关于知识集成系统

武夷山

Futures杂志2011年第9期发表Vlad Tarko和Paul Dragos Aligica合写的文章，From “Broad Studies” to Internet-based “Expert Knowledge Aggregation”。文章说：

未来学家卡恩的“宽研究”与专业化的“窄研究”形成了鲜明对照。

表 知识集成的基础

维基百科就是一种知识集成系统。

从宽研究的理想尺度来衡量评价的话，现有的集成系统存在一个共性问题：过度依赖于搜索，而不是挑战。

某些线上讨论组、线上协同工具，可用于挑战系统。

Idea Torrent Framework（创意洪流框架）是一种最先进的线上集成系统，它结合了分类（并防堵spam）、moderators、投票与挑战等多种功能，只是还缺乏个性化的馈送。

以上所述都是涉人型知识集成系统。麻省理工学院的Collective Intelligence（集体智能）则是人工智能型知识集成系统，它采用算法对人的主观意见进行分析，并产生一个预测结果。

目前所有知识集成系统的缺陷在于：线上交流都是基于文字的。但是，口头交流方式在单位时间里传递的信息量更大。下一步，能否将口语交谈也纳入知识集成系统，而且系统能够自动进行口语到文本的转换？

博主：本文虽然发表在未来学杂志上，但应引起情报学界的重视。它有不少好观点，如：预测市场也是一种知识集成机制（前不久，我们有幸完成了一项用预测市场方式预测基金申请量的研究）；现有的集成系统存在一个共性问题：重搜索，轻挑战；口头交流的重要（这也给自然语言处理研究人员提出了新的挑战，指出了新的应用领域），等等。