龙源期刊网 http://www.qikan.com.cn
智能情报分析系统的架构设计与关键技术研究
作者：化柏林 李广建
来源：《图书与情报》2017年第06期
摘 要：人工智能发展的浪潮影响着每一个领域。情报作为与智能在字面上密切相关的领域，对人工智能的发展格外关注。如何把智能渗透到情报领域，实现智能情报分析系统是新时代值得深入探讨的问题。文章在对智能与情报关系的梳理以及对现有情报分析系统述评的基础上，提出一个智能情报分析系统的框架。智能情报分析系统在资源方面具有数据集与知识库、模型库与方法库，借助知识获取、知识表示与组织、自然语言处理、人机交互、新型计算与深度学习等，实现情报需求智能感知，海量信息智能获取，多源信息动态融合、多维关联综合分析、分析结果智能解读、情报报告自动生成、面向场景适时服务。通过智能分析引擎实现资源、技术与功能之间的对接，这是智能情报分析系统的核心。 关键词：智能情报分析系统；情报分析；人工智能
中图分类号：TP18；G250 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2017117 Abstract The wave of artificial intelligence development affects every area. Intelligence， as a field that is closely related to intelligence by literacy， pays special attention to the development of artificial intelligence. How to infiltrate the intelligence into the intelligence analysis field and realize the intelligence analysis system is a question deserved to be discussed in depth in the new era. On the basis of reviewing the existing intelligence analysis system， this paper proposes a framework of intelligence analysis system based on AI. The intelligence analysis system has the dataset，
knowledge base， model base and method base. With intelligent knowledge acquisition， knowledge representation and organization， natural language processing， human-computer interaction， new computing and deep learning， Intelligent acquisition of massive information， dynamic fusion of multi-source information， comprehensive analysis of multidimensional correlations， intelligent interpretation of analysis results， automatic generation of intelligence reports and timely service oriented to scenes.Resources， technologies and functions could be joined through the intelligent analysis engine， which is the core of intelligence analysis system.
Key words intelligence analysis system； intelligence analysis； artificial intelligence
革命性的智能技术，一边撕裂旧世界，一边创造对未来的无限渴望。大数据在理念与技术方法上已触及到各行各业，而人工智能正在洗刷着传统的思维与产业形态。数据、计算能力和算法叠加后产生的能力差异，正快速形成组织机构之间不可逆且不可逾越的智能鸿沟。过去的两年人类见证了AlphaGo系列的成功，深度学习在图像识别、智能语音、机器翻译、智能控制
龙源期刊网 http://www.qikan.com.cn
等领域取得了长足进步，越来越多的领域开始涉及并运用深度学习等人工智能技术。未来，AI将不断扩大渗透领域，技术应用也将逐步走向成熟，全球经济将迎来“AI-first”突破，可解释性和透明度将逐步得到改善。
在海量数据急剧增长、软件工具日益丰富、竞争环境日趋激烈的今天，科学研究、国家发展与企业运营越来越强调数据与智能在分析过程中的作用。业务问题呈现出复杂化、多维化、关联化、实时化的特点，企业组织过去所依赖的基于局部数据、传统工具而进行的业务决策方式必将跌落鸿沟。如何在情报系统中更多地引入智能技术，提高情报分析的水平与质量，成为新时代情报发展的关键[1]。为了更好地实现情报信息的支持，需要借助于大数据产业情报平台或智能情报分析系统，通过系统快速准确地获取所需要的基础数据、动态信息以及最新情报，跟踪科技前沿，梳理发展脉络，把握问题关键，分析竞争格局与发展态势，仿真模拟以及未来分析，发现新颖点与新机会，从而发现其中的市场机会和风险预警，占据市场竞争中的优势或主导地位。 1 智能与情报的关系
智能包括人类智能与人工智能。在现代情报分析中，既要有人类智能，如专家智慧、专业背景、师傅带徒弟与长期“工匠”的积累，又要有人工智能，利用神经网络、机器学习等智能算法对大规模的数据进行信息与知识的融合并使其转化为情报，加强情报分析的智能性，是智能情报的难点与重点。
所谓“智能”，通常是指人们在认识与改造客观世界的活动中， 由思维过程和脑力劳动所体现的能力，包括感知能力、思维能力和行为能力[2]。人类智能的核心在于知识，智能表现为知识获取能力、知识处理能力和知识运用能力。人们对人工智能有许多不同的观点和实现方法， 包括符号主义、连接主义和行为主义等， 或者叫做逻辑学派、仿生学派和生理学派。所谓“情报”，在《辞海》中将其释义为：军中集种种报告，并预见之机兆，定敌情如何，而报于上官者。目前，国内外学者关于情报概念的探讨主要有以下三种观点：（1）情报的信息论，认为情报是一种特定的信息[3]，主要指可行动的信息；（2）情报的知识论，即情报是一种知识。英国情报学家布鲁克斯认为：情报是使人原有的知识结构发生变化的那一小部分知识[4]。钱学森[5]院士认为：情报是为了解决一个特定的问题所需要的、具有及时性和针对性的知识，是激活了、活化了的知识；（3）情报的认知论，即情报是一种认知。池建文[6]研究员认为：情报是关于他方事实的本来面貌和深层次原因的判断，是新信息与旧知识融合所形成的新认知。
新的时代特点与技术环境给情报工作带来了很大的变化，数据对象与规模不断扩大，技术方法持续更新，但是不管对象与技术方法如何变化，情报工作的宗旨从未有过根本性改变，情报工作的目的就是要保障决策、解决决策过程中信息不完备的问题[7]。从任务的类型来看，情报分为情报识别、情报跟踪、情报比较、情报评价与情报预测[8]。从各类信息源中快速识别有用的信息，及时准确地捕捉最新、最快的情报动态，持续地对关键技术问题、重要国家与
龙源期刊网 http://www.qikan.com.cn
机构进行定期或长期跟踪，把握最新进展与动向，梳理技术路线与演化规律，分析竞争关系与态势，预测事情、格局、科学技术发展的趋势与走向，以便提前布局、未雨绸缪。 2 情报分析系统发展现状
情报分析系统是面向任务的，通过集成实现情报分析理论方法的技术完成特定的情报任务，技术实现方法种类和数量的选择与面向任务的研究对象、目的有关。情报分析系统发展至今，其智能水平早已不能满足应用需求。分析人员更倾向于系统能帮助发现未知的潜在模式，能从分析活动的各个环节上加以支持，提供一体化的解决方案，而非仅仅是零散的对若干分析功能的支持。这些需求也促进情报分析系统向着更智能的方向发展，主要包括对数据的深层发现、挖掘和对分析过程的智能支持等方面。情报分析系统呈现出计算性、融合性、工程化以及快速响应等特点。从行业实践来看，情报分析系统包括科技情报分析系统、企业竞争情报系统、公安情报分析系统等。 2.1 情报分析系统理论研究
李广建等[9]认为大数据时代下的情报研究应从单一领域情报研究转向全领域情报研究、综合利用多种数据源、注重新型信息资源的分析、强调情报研究的严谨性和情报研究的智能化五个方面；张志强[10]认为科技文献情报机构需要构建适应数据密集型科学范式需求的新型范式，着力开展专业型、计算型、战略型、政策型和方法型等“五型融合”的科技情报研究新范式；贺德方[11]通过分析大数据兴起、科研范式变革、方法工具演进、用户需求变化的时代特点，提出利用工程化思维开展科技情报研究的新范式。乔晓东等[12]认为，大数据时代，情报处理和分析工作应以工程化和系统化的思路开展，提出了技术情报工程的理念和以技术基础设施为支撑的情报分析体系；苏新宁等[13]指出面向突发事件应急决策的快速响应的情报体系是一个以大数据环境为基、情报技术为力、情报流控制为策、应急决策为标的新型情报体系，并从组织结构、功能组成、组织功能关系三个方面构建了新型情报体系；李纲等[14-15]认为突发事件的监测与识别是应急决策情报体系的一个重要环节，一个以情报为核心的突发事件监测与识别的理论架构应该以情报收集、情报分析、情报评估与利用为过程，实现全源情报、实时情报、精准情报。情报分析呈现出工程体系化、海量数据高度依赖化、多源融合、集成计算、快速响应等特点，这些特点都是实现智能的基础与前提。 2.2 现有情报分析系统的主要类型
（1）科技情报分析系统。现代科技情报工作的态势解析与决策服务应借鉴大数据研究的最新进展，加快变革科技信息的采集、获取、挖掘、分析及影响方式，及时和变革性地提升科技知识的产生，使其更为直接地辅助科技决策。由中科院文献情报中心开发的“研究所一线科技信息监测服务平台”（http：//stis.las.ac.cn）从海量的网络科技信息资源中发现最新最重要的科技资源，自动计算分析科技资源的情报价值、识别科技资源中包含的重要科技对象、重要科技术语，快速发现研究领域的研究热点等。北京市科技情报研究所开发的大数据科技情报服务平台，通过词库生成器、科技情报分析系统、大矩阵和创新点自动发现系统，在城市交通情报
智能情报分析系统的架构设计与关键技术研究
