意圖搜索最早起源于互聯(lián)網(wǎng)行業(yè)，通過對傳統(tǒng)搜索引擎的智能化應(yīng)用擴(kuò)展，基于分類算法對意圖分析和分析擴(kuò)展等功能進(jìn)行應(yīng)用，逐漸由搜索引擎學(xué)會判斷用戶的真實搜索意圖，實現(xiàn)智能搜索引擎。隨著全球安全形勢日趨惡化，意圖搜索逐漸與物聯(lián)網(wǎng)結(jié)合并落地，中國工程院吳曼青院士提出了反恐環(huán)境下基于大數(shù)據(jù)的意圖搜索的設(shè)想充分表明了安防行業(yè)已經(jīng)把意圖搜索概念提升到了主流產(chǎn)品形態(tài)，充分做好了與意圖搜索技術(shù)結(jié)合的準(zhǔn)備工作。
一、意圖搜索起源
意圖搜索最早起源于互聯(lián)網(wǎng)行業(yè)搜索引擎工具，隨著互聯(lián)網(wǎng)信息量的不斷增加，能夠快速、準(zhǔn)確地查找信息越來越困難，主要原因是搜索引擎不能理解用戶的真實查詢意圖，因而機(jī)器學(xué)習(xí)如遺傳算法、BP神經(jīng)網(wǎng)絡(luò)法等在這方面的應(yīng)用研究快速地被引起關(guān)注。Lam Wai 就利用基于事例的機(jī)器學(xué)習(xí)和查詢反饋技術(shù)實現(xiàn)了文本的自動分類并用于文本檢索, 實驗證明了其優(yōu)越性。Mandala Rila 采用加權(quán)方法從多類信息中實現(xiàn)查詢擴(kuò)展 , 以及Chakrabarti 探討的基于矩陣代數(shù)的主題提取算法、組合詞匯和索引文本等特征提取都是這方面的努力。但目前最有前景的是Doug Lenat 研制的搜索系統(tǒng), 通過建立常識庫和推理機(jī)來與用戶交談, 進(jìn)而實現(xiàn)對用戶真正意圖的理解。知識工程之父Feigenbaum稱贊他開創(chuàng)了查詢的“語義時代”(TheAge of Semantics)。但前提是要建立一個龐大的百科全書常識庫, 這是非常困難的, 而且也不分析用戶的潛在意圖。構(gòu)造龐大知識庫的一種方法是從網(wǎng)絡(luò)上自動構(gòu)造, Craven 和Lesser 提出了信息獲取的系統(tǒng)原理, 知識庫的結(jié)構(gòu)和實現(xiàn)方法。Choi 則實現(xiàn)了一種具體的自動構(gòu)造系統(tǒng),其可從網(wǎng)上發(fā)現(xiàn)文本并歸入本地數(shù)據(jù)庫供查詢, 它相當(dāng)于智能代理。Alsaffa 做了類似的探索, 利用專家系統(tǒng)在用戶喜歡的表達(dá)和系統(tǒng)要求的表達(dá)之間實現(xiàn)自動轉(zhuǎn)換。意圖搜索正在基于這些技術(shù)之上實現(xiàn)了智能化的自動搜索。雖然意圖搜索起源于互聯(lián)網(wǎng)行業(yè)，但是目前已經(jīng)被廣泛用于其它行業(yè)，例如在安防行業(yè)與物聯(lián)網(wǎng)技術(shù)緊密結(jié)合。
二、意圖搜索在互聯(lián)網(wǎng)行業(yè)的發(fā)展
互聯(lián)網(wǎng)行業(yè)最早由搜索引擎起步，目前數(shù)據(jù)也都是通過搜索引擎實現(xiàn)數(shù)據(jù)交換和傳遞過程。用戶之所以會產(chǎn)生搜索行為，往往是在解決任務(wù)時遇到自己不熟悉的概念或者問題，由此產(chǎn)生了對特定信息的需求，之后用戶會在頭腦中逐步形成秒速需求的查詢詞，將查詢提交給搜索引擎，然后對搜索結(jié)果進(jìn)行瀏覽，如果發(fā)現(xiàn)搜索結(jié)果不能完全解決用戶的信息需求，則會根據(jù)搜索結(jié)果的啟發(fā)，改寫查詢，以便更精確地描述自己的信息需求，之后重新構(gòu)造新的查詢需求，提交搜索引擎，如此形成用戶和搜素引擎交互的閉合回路，直到搜索結(jié)果已經(jīng)解決了自己的需求或嘗試幾次無果而終。從上述過程可以看出，從用戶產(chǎn)生信息需求到最終形成用戶查詢，中間有很大的不確定性，用戶未必能夠一開始就找到合適的查詢詞，即使是找到了，也可能存在查詢詞不能完全描述信息需求的情形，即在形成查詢的過程中存在信息丟失的問題。所以后續(xù)循環(huán)中的查詢改寫就是用戶逐步澄清搜索需求的一個過程。
用戶發(fā)出的每個搜索請求背后都隱含著潛在的搜索意圖，如果搜索引擎能夠根據(jù)查詢詞匯自動找出背后的用戶搜索意圖，然后針對不同的意圖，提供不同的檢索方法，將更符合用戶意圖的搜索結(jié)果排在前列，無疑會增加搜索引擎用戶的搜索體驗。目前搜索引擎已經(jīng)部分實現(xiàn)了這種搜索模式，比如用戶搜索“北京 天氣”的時候會主動將當(dāng)天的氣溫等情況列在搜索結(jié)果最前面。
意圖搜索是基于目前internet上信息的無組織、異構(gòu)、分布和動態(tài)的特點以及現(xiàn)有搜索的不足而提出的，用于解決現(xiàn)有信息檢索系統(tǒng)所面臨的“信息過載”、“資源迷向”和搜索結(jié)果個性化需求等實際問題，實現(xiàn)Internet信息個性化主動服務(wù)。搜索引擎在強(qiáng)化“智能化”方向的理念之上，在自動分類、自動聚類的基礎(chǔ)上推出智能導(dǎo)航、概念搜索、個性化搜索功能，使搜索引擎充分領(lǐng)會用戶意圖的進(jìn)行搜索，這是意圖搜索在搜索引擎方面的落地應(yīng)用模式。
當(dāng)前大多數(shù)搜索引擎是通過用戶注冊及用戶個性化配置(利用cookie機(jī)制、為用戶建立配置文件等)來提高對用戶搜索請求的精度和命中率，實現(xiàn)一定程度上的個性化搜索服務(wù)。這種方式需要用戶在服務(wù)器上登記個人信息，但這可能造成用戶某些隱私信息的泄露。目前比較公認(rèn)的搜索引擎意圖搜索方法是采用特征獲取方法。特征獲取方法分為兩類，第一類方式可以稱為事先方法，這種方法在查詢被提交給搜索引擎以前，利用查詢本身的特征來表示查詢，比如表示特定需求的特征詞匯、詞與詞之間關(guān)系、詞的詞性以及詞的選擇優(yōu)先性、在語料集中的統(tǒng)計信息等等；第二類方法可以稱為事后方法，這種方法利用查詢被提交給搜索引擎以后的相關(guān)數(shù)據(jù)來獲取查詢的特征。
意圖搜索分為意圖分析和分析擴(kuò)展兩個部分。意圖分析是解決“信息過載”和“資源迷向”問題的有效途徑，通過對用戶所需的信息資源進(jìn)行搜集、加工、整理，可以梳理和有序化網(wǎng)絡(luò)上的專業(yè)信息資源，向用戶提供智能化的信息服務(wù)。意圖分析和分析擴(kuò)展的具體步驟如下所述：
(1)意圖分析。①根據(jù)用戶對問題的回答，檢索知識庫中的相關(guān)信息，以提供直接的回答。②對輸入的原始查詢根據(jù)其概念內(nèi)容進(jìn)行組織和安排，以析取相關(guān)的概念信息和范疇知識。然后，通過語義聯(lián)想等意圖推理修改查詢向量。③將查詢向量交由用戶交互確認(rèn)、編輯。④根據(jù)用戶的編輯結(jié)果可以再次意圖推理，直到用戶滿意為止。⑤將此次意圖推理的結(jié)果記入知識庫中，以備以后的意圖推理。
(2)分析擴(kuò)展。根據(jù)意圖分析的結(jié)果，更新原始查詢向量，形成新的查詢向量。方法是將應(yīng)用領(lǐng)域知識和索引、相關(guān)性、估計和查詢表達(dá)相結(jié)合來實現(xiàn)查詢擴(kuò)展，即查詢索引還包括不在用戶查詢中出現(xiàn)的查詢詞部分。查詢擴(kuò)展所需要的查詢詞的選擇策略有：①非獨立類。非獨立詞指的是和查詢詞具有較大相關(guān)性的詞。查詢擴(kuò)展通過知識庫推理從知識庫中找出相關(guān)性詞、短語、句子、段/篇章。②交互式選擇。用戶從通過上述策略得出的待選詞中決定最后的查詢詞。
三、意圖搜索與安防行業(yè)的結(jié)合
2014年發(fā)生的震驚全球的“馬航失聯(lián)”事件牽動了無數(shù)中國人的心，泛太平洋各國均提供了大量幫助用于搜索失聯(lián)航班，但是由于搜索方式千奇萬種、信息達(dá)到海量級別、信息來源不連續(xù)性等多種問題，導(dǎo)致搜索遲遲沒有結(jié)果。仔細(xì)分析搜索方式，可以發(fā)覺這類型的搜索形式其實與互聯(lián)網(wǎng)行業(yè)的搜索引擎意圖搜索有相似之處，相似點在于都需要對數(shù)據(jù)進(jìn)行收集、甄別、過濾、分類、整合，都不是一個單一的行動，而是一整套連貫的過程。
物聯(lián)網(wǎng)行業(yè)本身由于傳感器的多種多樣導(dǎo)致數(shù)據(jù)形式多樣性、信息海量性等特征，如果大數(shù)據(jù)環(huán)境下還是采用過去的全文檢索方式進(jìn)行單一化搜索，未來一定無法滿足用戶的智能化需求。針對這一挑戰(zhàn)，2014中國大數(shù)據(jù)峰會上中國工程院吳曼青院士發(fā)表了名為“存在就有痕跡，聯(lián)系就有信息，反恐環(huán)境下大數(shù)據(jù)的意圖搜索”的專題演講，吳院士以眾多美國案例為引，描述了新時代反恐行動應(yīng)用的特性：法律保障、以人為核心、高技術(shù)手段、國際合作，通過構(gòu)建虛擬空間信息社會雷達(dá)的方式將意圖搜索引用到反恐活動中，提升反恐能力。
基于“存在就有痕跡，聯(lián)系就有信息”的基本理念，構(gòu)建網(wǎng)絡(luò)空間中行為事件、思想事件等模型，在實體空間和虛擬空間中全面收集人的存在痕跡和聯(lián)系信息，關(guān)注人物或事件間聯(lián)系鏈，從而實現(xiàn)網(wǎng)絡(luò)空間中存在的各種意圖，完成對意圖產(chǎn)生源頭、傳播途徑和發(fā)展趨勢的全方位描述，達(dá)到對個人和組織的所思所想行為所在的全面搜索和分析。物聯(lián)網(wǎng)行業(yè)擁有海量的視頻、音頻、圖片數(shù)據(jù)，通過相應(yīng)智能算法可以從中提取出可供分類的結(jié)構(gòu)化信息，通過這些結(jié)構(gòu)化信息與意圖搜索技術(shù)相結(jié)合可以幫助用戶快速預(yù)判事物、事件發(fā)生概率和趨勢。
因國內(nèi)反恐形勢嚴(yán)峻，大數(shù)據(jù)搜索需要積極應(yīng)對新時期恐怖主義威脅，立足恐怖主義存在和意圖特征，運用大數(shù)據(jù)技術(shù)進(jìn)行深入關(guān)聯(lián)分析，實現(xiàn)對恐怖分子的準(zhǔn)確識別和暴恐事件的提前預(yù)警，有力提升反恐維穩(wěn)核心能力。海康威視作為安防行業(yè)的龍頭，物聯(lián)網(wǎng)概念提出之處就已經(jīng)開始涉及其中，相信在不遠(yuǎn)的將來，意圖搜索應(yīng)用可能就在?？低暵氏嚷涞亍?/p>
四、結(jié)語
本文首先針對意圖搜索的來源、基本概念作了一些解釋，隨后針對產(chǎn)生意圖搜索概念的互聯(lián)網(wǎng)行業(yè)具體發(fā)展過程、應(yīng)用模式及技術(shù)等做了一些討論，最后對安防行業(yè)與意圖搜索技術(shù)相結(jié)合的具體形式進(jìn)行了探討，通過馬航失聯(lián)事件的預(yù)測性分析告訴讀者意圖搜索如何在安防、反恐等領(lǐng)域發(fā)揮自己的作用，如何與物聯(lián)網(wǎng)緊密結(jié)合。
京公網(wǎng)安備 11010502049343號