基于内容分析的语义导航模型

11.3.1　基于内容分析的语义导航模型

基于内容分析的信息导航能够突破传统的基于词语的导航模式:一方面，在导航过程中，能够直接从内容角度对信息源进行分析与概念提取，同时根据用户查询目的的不同，从多角度切入信息导航路径;另一方面，也可以在导航过程中，利用内容分析的结果，引导用户关注内容相关、相似的导航结点，并且屏蔽掉不相关的结点，从而使导航过程得以优化。内容分析技术能对信息资源的内容质量、相关相似程度等进行分析与评价，使信息资源按照内容进行动态性的聚类，从内容语义的角度指导信息导航。图11-2是基于内容分析的语义导航框架。下面将介绍导航框架的工作机理，并对导航框架中内容分析的对象、内容分析的方法等进行详细阐述^［5］。

1.导航框架的工作机理

在图11-2中所示的基于内容分析的语义导航框架中，系统首先通过各种内容分析Agent的协同工作，应用内容分析知识库、导航知识库和用户需求库中的知识，对信息源进行词频统计、句法分析、语义分析、特征提取以及上下文关联等内容分析工作，提取内容概念和内容关联，进而评估内容相关性，并通过聚类Agent将内容上相关的链接分类整合，最后将分析结果提交给导航系统，从而实现在蕴含丰富知识的多维信息空间中的有效导航。

图11-2　基于内容分析的语义导航框架

当用户使用系统的时候，用户偏好分析Agent捕捉各种用户知识，并进行模式化分析，在导航知识库的引导下，使用户需求在多维信息空间中产生近似度较高的信息映射。最后映射结果经过用户偏好分析Agent的验证、评价之后提交给用户，完成信息导航的任务。

2.导航框架中内容分析的对象与方法

内容分析的对象不仅需要面向信息资源，还需要面向用户认知。一方面需要深度挖掘信息资源的内容实质，搭建易于进行信息定位的导航空间;另一方面，通过对用户认知语境的深入分析，利用用户知识，以便向不同用户提供个性化导航服务。对于信息的内容分析，不仅要涉及信息正文中的词频分析、词法分析、句法分析，及内容的上下文分析和语义分析，还包括正文中的图像的特征分析等。

借助于计算机技术对信息进行内容分析的过程中，采用大量的定量分析方法，因此整个分析过程能够较为客观地对信息内容进行分解与聚类。不过在信息导航中应用内容分析亦不能忽视定性方法的作用，定量和定性方法是内容分析不可或缺的两个重要组成部分。

3.导航框架中的内容分析Agent

为达到以上提出的导航目的，我们在导航框架中引入了多种赋予了内容分析功能的Agent，从而构成一个内容分析Agent体系。在基于内容分析的导航框架图中，将内容分析Agent分为词频统计Agent、句法分析Agent、语义分析Agent、特征提取Agent、上下文关联Agent、内容相关度评估Agent、聚类Agent、用户偏好分析Agent等。词频统计Agent是针对某一信息源，进行词频的计量，用量化的结果来粗略评定该信息源的内容归属以及相关性等问题。句法分析Agent、语义分析Agent、特征提取Agent和上下文关联Agent共同对信息源进行语法与语义及语用的多层次分析与理解，然后将其结果提交给内容相关度评估Agent。内容相关度评估Agent将会对信息源再次进行内容相关上的量化分析，而聚类Agent会根据这个量化结果，对直接相关内容聚类，并将一些相似度较强的信息在内容上建立虚关联，内容上越是相关，该关联的虚度就越小，越是不相关，虚度越大。用户偏好分析Agent向系统提交了用户的需求特征，并对需求相关的用户建立用户模型，从而通过用户知识的利用，在导航中给以路径的推荐与提示。同时，为了使各种Agent的工作顺利进行，还需要增加游走于系统内部的协调控制Agent，以加强Agent之间的工作协同性。