本站小編為你精心準(zhǔn)備了文本挖掘的案例推理系統(tǒng)研究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《情報(bào)科學(xué)雜志》2015年第十一期

1引言

基于案例推理(Case-basedReasoning，CBR)是近年來人工智能領(lǐng)域一項(xiàng)重要的問題求解與學(xué)習(xí)相結(jié)合的推理技術(shù)，它是基于過去的實(shí)際經(jīng)驗(yàn)或經(jīng)歷而對(duì)當(dāng)前問題進(jìn)行處理的一種方法。1987年以來，國(guó)際上每年都會(huì)召開CBR研討會(huì)(ICCBR，EC⁃CBR)，極大促進(jìn)了CBR理論與應(yīng)用的發(fā)展。近年來，關(guān)于CBR的研究主要集中在CBR與其他人工智能方法的結(jié)合與比較，CBR作為解釋機(jī)制的算法研究，CBR案例改編機(jī)制研究，分布式的案例推理與學(xué)習(xí)研究等等【1-2】，目前已在故障處理、疾病診治、決策支持、案件審理等領(lǐng)域取得了較好的應(yīng)用效果【3】。然而，傳統(tǒng)CBR研究所關(guān)注的案例提取，重用，改編與保存的推理循環(huán)過程只是其發(fā)展的一方面，研究卻很少關(guān)注使用系統(tǒng)的用戶，而在一定層面上用戶是否積極參與決定了CBR系統(tǒng)的成功與否。正因缺乏與用戶交互等原因，當(dāng)前許多CBR系統(tǒng)仍面臨著案例庫案例過時(shí)，案例表示缺乏可擴(kuò)展性，案例數(shù)量停滯無增長(zhǎng)，系統(tǒng)缺乏用戶參與協(xié)作等問題【4】。而Web2.0作為一個(gè)以多數(shù)人取代少數(shù)人智情報(bào)科學(xué)第33卷第11期2015年11月慧與貢獻(xiàn)的平臺(tái)，更注重用戶與Web間的交互，用戶既是信息的瀏覽者又是信息的創(chuàng)建者，這在一定程度上與CBR作為人機(jī)交互系統(tǒng)的理念不謀而合，同時(shí)對(duì)于含有大量文本的CBR系統(tǒng)案例庫，需要一定的技術(shù)輔助其發(fā)現(xiàn)文本中隱藏的趨勢(shì)或信息。鑒于此，本文擬從Web2.0與文本挖掘的角度進(jìn)行研究，該方向的研究目前相對(duì)薄弱，相關(guān)的論述也較少。國(guó)外學(xué)者WuHe，TawnyaMeans等人指出了傳統(tǒng)的單獨(dú)式CBR系統(tǒng)設(shè)計(jì)成本高，拓展性差等問題，闡述了基于Web的CBR應(yīng)用所具有的優(yōu)勢(shì)并將其稱作CBR2.0【4】；QiangYang與JingWu認(rèn)為案例結(jié)構(gòu)應(yīng)越簡(jiǎn)單越好，強(qiáng)調(diào)通過聚類劃分案例，對(duì)于文本案例也可根據(jù)附加在案例上的屬性值來進(jìn)行分類【5】。截止2013年6月20日，筆者在中國(guó)知網(wǎng)(CNKI)中以“案例推理”與“Web2.0”、“文本挖掘”等組合為關(guān)鍵字共檢索出相關(guān)文獻(xiàn)3篇。其中華南理工大學(xué)的李峰針對(duì)Web2.0環(huán)境下自底而上的知識(shí)形成過程，提出了基于案例的知識(shí)管理系統(tǒng)【6】；合肥工業(yè)大學(xué)的戴奇波、倪志偉等人設(shè)計(jì)了一種基于動(dòng)態(tài)數(shù)據(jù)流挖掘的案例推理模型【7】。總體來講現(xiàn)有文獻(xiàn)大多屬于理論層面的構(gòu)想并沒有深入探討，還未形成完善的體系。本文在以往研究的基礎(chǔ)上，以CBR作為人機(jī)交互系統(tǒng)為著眼點(diǎn)，運(yùn)用Web2.0與文本挖掘技術(shù)構(gòu)建層次化的交互式系統(tǒng)模型，以解決傳統(tǒng)CBR忽略“用戶”作用的缺陷，并剖析了其在系統(tǒng)中的具體應(yīng)用與實(shí)現(xiàn)，以期拓寬CBR研究的思路與方向。

2基于Web2.0與文本挖掘的CBR系統(tǒng)

2.1CBR中引入Web2.0與文本挖掘的必要性傳統(tǒng)CBR系統(tǒng)案例庫中的知識(shí)往往由專家給出，或者由以往經(jīng)驗(yàn)得出，案例的更新是“被動(dòng)地”，即只有當(dāng)用戶有求解需求時(shí)才會(huì)使用。如此被動(dòng)的方式往往使案例庫知識(shí)量少，新案例獲取困難，并且由于長(zhǎng)期得不到更新，成為靜態(tài)、過時(shí)的案例庫，極大影響解決問題的深度與廣度。同時(shí)，傳統(tǒng)CBR系統(tǒng)缺乏用戶間交流協(xié)作的平臺(tái)，使用系統(tǒng)的最大目的僅是單純尋找能解決當(dāng)前問題的最相關(guān)案例，用戶無法討論他們讀過的案例，也無法對(duì)案例做補(bǔ)充說明，案例庫資源得不到充分地增值與利用。從知識(shí)管理的角度來講，對(duì)于行家里手的工作經(jīng)驗(yàn)，由于缺乏可以“主動(dòng)”貢獻(xiàn)的平臺(tái)而未能留下相對(duì)完整的解決方案記憶，其他用戶碰到類似問題只能重頭再來。伴隨著Web2.0的迅速發(fā)展與普及應(yīng)用，在CBR系統(tǒng)中引入Web2.0技術(shù)，增加系統(tǒng)與用戶交流的接口，用戶從被動(dòng)的接受者變成主動(dòng)的內(nèi)容貢獻(xiàn)者，為用戶提供一個(gè)學(xué)習(xí)平臺(tái)，可以評(píng)論案例，豐富案例庫，創(chuàng)建案例更加自主，使案例庫內(nèi)容呈現(xiàn)出開放與協(xié)同創(chuàng)作的特點(diǎn)。例如，可以用Wiki平臺(tái)幫助系統(tǒng)拓寬案例來源，還可通過Blog構(gòu)建網(wǎng)絡(luò)社區(qū)評(píng)論案例并為案例增加注釋【8】。引入Web2.0在系統(tǒng)中構(gòu)建不同的交流圈子，使用戶積極參與到系統(tǒng)互動(dòng)共享中，同時(shí)也大大降低了系統(tǒng)解決問題的成本。用戶的經(jīng)驗(yàn)和感知在一定程度上決定了案例的質(zhì)量，而用戶參與度與交互性的加強(qiáng)反過來促進(jìn)案例質(zhì)量的提高。研究表明大約80%的組織信息都包含在文本文檔中【9】，案例庫中同樣含有大量的文本信息。文本挖掘技術(shù)即嘗試從無結(jié)構(gòu)的文本中抽取有用的信息和知識(shí)，而CBR系統(tǒng)關(guān)注于如何用這些知識(shí)來解決問題，兩者結(jié)合相互補(bǔ)充循序漸進(jìn)使系統(tǒng)更具靈活性。

2.2基于Web2.0與文本挖掘的CBR系統(tǒng)CBR作為一個(gè)社會(huì)技術(shù)系統(tǒng)，環(huán)境、用戶等因素同樣被考慮進(jìn)來，激勵(lì)用戶討論他們讀過的案例，分享他們的想法與感受，回答案例中存在的問題。本文提出的基于Web2.0與文本挖掘的CBR系統(tǒng)框架如圖1所示。對(duì)比傳統(tǒng)CBR系統(tǒng)，基于Web2.0與文本挖掘的CBR系統(tǒng)在案例的與更新，檢索以及知識(shí)的呈現(xiàn)方面有很大的不同與改進(jìn)。在結(jié)構(gòu)上，系統(tǒng)采用瀏覽器/服務(wù)器模式，減少用戶安裝和使用系統(tǒng)的復(fù)雜度，同時(shí)也消除了時(shí)間和地點(diǎn)的約束。用戶通過瀏覽器完成案例的、檢索與評(píng)價(jià)而無需了解HTML以及其他復(fù)雜軟件，還可登錄Wiki平臺(tái)分享經(jīng)驗(yàn)并通過Wiki頁面對(duì)案例添加標(biāo)簽，利用瀏覽器端的RSS閱讀器訂閱感興趣的案例并獲得及時(shí)提醒。用戶案例后，并不是直接存入案例庫，而是先保存在臨時(shí)案例庫中，再通過臨時(shí)案例庫更新案例庫。這樣一方面防止案例數(shù)據(jù)急劇增大以及部分用戶惡意添加無效內(nèi)容，減少數(shù)據(jù)冗余，另一方面在解決問題時(shí)，先檢索案例庫，無合理匹配后再檢索臨時(shí)案例庫，提高了檢索效率與有效性。針對(duì)案例匹配的相似度算法，國(guó)內(nèi)外學(xué)者已有很多詳細(xì)的研究成果【10-11】，然而引入Web2.0后，系統(tǒng)通過檢索界面可利用Ajax技術(shù)與用戶交互【12】，通過向用戶提問與提示的方式縮小檢索范圍，即在案例檢索前由用戶選取必須或者優(yōu)先滿足的條件，得到一個(gè)初始案例集合，之后再與目標(biāo)案例逐一進(jìn)行相似度對(duì)比。算法步驟如下：Step1：根據(jù)用戶需求，確定目標(biāo)案例C0的屬性等；Step2：引導(dǎo)用戶選取案例中優(yōu)先或必須滿足的屬性或子過程，檢索案例庫，得到滿足約束條件的案例初始集合Ci，其中i為初始集合中案例個(gè)數(shù)；Step3：利用相似度算法，逐一計(jì)算目標(biāo)案例C0與初始集合Ci中每個(gè)案例的相似度S1，S2，S3……Si；Step4：對(duì)于給定的閾值λ，若Sm>λ(其中m=1,2，……i)，則將Sm對(duì)應(yīng)案例作為最佳匹配反饋給用戶。引入Web2.0與文本挖掘技術(shù)后，系統(tǒng)將不再僅僅是案例推理系統(tǒng)，而是一個(gè)知識(shí)管理系統(tǒng)，一個(gè)信息共享與協(xié)作平臺(tái)，可以對(duì)實(shí)時(shí)、動(dòng)態(tài)數(shù)據(jù)進(jìn)行一定的處理，系統(tǒng)處于動(dòng)態(tài)變化的過程中。

3Web2.0與文本挖掘在CBR系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)

3.1利用標(biāo)簽實(shí)現(xiàn)案例知識(shí)的標(biāo)引與組織標(biāo)簽是對(duì)內(nèi)容個(gè)人理解基礎(chǔ)上的標(biāo)注，它不需要遵循固定的模式與標(biāo)準(zhǔn)，是一種靈活、自由而有序的信息分類技術(shù)，可以從多個(gè)維度來揭示信息內(nèi)容。在傳統(tǒng)案例表達(dá)方式的基礎(chǔ)上，結(jié)合Web2.0去中心化，強(qiáng)調(diào)用戶參與的特征，系統(tǒng)允許用戶為其使用的案例設(shè)置標(biāo)簽，使用戶之間，案例內(nèi)容之間產(chǎn)生新的鏈接與聯(lián)系，如圖2所示。標(biāo)簽使得用戶間建立社會(huì)網(wǎng)絡(luò)關(guān)系，案例間建立概念關(guān)系，反過來用戶標(biāo)簽的使用習(xí)慣和分布特征也形成了標(biāo)簽間潛在的語義聯(lián)系。具體來講，第一，對(duì)于系統(tǒng)反饋的案例用戶可按照自身理解添加標(biāo)簽，每個(gè)案例能被添加多個(gè)標(biāo)簽。用戶擁有自己的系統(tǒng)賬戶，其中可設(shè)置標(biāo)簽列表，包含其曾經(jīng)添加過的所有標(biāo)簽，選擇其中某個(gè)標(biāo)簽即可獲得用戶使用該標(biāo)簽標(biāo)注的案例鏈接，標(biāo)簽幫助用戶分門別類地管理對(duì)自己有用的案例資源。第二，用戶可為多個(gè)案例添加標(biāo)簽，從而建立了用戶與案例間的關(guān)聯(lián)，如圖2實(shí)線所示。同一案例可被不同的標(biāo)簽標(biāo)注，同一標(biāo)簽也可標(biāo)注不同的案例，不同的案例，不同的用戶之間便關(guān)聯(lián)起來，如圖2虛線所示。系統(tǒng)用戶的標(biāo)簽列表可以被其他用戶查看，其他用戶也可使用相同的標(biāo)簽。對(duì)案例添加標(biāo)簽成為一種基于共享的協(xié)作，更有價(jià)值的案例信息總是被更多用戶標(biāo)注，使用頻率越高的標(biāo)簽對(duì)案例內(nèi)容的概括也越準(zhǔn)確。第三，用戶添加的標(biāo)簽是對(duì)案例特征的描述，可作為案例檢索時(shí)的關(guān)鍵詞。在檢索過程中，一方面可以給出該標(biāo)簽下的相關(guān)案例，另一方面還可以向用戶提示與其相關(guān)的其他標(biāo)簽【6】。案例、標(biāo)簽、用戶間的關(guān)系在數(shù)據(jù)庫中可以通過建立二維關(guān)系表實(shí)現(xiàn)，如圖3所示。其中標(biāo)簽表引用用戶表的UserID字段作為外鍵，案例表引用標(biāo)簽表的TagID字段作為外鍵。除了傳統(tǒng)標(biāo)簽外，系統(tǒng)還可引入標(biāo)簽云作為案例內(nèi)容的額外解釋。標(biāo)簽云能使文本案例以快速、可視化的形式展現(xiàn)出來，當(dāng)系統(tǒng)反饋給用戶一個(gè)備選案例時(shí)，標(biāo)簽云給用戶對(duì)于案例內(nèi)容更直觀地感知與理解。有時(shí)，用戶甚至可以直接使用標(biāo)簽云來對(duì)比兩個(gè)相似案例間的不同【13】。標(biāo)簽云可以通過在系統(tǒng)中集成Wordle、TagCloud與Imagechef等工具實(shí)現(xiàn)。

3.2利用Wiki構(gòu)建案例知識(shí)協(xié)作與共享平臺(tái)在一定程度上，案例庫內(nèi)存儲(chǔ)的案例數(shù)量決定了用其進(jìn)行推理決策的水平與效果，所以系統(tǒng)應(yīng)提供相應(yīng)機(jī)制允許用戶主動(dòng)豐富案例知識(shí)。然而一段經(jīng)驗(yàn)，一個(gè)案例解決方案的形成可能需要多個(gè)用戶一段時(shí)間的實(shí)踐探索，同時(shí)也需要一個(gè)平臺(tái)去積累沉淀，并將這些凌亂的多用戶信息系統(tǒng)地顯示出來。作為Web2.0應(yīng)用之一的Wiki是支持社群協(xié)作的開放式自組織工具【14】，系統(tǒng)可利用Wiki構(gòu)建案例知識(shí)協(xié)作與共享平臺(tái)。CBR系統(tǒng)中的Wiki平臺(tái)如圖4所示，每個(gè)Wiki頁面可存放一個(gè)完整案例或尚未成熟的案例問題描述、解決方案等組成要素。用戶登錄平臺(tái)后，通過創(chuàng)建新Wiki頁面來呈現(xiàn)自己過去的實(shí)踐經(jīng)驗(yàn)或經(jīng)歷，其他用戶可對(duì)其觀點(diǎn)進(jìn)行補(bǔ)充并提出不同意見，通過彼此交流協(xié)作，實(shí)現(xiàn)案例知識(shí)融合。Wiki頁面的經(jīng)驗(yàn)片段不斷地被反饋、修改與完善，并通過Wiki的版本控制剔除惡意篡改的內(nèi)容，能夠形成完整合理的解決方案時(shí)，再由系統(tǒng)管理人員將其引入案例庫或?qū)ο鄳?yīng)案例進(jìn)行更新。更新后的案例又通過Wiki平臺(tái)反饋給用戶，形成一個(gè)知識(shí)的動(dòng)態(tài)循環(huán)。用戶的貢獻(xiàn)越多，其擁有的權(quán)限就可以越大，系統(tǒng)變得更具有吸引力來激勵(lì)其作出更多貢獻(xiàn)，同時(shí)吸引新用戶的加入。這樣的過程使案例數(shù)量不斷“主動(dòng)地”增加，同時(shí)促進(jìn)用戶間協(xié)作共享并且改善系統(tǒng)的使用體驗(yàn)。用戶在編輯頁面內(nèi)容時(shí)可添加超鏈接標(biāo)記，系統(tǒng)自動(dòng)尋找已定義的概念并添加相應(yīng)案例條目間的鏈接，案例之間或案例內(nèi)容各組成要素間的關(guān)系便可依靠頁面間的超鏈接標(biāo)記來實(shí)現(xiàn)。用戶在閱讀某個(gè)Wiki頁面時(shí)，通過超鏈接跳轉(zhuǎn)至其他頁面以便了解更多感興趣的概念，頁面的鏈接目標(biāo)可以尚未存在，通過點(diǎn)選鏈接創(chuàng)建這些頁面，從而使系統(tǒng)得以增長(zhǎng)。Wiki引擎是整個(gè)平臺(tái)的核心，根據(jù)用戶的請(qǐng)求信息，Wiki引擎從案例庫存儲(chǔ)模塊讀取相應(yīng)數(shù)據(jù)，它為用戶編輯和瀏覽Wiki頁面提供Web界面，將用戶標(biāo)記的頁面進(jìn)行處理，系統(tǒng)內(nèi)多個(gè)內(nèi)容重復(fù)的頁面可被匯聚于其中某個(gè)頁面，相應(yīng)鏈接結(jié)構(gòu)也隨之改變，從而實(shí)現(xiàn)案例間的跳轉(zhuǎn)導(dǎo)航。從案例優(yōu)化的角度，系統(tǒng)反饋給用戶的案例通過Wiki展現(xiàn)出來，用戶可對(duì)其作出評(píng)價(jià)，即可在Wi⁃ki上設(shè)置案例評(píng)價(jià)模塊，用戶對(duì)案例的滿意度進(jìn)行打分并且標(biāo)注合理的標(biāo)簽，給出簡(jiǎn)短評(píng)注【15】。久而久之，用戶的評(píng)價(jià)數(shù)據(jù)可作為案例匹配檢索以及案例庫更新優(yōu)化的判定依據(jù)之一。具體來說，可在案例庫中為每個(gè)案例增加兩個(gè)字段CandidateTimes和SatisfactionTimes，CandidateTimes表示某案例被推送為候選案例的次數(shù)，SatisfactionTimes表示該候選案例最終被成功采納的次數(shù)。兩者初始值均為零，當(dāng)某個(gè)案例被成功檢索并推送給用戶時(shí)，Candi⁃dateTimes+1，用戶對(duì)于系統(tǒng)推送的案例給予評(píng)價(jià)，若用戶滿意并可用則SatisfactionTimes+1。久而久之，若某案例的CandidateTimes遠(yuǎn)大于SatisfactionTimes，說明該案例的實(shí)用價(jià)值不高并影響案例庫質(zhì)量，應(yīng)在系統(tǒng)優(yōu)化階段予以剔除。

3.3利用RSS實(shí)現(xiàn)案例知識(shí)的聚合與推送RSS通過支持基于XML的RSSFeed實(shí)現(xiàn)信息內(nèi)容的訂閱、聚合和推送，為用戶提供個(gè)性化的“一站式”知識(shí)服務(wù)。用戶能夠訂閱案例內(nèi)容的先決條件是系統(tǒng)提供了RSSFeed，它由一個(gè)URL唯一標(biāo)識(shí)，是以XML格式寫成的文檔，包含標(biāo)題、摘要或內(nèi)容選錄等。RSSFeed有多種生成方式，對(duì)主要用于案例讀取而更新較少的案例庫，可以采用RSSCre⁃ator等Feed生成軟件從案例庫中讀取現(xiàn)成數(shù)據(jù)，生成靜態(tài)XML文件，實(shí)現(xiàn)RSS輸出；對(duì)于案例庫與用戶交互頻繁，案例庫更新較快的系統(tǒng)可根據(jù)用戶的請(qǐng)求編程動(dòng)態(tài)生成XML文件【16】。當(dāng)用戶進(jìn)行案例檢索時(shí)，系統(tǒng)在返回候選案例列表的同時(shí)自動(dòng)給出RSSFeedURL。由于本文提出的系統(tǒng)采用B/S模式，所以用戶可通過在線RSS閱讀器或?yàn)g覽器自帶RSS功能訂閱相應(yīng)URL，閱讀器解析XML文檔中的每個(gè)條目，從而得出新下載的RSSFeed中新增的條目并呈現(xiàn)給用戶。CBR中RSS的解析結(jié)構(gòu)如圖5所示。系統(tǒng)模塊提供完整的案例內(nèi)容，同時(shí)生成相應(yīng)案例的RSSFeed，內(nèi)容聚合器讀取最新RSS文件匯總并進(jìn)行索引，之后瀏覽器端連接到聚合器，用戶通過點(diǎn)擊標(biāo)題鏈接獲取詳細(xì)內(nèi)容。當(dāng)案例庫中增加相關(guān)主題的案例或案例內(nèi)容發(fā)生變更時(shí)，系統(tǒng)便可從多案例源搜集整合內(nèi)容到單個(gè)數(shù)據(jù)流反饋給用戶。如此做一方面案例的可見度提高，即使當(dāng)前沒有檢索需求，用戶仍可以從主動(dòng)推送的內(nèi)容中學(xué)習(xí)到自己感興趣的知識(shí)，節(jié)省了用戶篩選、獲取信息的時(shí)間成本，每個(gè)用戶既是被動(dòng)的信息獲取者，又是主動(dòng)的信息提煉者【17】；另一方面，由于關(guān)注度提高，相應(yīng)案例的使用頻率和影響程度也大大增加。

3.4利用文本挖掘?qū)崿F(xiàn)案例知識(shí)的結(jié)構(gòu)化表示文本挖掘是分析文本數(shù)據(jù)、抽取文本信息進(jìn)而發(fā)現(xiàn)文本知識(shí)的過程，它關(guān)注于發(fā)現(xiàn)數(shù)據(jù)中的隱藏信息【18】。對(duì)于含有大量文本數(shù)據(jù)的CBR系統(tǒng)，案例的形式和內(nèi)容往往由描述者決定，其文本的邏輯、表達(dá)和寫作格式不盡相同，如果不借助文本挖掘技術(shù)獲取文本的主要內(nèi)容特征，后續(xù)的案例分析、檢索等都難以開展。CBR系統(tǒng)中文本挖掘的應(yīng)用場(chǎng)景如圖6所示。用戶通過Wiki平臺(tái)記錄的非結(jié)構(gòu)化案例文本傳遞給文本挖掘模塊做進(jìn)一步處理。針對(duì)差異化的案例描述，通過文本預(yù)處理、關(guān)系抽取和關(guān)聯(lián)分析等一系列步驟把非結(jié)構(gòu)化、半結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的案例知識(shí)以框架的形式表示出來，并存儲(chǔ)到案例庫中。從這個(gè)角度來講，文本挖掘使案例庫在沒有專家知識(shí)支持的情況下也可產(chǎn)生。此外可將用戶的問題描述轉(zhuǎn)化為結(jié)構(gòu)化的案例檢索請(qǐng)求傳送到推理模塊，找出與問題案例最相似的歷史案例反饋給用戶。不同案例描述與解決問題的側(cè)重點(diǎn)不同，系統(tǒng)通過聚類對(duì)案例庫進(jìn)行分區(qū)【5】。聚類的結(jié)果構(gòu)成若干子案例庫，每個(gè)子案例庫被當(dāng)作一個(gè)新的個(gè)體案例，在使用過程中可用來反推系統(tǒng)進(jìn)行聚類的特征依據(jù)，便于用戶學(xué)習(xí)案例知識(shí)，也使案例庫的更新與系統(tǒng)維護(hù)變得更細(xì)化更快捷。另外，在每個(gè)子案例庫中可選取幾個(gè)代表案例，當(dāng)進(jìn)行相似度計(jì)算時(shí)，可先與代表案例進(jìn)行比較，之后再與相似度較高的代表案例子案例庫中的每個(gè)案例逐一對(duì)比，縮小檢索范圍，提高檢索效率。用戶通過Wiki平臺(tái)貢獻(xiàn)的案例往往數(shù)量多且內(nèi)容較冗長(zhǎng)，系統(tǒng)管理人員沒有時(shí)間閱讀整篇案例，故可利用自動(dòng)摘要技術(shù)產(chǎn)生案例關(guān)鍵詞甚至摘要，抽取的關(guān)鍵詞在案例中被高亮顯示，幫助管理員快捷有效地決定是否將此案例添加到案例庫中，其結(jié)果也可作為確定案例索引數(shù)據(jù)權(quán)重的輔助方法【19】。同時(shí)，案例中諸如創(chuàng)建者、時(shí)間、地點(diǎn)等要素也被抽取出來構(gòu)建單獨(dú)的索引。

4結(jié)語

案例推理作為迅速發(fā)展起來的人工智能子領(lǐng)域，案例庫中案例的數(shù)量與質(zhì)量，用戶的參與度是決定系統(tǒng)成敗的關(guān)鍵因素。本文提出了一個(gè)將Web2.0與文本挖掘技術(shù)引入CBR的原型系統(tǒng)，一方面使案例庫內(nèi)容可以主動(dòng)增加與更新，系統(tǒng)動(dòng)態(tài)性增強(qiáng)，另一方面為用戶提供了一個(gè)溝通協(xié)作與學(xué)習(xí)的平臺(tái)，提高系統(tǒng)用戶的參與度與交互性，使用戶體驗(yàn)與系統(tǒng)生命力大大增強(qiáng)。文中詳細(xì)分析了標(biāo)簽、Wiki、RSS與文本挖掘技術(shù)在CBR系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)，同時(shí)也為其他知識(shí)庫系統(tǒng)設(shè)計(jì)提供了一個(gè)指導(dǎo)方向。最終希望通過本文提出的方法引發(fā)更多從用戶角度對(duì)于CBR系統(tǒng)的探討，另外根據(jù)現(xiàn)有成果開發(fā)相應(yīng)的平臺(tái)與系統(tǒng)，在實(shí)踐中驗(yàn)證該方案的有效性有待進(jìn)一步深入研究。

作者：吳彥偉 劉東蘇 李慧 單位：西安電子科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院