認(rèn)知情報學(xué)：大數(shù)據(jù)背景下情報分析的新機(jī)遇

情報分析是大數(shù)據(jù)時代情報研究中非常重要的一環(huán)。圖書館正在從信息時代向數(shù)據(jù)時代進(jìn)行過渡，并伴隨著資源的全面數(shù)字化、富媒體化以及開放共享政策的不斷完善，爆炸式增長的數(shù)據(jù)資源為傳統(tǒng)的情報分析提出了極其嚴(yán)峻的挑戰(zhàn)，新的情報分析手段亟待解決，從數(shù)據(jù)時代到計算時代的轉(zhuǎn)變已經(jīng)悄然提上議程[1]。21世紀(jì)情報學(xué)的發(fā)展，離不開多學(xué)科的交叉融合，唯有在理論與實(shí)踐不斷的碰撞中，才能為情報學(xué)提供創(chuàng)新型的發(fā)展思路與更為廣闊的發(fā)展前景。國外提出的“認(rèn)知情報學(xué)”，正是對于情報學(xué)在當(dāng)代與其他學(xué)科進(jìn)行創(chuàng)新性融合實(shí)踐的解決方案。

1 認(rèn)知科學(xué)提出背景

1.1 背景學(xué)科介紹

1.1.1 認(rèn)知、認(rèn)知科學(xué)、認(rèn)知計算 認(rèn)知是一種心理活動，或是一種獲取知識，理解思想、經(jīng)驗(yàn)與感覺的過程[2]。認(rèn)知包含像是知識、注意、記憶、判斷、評價、推理、計算、解決問題、決策制定以及理解和語言的生產(chǎn)等一系列過程。在認(rèn)知過程中，利用已經(jīng)存在的知識來推理出新的知識[3]。

認(rèn)知科學(xué)(Cognitive Science)是一門交叉學(xué)科的科學(xué)研究，其主要以現(xiàn)代科學(xué)的手段來研究心智及其處理過程，即探索人類的智力如何產(chǎn)生以及人腦信息的處理過程。在認(rèn)知科學(xué)領(lǐng)域，認(rèn)知科學(xué)家們關(guān)注語言、感知、記憶、注意力、推理和情感，并為了研究上述內(nèi)容將一些諸如語言學(xué)、心理學(xué)、計算機(jī)科學(xué)、人工智能、哲學(xué)、神經(jīng)科學(xué)、人類學(xué)等學(xué)科的知識運(yùn)用其中[4]。

到目前為止，在學(xué)術(shù)界與工業(yè)界還沒有對于認(rèn)知計算(Cognitive Computing)廣泛認(rèn)同與接受的定義[5-7]。認(rèn)識計算最早追溯到模擬人腦的計算機(jī)系統(tǒng)的人工智能，20世紀(jì)90年代后，研究人員開始用認(rèn)知計算一詞來表明可以教計算機(jī)像人腦一樣去進(jìn)行思考而不僅僅是開發(fā)一種人工系統(tǒng)[8]。通常對于認(rèn)知計算的理解是指計算機(jī)通過使用硬件或者軟件來模仿人大腦的功能，來輔助進(jìn)行決策制定[9]。

一般來說，認(rèn)知計算描述了基于人工智能的科學(xué)學(xué)科和信號處理的技術(shù)平臺。這些平臺包括一系列諸如機(jī)器學(xué)習(xí)、推理、自然語言處理、語音識別和圖像識別、人機(jī)交互等多種技術(shù)。一個認(rèn)知計算系統(tǒng)通常會包含以下幾個特征：適應(yīng)性[10]、互動性、輔助功能、上下文理解能力[11]。

1.1.2 情報學(xué)、情報分析 情報學(xué)(Informatics)最初創(chuàng)建于1956年，是由德國的計算機(jī)學(xué)家K.Steinbuch提出，情報學(xué)一詞由“information”與“automatic”組成，描述了信息自動交互的過程。一般認(rèn)為，情報研究包括情報收集、情報分析、情報處理與情報傳播這四個階段，其中，情報分析是情報研究過程中的非常重要的階段。

情報分析亦稱信息分析，是根據(jù)社會用戶的特定需求，以現(xiàn)代信息技術(shù)和軟科學(xué)研究方法為主要手段，以社會信息的采集、選擇、評價、分析和綜合等系列化加工為基本過程，形成新的、可增值的情報產(chǎn)品，為不同層次科學(xué)進(jìn)行決策服務(wù)的社會化智能活動[12]。

情報分析是一個涵蓋領(lǐng)域非常廣的交叉學(xué)科，它涉及眾多領(lǐng)域，例如，計算機(jī)科學(xué)、信息系統(tǒng)、信息技術(shù)與統(tǒng)計學(xué)等。近年來，隨著計算機(jī)技術(shù)的飛速發(fā)展，更多使用數(shù)字化的方式來處理信息，情報分析的研究也逐漸偏向信息技術(shù)方向。隨著人工智能的發(fā)展，一些諸如情感計算、社會計算、認(rèn)知計算等領(lǐng)域，也正在與情報分析進(jìn)行交叉融合。本文重點(diǎn)分析認(rèn)知計算與情報分析在新時代碰撞出的火花——認(rèn)知情報學(xué)(Cognitive Informatics，CI)。

1.2 大數(shù)據(jù)與學(xué)科融合背景下認(rèn)知情報學(xué)的提出

大數(shù)據(jù)時代，海量、高速、多樣的數(shù)據(jù)為情報學(xué)提出了更為嚴(yán)峻的考驗(yàn)。如何從海量數(shù)據(jù)中獲取有效的信息，如何處理類型更加多樣的富媒體化數(shù)據(jù)，如何對組織更加復(fù)雜的信息進(jìn)行分析，如何有效地從龐雜的數(shù)據(jù)中抽取出知識，都是情報分析的難點(diǎn)。而認(rèn)知計算的四大特性——輔助、理解、決策、發(fā)現(xiàn)，不僅為大數(shù)據(jù)提供了新的解決方案，同時也為情報分析帶來了新的可能。

認(rèn)知計算一般包含的技術(shù)與應(yīng)用與人工智能密切相關(guān)，而人工智能正是認(rèn)知計算的基礎(chǔ)，例如，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、推理、自然語言處理、圖像處理、語音處理、人機(jī)交互、特征提取、知識抽取、知識挖掘、數(shù)據(jù)可視化等。早在20世紀(jì)末，這些應(yīng)用已經(jīng)擴(kuò)展到了情報學(xué)中輔助情報分析工作。

實(shí)際上在情報科學(xué)的許多研究領(lǐng)域都在借鑒認(rèn)知計算的技術(shù)，或者說是人工智能的一些技術(shù)來為之服務(wù)。如基于語義的信息組織、知識抽取、知識挖掘、知識發(fā)現(xiàn)和智能情報檢索等，均希望能夠從人的認(rèn)知角度去組織與管理信息，或從信息資源中挖掘出具有認(rèn)知價值的知識等[8]。許多情報分析研究也在不斷地吸取認(rèn)知計算領(lǐng)域的研究成果，例如，在情報學(xué)中的引文數(shù)據(jù)分析借鑒了認(rèn)知計算中的關(guān)聯(lián)數(shù)據(jù)分析來為之服務(wù)，在數(shù)字圖書館的個性化服務(wù)中也借鑒了認(rèn)知計算的自適應(yīng)頁面展示的思想來為不同類型的用戶展示出不同的頁面內(nèi)容，認(rèn)知計算中的專家系統(tǒng)也被應(yīng)用到了情報服務(wù)中來輔助用戶進(jìn)行更好的決策。

認(rèn)知計算雖然早被應(yīng)用到了情報分析過程中去，但其作為一個獨(dú)立的概念出現(xiàn)，標(biāo)志一個新領(lǐng)域的誕生卻是在21世紀(jì)初。2002年，美國的IEEE召開了第一屆認(rèn)知情報學(xué)國際年會，正式提出“認(rèn)知情報學(xué)”這一概念與研究領(lǐng)域[13]。

認(rèn)知情報學(xué)是對計算機(jī)科學(xué)、情報學(xué)、認(rèn)知科學(xué)和智能科學(xué)的跨學(xué)科研究，其研究大腦和自然智能的內(nèi)部信息處理機(jī)制和過程，以及在認(rèn)知計算中的工程應(yīng)用[14]。認(rèn)知情報學(xué)作為一個多學(xué)科交叉的研究領(lǐng)域，主要解決一些由許多研究領(lǐng)域共享的問題，例如，計算智能、現(xiàn)代情報學(xué)、計算機(jī)科學(xué)、人工智能、認(rèn)知科學(xué)、認(rèn)知計算等研究領(lǐng)域。

2 認(rèn)知情報學(xué)相關(guān)研究

在國外，認(rèn)知情報學(xué)已經(jīng)逐漸受到包括政府、研究機(jī)構(gòu)、研究人員等的日益重視，成為認(rèn)知科學(xué)的一個重要研究領(lǐng)域與研究熱點(diǎn)。但目前在國內(nèi)，還并未形成像在國外一樣穩(wěn)定且有力的研究力量，還處于初步發(fā)展階段，并且還未直接提出如國外一般明確的認(rèn)知情報學(xué)的概念，并未將其作為獨(dú)立的領(lǐng)域進(jìn)行專門研究，只是在若干研究中，提出了與認(rèn)知計算融合的概念。故此處只展開國外對認(rèn)知情報學(xué)研究的論述，國內(nèi)的研究暫且不表。此外，還總結(jié)了國外研究中對于認(rèn)知情報學(xué)的理論框架。

2.1 國外認(rèn)知情報學(xué)研究歷史

從早年開始，各國政府就對認(rèn)知計算表現(xiàn)出濃厚的熱情與支持。2002年，美國國家科學(xué)基金會(NSF)和美國商務(wù)部(DOC)共同資助的“聚合四大技術(shù)，提高人類性能”計劃中，認(rèn)知科學(xué)便名列其中，被視為是21世紀(jì)四大前沿技術(shù)，處于最優(yōu)先發(fā)展的地位。同時，早期歐盟資助的聚合技術(shù)及其對社會科學(xué)與人文科學(xué)的影響(CONTECS)項(xiàng)目也強(qiáng)調(diào)了認(rèn)知科學(xué)的重要性[8]。

國外早在21世紀(jì)初就將認(rèn)知計算與情報學(xué)進(jìn)行了成功的交叉融合。IEEE認(rèn)知情報學(xué)國際學(xué)術(shù)會議(ICCI)從2002年的第一屆認(rèn)知情報學(xué)會議開始，迄今已經(jīng)舉辦16屆，促進(jìn)了認(rèn)知情報學(xué)涉及的相關(guān)領(lǐng)域及其技術(shù)的發(fā)展。

從ICCI會議名稱的變化，我們能清楚地了解到認(rèn)知情報學(xué)領(lǐng)域的變化，2002—2010年，會議名稱一直是認(rèn)知情報學(xué)國際會議(ICCI)，從2011年至今，會議正式更名為認(rèn)知情報學(xué)和認(rèn)知計算國際學(xué)術(shù)會議(ICCI*CC)，認(rèn)知計算已經(jīng)作為其中的重點(diǎn)被單獨(dú)列出作為會議的名稱。

其中，2016年ICCI*CC的會議主題為“Cognitive Computation，Learning，and Big Data Systems”，正式提出了將認(rèn)知計算應(yīng)用到大數(shù)據(jù)系統(tǒng)中去，解決大數(shù)據(jù)系統(tǒng)在處理數(shù)據(jù)時面臨的諸如生產(chǎn)速度極快、規(guī)則與邏輯難以識別等問題，重點(diǎn)探討了諸如語義化處理、自動推理、大數(shù)據(jù)的認(rèn)知基礎(chǔ)等問題。

2.2 認(rèn)知情報學(xué)理論框架研究

目前國外關(guān)于認(rèn)知情報學(xué)的理論框架包含以下4個領(lǐng)域的內(nèi)容：自然智能、抽象智能、符號數(shù)學(xué)與認(rèn)知計算[14]。認(rèn)知情報學(xué)通過模擬基礎(chǔ)的智能形式，抽象出來并進(jìn)行數(shù)學(xué)建模，最后進(jìn)行認(rèn)知計算。整個框架從物理世界到抽象世界、從認(rèn)知到計算，層層遞進(jìn)，模擬了人類知識發(fā)現(xiàn)、知識推理的過程。

1)自然智能基礎(chǔ)理論主要研究了在認(rèn)知情報學(xué)中涉及的人類本身就存在的智能，主要包含以下經(jīng)典理論：信息物質(zhì)能量IME模型、大腦的分層參考LRMB模型、實(shí)體屬性關(guān)系OAR模型、自然智能NI模型。

2)抽象智能是將自然智能的概念更加抽象化，從底層研究神經(jīng)、認(rèn)知、功能與邏輯。抽象智能通過建立通用的數(shù)學(xué)模型來表征如何將信息轉(zhuǎn)化為行動與知識。抽象智能解釋了不同形式智能的基礎(chǔ)的運(yùn)行處理機(jī)制，研究了學(xué)習(xí)、思考、推理等過程。經(jīng)典的抽象智能模型有通用抽象智能模型(Generic Abstract Intelligence Mode，GAIM)[15]等。

3)符號數(shù)學(xué)是利用數(shù)學(xué)來對現(xiàn)實(shí)世界中抽象出來的一些實(shí)體、關(guān)系、感知信息、邏輯概念、知識等進(jìn)行建模，用數(shù)字化的形式將物理世界表征為抽象世界，為下一步進(jìn)行認(rèn)知計算提供計算基礎(chǔ)。

4)認(rèn)知計算模擬了大腦處理信息的過程，對用符號數(shù)學(xué)建立好的數(shù)學(xué)模型進(jìn)行處理。認(rèn)知計算一般包含如下技術(shù)：推理、自然語言處理、語音識別和圖像識別、人機(jī)交互等多種技術(shù)。

整個流程如圖1所示。

圖1 認(rèn)知情報學(xué)理論基礎(chǔ)

3 認(rèn)知情報學(xué)對情報學(xué)的支撐

下面分別從理論、技術(shù)兩個角度來探討認(rèn)知情報學(xué)對情報分析的支撐。認(rèn)知計算是認(rèn)知情報學(xué)的核心基礎(chǔ)，故在探討時，會涉及利用認(rèn)知計算的一些理論與技術(shù)，來表征認(rèn)知情報學(xué)的一些特征。

3.1 情報理論支撐

許多情報學(xué)家從認(rèn)知科學(xué)的角度對情報科學(xué)的相關(guān)理論進(jìn)行過研究和探索，并形成了一些基于認(rèn)知科學(xué)的情報科學(xué)理論[8]。在描述認(rèn)知情報學(xué)理論支撐時，從認(rèn)知計算的三個能力領(lǐng)域發(fā)現(xiàn)、決策與交流[16]來機(jī)行分析。

1)發(fā)現(xiàn)。發(fā)現(xiàn)是認(rèn)知能力的體現(xiàn)。認(rèn)知計算的發(fā)現(xiàn)的能力與情報學(xué)范式中的“認(rèn)知觀范式”聯(lián)系緊密。認(rèn)知觀范式的主要觀點(diǎn)是情報的接受與傳遞需要與用戶的知識結(jié)構(gòu)發(fā)生作用，并以知識結(jié)構(gòu)的改變和完善為目的，基本上描述了認(rèn)知過程中的知識發(fā)現(xiàn)過程。在情報學(xué)諸多流派中，認(rèn)知科學(xué)與情報學(xué)的屬性結(jié)構(gòu)學(xué)派的聯(lián)系尤為密切。

屬性結(jié)構(gòu)學(xué)派的情報學(xué)家布魯克斯認(rèn)為情報學(xué)的基本任務(wù)是探索和組織客觀知識，并提出了著名的布魯克斯方程式K(S)+ΔI→K(s+Δs)，闡明了情報與知識之間的關(guān)系，并將情報定義為“是使人原有的知識結(jié)構(gòu)發(fā)生變化的那一小部分知識”[17]。在認(rèn)知過程中，強(qiáng)調(diào)利用已經(jīng)存在的知識來推理出新的知識，正是描述的知識發(fā)現(xiàn)過程，與認(rèn)知情報學(xué)中涉及的認(rèn)知科學(xué)部分不謀而合。另外，該學(xué)派的另一位著名的情報學(xué)家貝爾金使情報學(xué)和認(rèn)知科學(xué)的關(guān)系不斷得到繼續(xù)深化和體系化。他從認(rèn)知觀的角度提出了情報的概念，提出知識非常態(tài)狀態(tài)(ASK)，即用戶之所以有情報需求，是認(rèn)識到自己存在知識的非常態(tài)以至于無法解決某種問題，也無法正確描述需要什么來解決非常態(tài)，因此情報檢索的目的就在于描述、理解和解決知識的非常態(tài)[17]。知識非常態(tài)狀態(tài)本質(zhì)也是一種尋求知識發(fā)現(xiàn)的過程。

2)決策。認(rèn)知計算的決策能力是基于事實(shí)的，并且可以隨著新知識的獲取而不斷更新迭代，并做出無偏見的決策。認(rèn)知計算的決策能力，與情報學(xué)的競爭情報服務(wù)范式密切相關(guān)。競爭情報服務(wù)主要指的是人們通過合乎規(guī)范的方式進(jìn)行信息收集、信息分析和信息服務(wù)。其主要提供的服務(wù)包含咨詢服務(wù)、決策信息服務(wù)、情報分析服務(wù)等。

競爭服務(wù)范式的服務(wù)對象是決策咨詢、商業(yè)決策、戰(zhàn)略決策等情報需求，這與認(rèn)知計算的能力領(lǐng)域中“決策”相對應(yīng)。目前，認(rèn)知計算系統(tǒng)更多地扮演一種顧問角色，向真人用戶提供一組選項(xiàng)，而最終決策由真人用戶給出。認(rèn)知計算的“決策”能力可以為競爭情報服務(wù)提供決策支持。

3)交流。認(rèn)知計算的交流能力是指，認(rèn)知計算可以通過學(xué)習(xí)海量的、復(fù)雜多樣的數(shù)據(jù)來發(fā)現(xiàn)其中的規(guī)則，并實(shí)時地為人們提供這些信息，其可以通過專家級的援助與理解能力，從根本上改變?nèi)撕拖到y(tǒng)交互的方式[16]。通過深入的領(lǐng)域洞察并及時、自然、有輔助作用地呈現(xiàn)信息給用戶。

認(rèn)知計算的交流能力與情報學(xué)的學(xué)術(shù)信息服務(wù)范式聯(lián)系緊密。學(xué)術(shù)信息服務(wù)范式主要指通過學(xué)術(shù)信息服務(wù)、圖書館信息服務(wù)、學(xué)科信息服務(wù)來輔助科學(xué)交流。在該范式下，涉及的領(lǐng)域諸如數(shù)字圖書館自動化與服務(wù)、知識化服務(wù)等，認(rèn)知計算都能為之提供良好的人機(jī)交互支撐。

3.2 情報技術(shù)支撐

認(rèn)知計算三個能力的實(shí)現(xiàn)，離不開5個要素：學(xué)習(xí)、個性化交互、可擴(kuò)展性、多種數(shù)據(jù)類型處理以及無處不在的服務(wù)[16]。這5個要素與情報學(xué)的技術(shù)緊密相關(guān)，是情報學(xué)的支撐技術(shù)。

談及情報學(xué)利用到的技術(shù)，首先會先涉及情報學(xué)所涵蓋的服務(wù)。一般情報服務(wù)主要涵蓋如下幾個方面：自動收集不同信息源的信息、對收集到的信息進(jìn)行深入分析與挖掘、情報檢索、將有價值的信息向用戶進(jìn)行個性化情報服務(wù)等。這些服務(wù)通常會涉及自然語言處理、實(shí)體識別、語義檢索、個性化推薦、數(shù)據(jù)挖掘、社會網(wǎng)絡(luò)分析、數(shù)據(jù)庫、模式識別等技術(shù)。

認(rèn)知計算學(xué)習(xí)要素的實(shí)現(xiàn)，主要會涉及情報領(lǐng)域自動收集的不同信息源的信息，同時還涉及知識發(fā)現(xiàn)等相關(guān)技術(shù)；個性化交互要素的實(shí)現(xiàn)，與情報學(xué)中為不同用戶進(jìn)行個性化推薦技術(shù)緊密相關(guān)；可擴(kuò)展性要素的實(shí)現(xiàn)，同時也為大數(shù)據(jù)環(huán)境下信息海量增長為情報學(xué)的知識發(fā)現(xiàn)帶來種種困難提供了新的可能的解決方案；多種數(shù)據(jù)類型的處理，也與情報領(lǐng)域積極擴(kuò)展自然語言處理之外的、更加復(fù)雜的數(shù)據(jù)的嘗試相聯(lián)系，未來可以為情報學(xué)在相關(guān)類型數(shù)據(jù)處理上進(jìn)行技術(shù)支撐，例如，情報領(lǐng)域現(xiàn)在對圖像處理也展開了積極的探索，傳統(tǒng)文本中不能分析的電路圖等進(jìn)行有效分析與利用，已經(jīng)比較成功的嘗試可以抽取其中的電路元件進(jìn)行分析，構(gòu)建電路設(shè)計元知識表示[18]；無處不在的服務(wù)，與信息服務(wù)中的數(shù)字圖書館、科技情報服務(wù)中隨時隨地遠(yuǎn)程實(shí)驗(yàn)追蹤與控制[19]等技術(shù)服務(wù)相輔相成。

4 認(rèn)知情報學(xué)為情報分析帶來新機(jī)遇

大數(shù)據(jù)時代的到來，席卷了所有的行業(yè)，情報領(lǐng)域自然也不能例外。變革賦予情報領(lǐng)域的卻不僅僅是陣痛，還有陣痛之后更為明晰的洞見與思考，以及對于情報分析未來走向更為明確的設(shè)計。

大數(shù)據(jù)為情報分析帶來了許多非常有價值的內(nèi)容，比如，數(shù)據(jù)變得越來越容易獲取與透明化程度越來越高、能夠更好地通過大量的瀏覽記錄來發(fā)現(xiàn)用戶需求、更好地為用戶提供個性化服務(wù)、更好地輔助用戶進(jìn)行決策、能夠催生出許多新的服務(wù)模式與產(chǎn)品、可以進(jìn)行實(shí)時數(shù)據(jù)分析、促進(jìn)數(shù)據(jù)驅(qū)動的發(fā)現(xiàn)與創(chuàng)新[20-21]。但是，與此同時，大數(shù)據(jù)的“4V”特征同時也為情報分析帶來了一些挑戰(zhàn)。

4.1 大數(shù)據(jù)時代情報分析面臨的挑戰(zhàn)

情報分析在大數(shù)據(jù)時代進(jìn)入了飛速發(fā)展期，科技出版物每年的增長率大概在9%左右，每9年左右科技產(chǎn)出大概就會翻倍[22]。大數(shù)據(jù)的研究價值可以媲美“石油”，但如何進(jìn)行挖掘與開采其價值，一直都是難點(diǎn)。

海量數(shù)據(jù)將會為情報分析提供前所未有的有價值的信息，但與此同時，如何對龐雜的數(shù)據(jù)進(jìn)行分析，發(fā)掘看似“雜亂無章”的數(shù)據(jù)之間的關(guān)聯(lián)，也是難點(diǎn)之一，當(dāng)前情報分析中僅有極小的一部分?jǐn)?shù)據(jù)被整合、分析、利用并且發(fā)掘出其中內(nèi)涵與價值，大部分?jǐn)?shù)據(jù)仍是尚未開發(fā)利用的。

大數(shù)據(jù)同時還具有“高速”的特征，即其生產(chǎn)速度極快，而傳統(tǒng)的情報分析很大程度上是不能做到完全自動分析的，必須要有人工的參與才能進(jìn)行，如何將情報分析過程實(shí)現(xiàn)完全自動化，也是大數(shù)據(jù)對于情報分析提出的嚴(yán)峻挑戰(zhàn)。

大數(shù)據(jù)的“多樣性”表征除了以前在情報分析的利用較多的結(jié)構(gòu)化數(shù)據(jù)外，非結(jié)構(gòu)化數(shù)據(jù)也在其中占有相當(dāng)大的比例。事實(shí)上，近年生產(chǎn)出來的數(shù)據(jù)大部分都是非結(jié)構(gòu)化的數(shù)據(jù)，例如文本、音頻、視頻等富媒體數(shù)據(jù)，是未來情報分析中非常重要且不可忽視的部分，將其他的富媒體化數(shù)據(jù)納入情報分析的范疇，將會極大地豐富情報分析的內(nèi)容與提高情報分析質(zhì)量，但與此同時，這些非結(jié)構(gòu)化的數(shù)據(jù)對情報分析工作提出了極大的挑戰(zhàn)。

最后就是數(shù)據(jù)的質(zhì)量問題，當(dāng)前幾乎所有領(lǐng)域中的數(shù)據(jù)都充斥著大量的沖突數(shù)據(jù)與噪聲數(shù)據(jù)，會很大程度上干擾專業(yè)人員做出正確的情報分析。傳統(tǒng)的情報分析在收集完數(shù)據(jù)之后，需要人工判斷信息的真實(shí)與否，而大數(shù)據(jù)時代，如此海量的數(shù)據(jù)已經(jīng)不是人力可及，必須借助計算機(jī)進(jìn)行自動判斷與分析才能滿足時代對于情報分析的要求。

4.2 認(rèn)知情報學(xué)為情報分析帶來新機(jī)遇、新應(yīng)用場景

數(shù)據(jù)時代猶如海浪一般席卷而來，從數(shù)據(jù)到信息、到知識、到智慧、到解決方案的整個過程的活動[1]需要計算能力的不斷推動。認(rèn)知情報學(xué)為知識發(fā)現(xiàn)與決策方案的制定提供了極具前景的解決方案，加速從數(shù)據(jù)到知識再到行動的轉(zhuǎn)化過程，推動數(shù)據(jù)時代邁向計算時代。

4.2.1 大數(shù)據(jù)情報分析的解決方案 大數(shù)據(jù)蘊(yùn)含著巨大有價值的信息的同時，其數(shù)據(jù)量之大、數(shù)據(jù)類型之廣、生產(chǎn)速度之快、數(shù)據(jù)質(zhì)量之痛，都為從業(yè)人員提出了不少難題，只有層層盤剝、深入大數(shù)據(jù)背后的礦藏，才會提取出其中最有價值的資源。

對于目前情報分析僅僅分析利用了一部分?jǐn)?shù)據(jù)而很大一部分的數(shù)據(jù)被閑置并沒有被開發(fā)利用、發(fā)掘其內(nèi)涵價值的問題，認(rèn)知計算為其提供了一個新的解決方案，認(rèn)知計算是主要設(shè)計來整合與分析大的數(shù)據(jù)集的[23]，為情報分析中的海量數(shù)據(jù)提供了解決思路。對于大數(shù)據(jù)產(chǎn)生速度極快的、傳統(tǒng)的人工參與的情報分析已經(jīng)不足以滿足大量數(shù)據(jù)的分析需求，認(rèn)知計算通過創(chuàng)建特定的應(yīng)用場景，通過不斷的人機(jī)互動以及與環(huán)境之間的互動，通過學(xué)習(xí)、推理和分析做出恰當(dāng)決策來模擬人類的思維處理過程，可以快速對短時間內(nèi)生產(chǎn)出來的大規(guī)模數(shù)據(jù)進(jìn)行處理分析，并且可以無偏倚地對之進(jìn)行評價。例如，在生命科學(xué)領(lǐng)域，由于生產(chǎn)速度極快，每年文獻(xiàn)約提高9%，每9年文獻(xiàn)即可翻一番[23]，在該領(lǐng)域可以依托認(rèn)知計算的分析、推理能力，對科技文獻(xiàn)中的例如藥物、疾病等實(shí)體，利用已有的知識，通過文章的描述自動推理出新的藥物、疾病的關(guān)系，提高新藥的問世效率以及疾病的攻關(guān)速度。

針對各類富媒體化數(shù)據(jù)情報分析難以滿足的問題，認(rèn)知計算可以理解科技論文等非結(jié)構(gòu)化數(shù)據(jù)，并且將結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)結(jié)合處理[23]，為數(shù)字圖書館向各種數(shù)據(jù)類型拓展業(yè)務(wù)，例如音頻、視頻、圖像等數(shù)據(jù)的處理，提供了新的可能。其可以支撐數(shù)字圖書館向真正的多媒體化的圖書館進(jìn)行轉(zhuǎn)型，未來的圖書館在其支撐下，可以包含更加豐富多樣化的資源，諸如名師講課視頻、音頻等，并對視頻、音頻等自動分析處理，可以直接對其中的內(nèi)容進(jìn)行跨數(shù)據(jù)類型的檢索。比方說，可以根據(jù)通過文字直接檢索出視頻中與之相關(guān)的一小段內(nèi)容或者與文字描述相關(guān)的圖片。

4.2.2 重新定義知識發(fā)現(xiàn) 在情報分析方面，傳統(tǒng)的基于數(shù)據(jù)計算的數(shù)據(jù)挖掘技術(shù)正向基于內(nèi)容的知識發(fā)現(xiàn)技術(shù)發(fā)展[8]。但在基于內(nèi)容的知識發(fā)現(xiàn)實(shí)現(xiàn)過程中，捕捉非結(jié)構(gòu)化數(shù)據(jù)中蘊(yùn)含的深層含義一直是一大難點(diǎn)。以科技領(lǐng)域?yàn)槔匀徽Z言處理會面臨的困難重重，例如，不同行業(yè)、不同學(xué)科、不同語言、不同的術(shù)語表示方式，等等，一直是自然語言處理的難點(diǎn)?？梢越柚J(rèn)知計算在某個特定領(lǐng)域訓(xùn)練，學(xué)習(xí)相應(yīng)的語言、術(shù)語、該領(lǐng)域中的思維模式以及通過與專家的交互來輔助理解該領(lǐng)域的知識。例如，IBM在醫(yī)療領(lǐng)域，通過認(rèn)知計算向醫(yī)生提供專家級的輔助能力，幫助醫(yī)生精準(zhǔn)、迅速地識別癌癥，給癌癥病人盡可能多的治療時間，延長病人生命。

認(rèn)知計算在實(shí)現(xiàn)自動知識發(fā)現(xiàn)的過程中，含有細(xì)粒度實(shí)體的知識圖譜的創(chuàng)建是實(shí)現(xiàn)特定領(lǐng)域知識發(fā)現(xiàn)非常重要的一環(huán)?，F(xiàn)在各個領(lǐng)域都有成功的領(lǐng)域知識圖譜的創(chuàng)建，例如生物領(lǐng)域Smartfigures知識圖譜[24]、地理領(lǐng)域的CrowdGeoKG知識圖譜[25]、醫(yī)學(xué)領(lǐng)域的KnowLife知識圖譜[26]。除此之外，還有各大數(shù)據(jù)出版社，如Springer、Elsevier等，推出內(nèi)容更加豐富的知識圖譜，這些知識圖譜中包含了更細(xì)粒度的實(shí)體，如期刊論文、論文附屬數(shù)據(jù)、數(shù)據(jù)集、圖書、參考文獻(xiàn)、專利、臨床實(shí)驗(yàn)、機(jī)構(gòu)、會議、作者、主題領(lǐng)域、資助項(xiàng)目、下載閱讀數(shù)量以及對應(yīng)的軟件工具等[1]內(nèi)容。

抽取出離散的知識要素后，可以在其上進(jìn)行關(guān)系抽取，實(shí)現(xiàn)自動的知識發(fā)現(xiàn)。例如，從文獻(xiàn)中抽取蛋白質(zhì)的相互作用[27]，抽取藥物與其不良反應(yīng)[28]，抽取公司之間的合作、競爭關(guān)系[29]等。在其上建立應(yīng)用，可以輔助用戶的日常工作，如加速新藥的問世、識別潛在的合作競爭關(guān)系來確立本公司的經(jīng)營管理方案等。

除了對于論文中細(xì)粒度實(shí)體間關(guān)系的知識自動發(fā)現(xiàn)，還可以對整個篇章知識結(jié)構(gòu)進(jìn)行知識發(fā)現(xiàn)，幫助用戶迅速發(fā)現(xiàn)文章的脈絡(luò)，包括研究目的、方法、手段、工具、結(jié)論等[30]，高效地利用科技文獻(xiàn)，加快知識獲取過程。

4.2.3 新型的人機(jī)交互環(huán)境 在人機(jī)交互方面，認(rèn)知計算可以輔助情報分析在為用戶進(jìn)行服務(wù)時提供非常好的解決方案，通過專家級的援助與理解能力，直接將解決方案嵌入到用戶的搜索、瀏覽等行為中去，與用戶進(jìn)行深度交互，為用戶提供更加高效的、舒適的專家服務(wù)來輔助用戶做出更好的決策。目前已有人機(jī)推理網(wǎng)絡(luò)(HuMaINs)[31]的探索，通過機(jī)器無偏倚的認(rèn)知能力來輔助人類去規(guī)避非理智的決策。人機(jī)推理網(wǎng)絡(luò)可以應(yīng)用于網(wǎng)絡(luò)教育，通過個性化的定制方案，為不同的用戶提供根據(jù)用戶水平自動調(diào)整教學(xué)難度以及教學(xué)目標(biāo)的教學(xué)內(nèi)容；還可以應(yīng)用于醫(yī)學(xué)健康領(lǐng)域，將醫(yī)生納入循環(huán)中，共同為患者的治療方案做出決策；此外，在科學(xué)發(fā)現(xiàn)中，可以利用人機(jī)推理系統(tǒng)，突破以往的需要人為設(shè)定好數(shù)據(jù)以及技術(shù)的限制，將人與機(jī)器同時納入解決問題的循環(huán)中去，在交互中共同去探尋復(fù)雜問題的解決方案。

除此之外，問答式服務(wù)、無人化服務(wù)方式也日益提上日程，成為新的服務(wù)模式。認(rèn)知計算良好的推理與學(xué)習(xí)能力為深度理解人們的問題以及提供更為“專”“精”的答案提供了可能性。在未來，應(yīng)用于圖書館的自動問答機(jī)器人將會代替人工成為主流，更好的分析理解能力與龐大的知識庫會使圖書館自動問答機(jī)器人在服務(wù)質(zhì)量上不遜于人工服務(wù)，并且還可以結(jié)合射頻識別技術(shù)、物聯(lián)網(wǎng)、無人機(jī)駕駛等技術(shù)，實(shí)現(xiàn)精準(zhǔn)地定位服務(wù)以及自動書架取書等服務(wù)。

5 結(jié)束語

認(rèn)知計算通過模擬人類的思維來進(jìn)行感知、推理與應(yīng)激反應(yīng)，已經(jīng)逐漸被各領(lǐng)域所關(guān)注并且嘗試使用。認(rèn)知計算有著處理各種類型的數(shù)據(jù)、理解數(shù)據(jù)、評估數(shù)據(jù)并且可以從數(shù)據(jù)中學(xué)習(xí)出潛在的、未知的、新穎的洞見[23]的能力，可以加速科研工作者的科研過程，在情報分析領(lǐng)域有著自己獨(dú)特的優(yōu)勢，可以完善傳統(tǒng)情報分析技術(shù)在大數(shù)據(jù)時代的不足。但目前國內(nèi)對于認(rèn)知情報學(xué)的研究剛剛起步，還不成熟，并未提出明確的概念，將認(rèn)知計算與情報分析交叉融合進(jìn)行實(shí)踐的探索還并不成熟。認(rèn)知計算會大大加快將信息轉(zhuǎn)化為知識與行動的過程，為情報分析面臨的當(dāng)前信息環(huán)境迅猛的變革提供新的解決方案，為整個行業(yè)的服務(wù)業(yè)態(tài)探索提供新的思路。