利用人工智能和知识模型技术提升人机交互,以优化查询性能和响应过滤
《Knowledge-Based Systems》:Enhancing Human-Machine Interaction with Artificial Intelligence and Knowledge-Model Techniques for Query Performance and Response Filtering
【字体:
大
中
小
】
时间:2025年12月27日
来源:Knowledge-Based Systems 7.6
编辑推荐:
提出一种基于知识模型的语义处理接口,通过动态更新概念重要性、构建语义过滤器和帕累托优化机制,有效优化用户查询并减轻信息过载,用户研究显示其Kappa协议达0.62-0.88。
Muhammed J. Al-Muhammed
美国肯塔基州莫尔黑德州立大学科学与工程学院
摘要
互联网作为生活各个方面的重要信息资源,由于其庞大的内容量,在查找相关信息时面临诸多挑战。传统上,使用搜索引擎是进行网络搜索的主要方法,但这些方法存在显著问题:用户需要构建有效的查询语句——而这受到他们有限的技术知识和领域专业知识的限制;同时,海量搜索结果使得筛选出相关信息变得复杂。近年来,生成式人工智能(Generative AI)作为一种便捷的信息搜索工具应运而生。尽管生成式AI模型效果显著,但其性能在很大程度上取决于训练的彻底程度,而且由于它们通常采用大规模语言模型,往往难以适应用户的特定需求。本文提出了一种基于知识模型的信息清洗和优化技术,该技术结合了人工智能(AI)的洞察力和领域知识表示。作为搜索引擎的辅助工具,该技术通过利用丰富的领域知识模型以及对AI驱动的记忆损失模型的应用,促进了人机交互。这些模型创建了一个学习环境,使技术更符合用户的偏好。此外,该技术通过整合知识模型和用户学习到的偏好来优化查询语句,并通过过滤搜索结果仅展示最符合用户需求的相关页面,有效控制了信息过载问题。我们在大量查询数据集上进行的全面用户研究表明,该技术显著帮助用户构建有效查询并减少了信息过载。系统提供的结果及其查询优化建议与人类行为高度吻合,Kappa一致性系数介于0.62(良好)到0.88(非常显著)之间。
引言
由于互联网内容庞大,如果没有自动搜索工具,用户将无法在互联网上查找相关信息。搜索引擎允许用户输入查询语句,快速搜索数十亿网页以找到与查询相关的内容。搜索引擎搜索结果的相关性在很大程度上取决于查询语句的质量。由于用户的技术知识有限以及对领域术语的熟悉度不足,构建有效查询通常具有挑战性。此外,由于搜索引擎处理查询限制的能力有限,它们经常返回过多的网页,给用户带来巨大负担,迫使用户仔细筛选这些网页以找到相关信息[1]、[2]、[3]、[4]、[5]、[6]。因此,搜索引擎缺乏一种用户友好且高效的方式与人类用户进行交互。
人类与搜索引擎之间的成功交互需要两个基本要素:帮助用户构建有效查询以获取相关信息,以及管理因特定查询产生的大量搜索结果带来的信息过载。现有文献提出了一些有助于构建更有效查询的方法[7]、[8]、[9]。虽然这些方法有所进步,但其应用范围仍有限,主要集中在查询重写上,且对领域知识有限的用户支持不足。
最近,包括ChatGPT-3.5/4和Copilot在内的先进生成式AI技术引起了广泛关注,这些技术可帮助用户构建有效查询[10]。然而,这些大规模语言模型通常缺乏深入处理领域特定知识或识别和利用提升查询效果的相关术语的能力[11]、[12]。例如,考虑以下两个带有领域特定限制的查询:“列出所有里程数小于30,000的福特汽车”和“列出2024年5月举行的会议”。Open-GPT-40提出的优化查询分别为:“列出2018年以后所有里程数小于30,000、价格低于25,000美元且为轿车的福特汽车”以及“列出2024年5月在北美举行的人工智能和机器学习相关的技术会议”。虽然这些查询比原始查询更具针对性,但这些限制较为笼统,可能无法完全反映用户的真实需求。例如,研究人员通常关注会议的排名、指导委员会等细节;而对于汽车,用户则更关注车型、配置、发动机排量等具体信息。这凸显了大规模语言模型的一个重大局限性:它们需要大量数据来平衡并提供合理的响应(即约束明确的查询),而在数据有限的领域,这类数据往往难以获得。
现有方法不仅在查询构建能力上存在局限,而且在处理信息过载方面也不足。我们认为,控制信息过载是一个不容忽视的关键问题。尽管搜索引擎的排名机制旨在帮助用户,但它们通常缺乏有效的语义过滤能力,这源于不完善的约束解析过程,从而影响了搜索结果的排序[13]。因此,用户经常难以在搜索结果中找到相关答案。尽管ChatGPT在人机交互方面带来了创新,但在优先排序查询结果时仍可能无法完全满足用户期望,有时甚至提供不准确的信息[13]。
为促进人类与搜索引擎之间的交互,本文提出了一种语义处理界面,旨在有效优化用户体验。该界面有两个目标:首先,通过结合相关的领域限制来帮助构建有效的搜索查询;其次,通过过滤掉不必要的搜索引擎响应来管理信息过载。为实现这些目标,该界面整合了多种复杂机制,包括提取知识模型和帕累托最优性(Pareto optimality)概念,以及人工智能技术(特别是记忆损失模型)。提取知识模型对于识别查询中的领域特定元素和提取相关信息及限制至关重要。这使得界面能够进行动态协商,分析查询并添加适当的限制以优化搜索结果。为了进行有意义的协商,知识模型被赋予了重要性值(或期望值),这些值最初被设置为统一值以表示同等重要性,随后根据用户查询中概念出现的频率通过AI驱动的学习进行动态更新。这种调整过程对于界面根据用户需求精确调整响应至关重要。此外,优化后的查询被用作构建语义过滤器的输入,这些过滤器根据查询的定义限制量化每个搜索引擎响应的相关性。利用帕累托最优性,界面系统地对响应进行排序,向用户呈现最佳答案。因此,用户能够获得最相关的信息,而不会被不必要的数据淹没。
本文通过提出一种用户友好且强大的语义界面做出了重要贡献,该界面增强了而非取代了搜索引擎的功能。该界面具有以下关键特性:
•它提供了一个领域特定的、由AI驱动的协商工具,使用户无需技术技能即可构建表达清晰的查询。
•该界面能有效过滤搜索引擎的输出,仅显示与用户查询最匹配的页面。鉴于搜索引擎通常返回数百万网页,这一特性尤为重要。
•该界面完全采用声明式设计,开发人员只需为新领域适配时开发一个提取领域知识模型即可,无需额外编码或集成工作,简化了其在不同领域的应用。
我们的贡献如下:第2节将我们的系统与其他相关系统进行比较;第3节讨论了提取领域知识模型及其语言语义;第5节阐述了界面如何处理用户查询、构建语义过滤器并通过添加更具体的主题关键词来优化查询;第6节介绍了针对搜索引擎输出的知识模型深度清洗的技术细节;第7节讨论了系统在现实场景中的运行情况;第8节报告了系统评估结果;第9节总结了我们的工作并提出了未来研究方向。
相关工作
相关工作
据我们所知,我们的方法是独一无二的。我们尚未发现任何系统能够利用知识模型有效解决信息检索中的三个关键问题:(1)动态检测约束不足的查询;(2)利用可适应的期望帮助用户构建有效查询;(3)通过过滤和仅展示符合用户意图的信息来智能减少信息过载。
提取知识模型
为了在特定领域内正常运行,系统必须具备领域特定的知识。这些知识被封装在一个双部分提取领域知识模型中。第一部分是一个关系语义模型,包含命名实体(概念)及其之间的关联(关系);第二部分是一组数据框架,用于定义知识模型实例的识别器及其适用的操作。
基本原理
本节介绍了两个关键概念:概念重要性和概念期望值,这些概念用于处理用户查询。
请求处理
图4展示了控制流程。用户通过界面以自由形式的自然语言提交查询,界面将这些查询传递给基于AI的概念重要性更新组件,该组件根据输入更新概念的重要性。同时,界面将查询传递给上下文检测组件,该组件将查询与可用的知识模型进行匹配,确定最符合领域的知识模型。
基于知识模型的深度清洗
搜索引擎通常根据简单标准(如关键词丰富度)来衡量网页与查询的相关性。这种方法对于关键词丰富且约束简单的查询有效,但对于复杂查询则效果不佳。这里描述的深度清洗方法通过利用知识模型和最优性标准来改进搜索结果的排序,解决了这一问题。
系统应用
所提出的系统与知识模型在运行时的关系设计为灵活且可适应的,能够跨不同领域无缝集成。系统不对知识模型施加严格的结构限制,只要模型定义了其核心元素:概念、概念之间的关系、定义概念语义的语言识别器(数据框架)以及对概念实例的通用操作即可。
为了向新领域介绍该系统……
实验结果
我们进行了多项实验来评估所提出系统的有效性。系统性能受多个因素影响:构成其语义知识的基础知识模型、这些模型的质量、查询优化过程、解决方案的排序方式、输入查询以及所使用的搜索引擎。鉴于评估范围广泛,我们仅关注了之前未评估的方面,假设它们的性能与报告结果一致。
结论与未来工作
所提出的系统帮助用户构建约束合理的查询,有效捕捉他们的意图。通过使用知识模型,系统可以识别查询的主题并判断其约束是否充分。系统利用领域专家初始化的期望值,并根据用户查询不断调整这些期望值,以评估知识模型概念的重要性。此外,系统通过排序搜索引擎结果来减轻信息过载。
CRediT作者贡献声明
Muhammed J. Al-Muhammed:撰写——审稿与编辑、初稿撰写、可视化、验证、监督、软件开发、资源管理、方法论设计、调查研究、形式分析、数据整理、概念构建。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文所述的工作。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号