据驱动为核心，检索图书馆数据库内部的关键信息。智能化处理过程中，借助专家系统、资源数据库，全域检索信息内容并呈现到计算机界面中，全面提高信息标定效率，协助用户实现精确化查找。

3 人工智能技术在高校图书馆信息检索中的应用

3.1 人工智能在公共图书馆信息检索中的应用

人工智能在信息检索的应用与实现是以数据模型为核心，对图书馆内部的数据信息进行智能采集与分类归档，按照用户下达指令，完成对整个数据集合的自动过滤。其中基于计算机信息系统的用户界面，则是为自然语言查询提供检索机制分析与智能搜索用户相关联的代理数据。这样在数据库中，便可以完成逻辑性的推理与演算，保证数据信息检索与图书馆关键词检索的对接性，进一步提高数据检索质量。

3.1.1 自然语言处理技术

图书馆信息系统在运行过程中，以自然语言处理为核心，实现数据的智能化管控，此类服务模式是借助处理器完成对语言的逻辑性排列，通过智能运算可以有效规避复杂语言所产生的数据繁琐处理问题，也可以通过智能检索服务，完成对内部软件的过滤。与此同时，在语言规则的驱动下，针对图书馆信息处理系统内部的数据内容进行单一化的过滤或阻隔，保证在不同浏览模式下，信息本身的价值量被数据基准所核定，如果存在此类浏览信息属于垃圾信息时则可以进行组织处理。除此之外，自然语言处理技术还可以针对句子、含义进行数据库内的检索，其可看成是基于复杂处理过后的一种具备总结性与分析性的检索机制，进而实现对单一词组、语句或段落的检索分析。

3.1.2 视频图像检索

基于人工智能技术实现的视频图像检测机制，是利用神经网络算法、模糊控制理论等对系统所收录到的视频图像信息进行索引处理，保证不同驱动场景下，智能服务机制可对图像本体信息进行割裂处理。此类系统运行期间，视频图像信息在颜色场景、纹理场景等不同类别下，需通过不同阶段的数据驱动完成对既定信息的定量配置。同时，视频图像信息的录入存在动态性特征，当图像信息存在覆盖问题时，人工智能处理则可通过自动检索特征，完成对标定信息的轨迹化监测，此类智能跟踪是保证信息全域检索的基础。此外，系统驱动过程中，还借助特征向量完成对不同驱动结构的处理，特征向量与图书检索信息的匹配，极大地提高了数据分辨属性，并提高了数据检索的合理性。

3.1.3 智能代理技术

人工智能代理技术对于图书馆信息检索系统来讲，借助智能处理平台，完成对信息检索模型的数据界定，此过程数据处理并不是单一执行驱动指令，而是通过多角度、多层级的主动执行，完成对复杂数据结构的分析。自动、智能的处理过程，强化数据对接质量，这对于系统驱动机制而言，能更加适用于未来图书馆信息系统的使用。例如，为学生提供个性化的数据检索服务，学生在检索某一类图书信息时，系统按照标定行为以及用户行为，完成对数据集合的检索。

3.2 人工智能技术在高校图书馆信息检索服务中的应用

3.2.1 获取服务

高校图书馆信息检索服务功能的实现，是对内部图书信息进行全域检索，保证搜查结果符合学生的阅读需求。传统图书馆数据服务中，需要工作人员代为查询，才可在海量的书籍中进行图书定位，增加资源耗用率。在人工智能技术的支撑下，为信息检索平台赋予智能机制，利用数据信息多元检索及分析，提高关键词搜查精度，降低出错率。目前，大部分高校图书馆信息管理系统中都将用户信息作为知识库的集合，结合神经网络算法、模糊控制理论等，分析用户在执行信息时可能产生的行为，并针对各类行为进行下一步的数据精细筛选，整个处理过程的针对性，能够令系统驱动过程符合图书馆信息管理诉求。其中，智能获取服务则是囊括动态、静态两种，经过外环境与内处理的合力，全面提高数据信息的识别能力。例如，在静态数据场景中，按照系统存储的学生信息进行需求预期判定，在动态数据场景中，则是按照学生登录图书馆信息系统产生的行为进行数据记录。两者的融合，则是用户独立数据库的支撑点。此时，将数据库作为用户日常需求的表述形式，按照程序逻辑实现判定，且用户在登录以后，数据库也将随之更新。全过程的跟踪、反馈与处理，可实时调整信息化系统的显示内容，保证图书信息推送的针对性。

3.2.2 定制服务

大数据时代的到来下，图书馆信息系统驱动期间也将产生海量的数据信息，此时在学生操作期间，将加大网络资源的耗损，拉低查询效率。人工智能技术支撑下的服务系统，则可按照既定程序，完成对基础数据信息的采集与匹配，多元场景的动态处理能力，实现用户需求与系统驱动的精准对接，令系统具备需求预测的能力。同时，在人工智能驱动下，完成基于信息检索模型的数据智能化处理，按照用户客观需求进行数据检索，不仅可将整个图书内容进行分类处理，还可以完成对用户需求层面的智能化推送，省去用户的思考时间。从目前高校数字化图书馆的建设机制而言，大多数是以信息集成为主，保证海量数据的同节点化处理，在人工智能技术的支撑下，则可以通过多节点化的数据分类，完成对数据与用户的精准对接，提供个性化、定制化的服务，提高系统的应用价值。此外，人工智能驱动下，将用户信息进行结构细分，令服务与用户需求形成精准对接，人工智能的分层次、强制执行的逻辑基准，保证图书馆为学生提供多元化的数据服务，以此来提高图书信息的价值。

3.2.3 辅导服务

在智慧理念的逐步落实下，大部分高校图书馆已经有原有信息化管理模式，逐渐转变为智慧管理模式，但是受限于传统高校图书馆运营模式的干预，在智慧管理实践过程中并无法达到预期。人工智能技术的应用，则可以加快部分管理及服务工作效率，保证各类资源的盘点及管理，提高信息检索及其服务的精确性。部分高校图书馆已经利用语言处理技术，对图书馆内部的信息资源进行采集与管理，按照语言规则进行数据检索，保证数据录入中及时清除垃圾信息，并将整个数据按照模块存储在相应的区域，例如，视频资源、图像资源以及各类文字资源等。此类数据检索按照跟踪算法完成对基础图书数据的分析。与此同时，在不同分类模式的支撑下，则可结合分类算法，辅助工作人员完成智能化的数据匹配及标定。除此之外，图书馆在管理过程中，按照系统预测功能完成对各类信息资源的辅助化调整。例如，学生在高校图书馆网站进行信息检索时，24 小时的服务模式则是经由智能处理系统完成对数据类别的划分及集群处理，保证知识规则及其具体服务能力是全程围绕学生而开设的。此时，便可真正将传统服务转变为线上全天候的序列化服务，辅助学生进行知识搜索分类与重组，保证强大的知识供给。

4 结语

综上所述，高校图书馆信息检索系统中，人工智能技术的应用赋予相关功能智能化、自动性化，经由数据信息的多角度分析、识别、归类，保证图书信息检索中的数据精准罗列，且可按照用户行为完成轨迹跟踪及预测处理，全面提高图书馆的服务质量。因此，后期发展中，高校应进一步加强对先进技术的研发与应用，配合推广机制，加快智慧图书馆的建设。