摘要：多源異構的跨媒體數據的快速涌現，改變了信息處理和分析的模式。文章研究分析了跨媒體智能對知識服務帶來的全新理念。文章首先介紹了跨媒體智能產生的原因，梳理了該領域研究的四大視角：知識表達、知識關聯、知識推理和智能應用;隨后，分析了跨媒體智能技術對圖書情報機構在資源組織、知識挖掘、知識發現、知識呈現能力方面帶來的挑戰;最后，探析了四個應對方案：知識即服務的理念、知識挖掘應用的社會化、跨媒體知識圖譜的探索以及知識服務的“小數據“化。

　　關鍵詞：跨媒體智能;智能分析;知識服務;圖書情報機構;跨媒體知識圖譜;小數據

　　從信息時代向數據時代和智慧時代的發展歷程中，信息的獲取、處理和分析已經從單一的媒體逐步向文本、圖像、視頻、音頻等多媒體交互融合的形式轉變。文本已不再是信息的主要載體，信息的內容呈現富媒體化;信息的傳播以更為靈活、多樣和詳實的方式進行，走向開放共享;信息本身呈現關聯多樣化，具有多來源和跨媒介的特征。目前，各種平臺和形式上不同的媒體信息混合在一起，作為一個整體代表了全面的知識。人們已經開始認識到一種新的信息形式，即跨媒體信息。

　　近年來，隨著人工智能技術的飛速發展，跨媒體智能分析技術取得了一定地突破。2017年7月，國務院正式頒布了《新一代人工智能發展規劃》，明確鼓勵知識服務技術的發展，強調重點突破知識加工、深度搜索等核心技術，實現對知識持續增量的自動獲取，具備概念識別、實體發現、屬性預測、知識演化建模和關系挖掘能力，形成涵蓋數十億實體規模的多源、多學科和多數據類型的跨媒體知識圖譜[1]。

　　人工智能論文范例：新型環境下人工智能迎來的機遇和挑戰

　　跨媒體智能作為信息組織與檢索研究的新問題正得到計算機科學、圖書情報學等領域的高度關注。筆者認為，跨媒體智能在商業領域得到普遍應用的同時，其具有的分析推理以及知識構建等特征將為圖書情報機構就知識描述、知識組織和知識傳遞等方面提供一定的理論借鑒。本文在探討跨媒體智能發展現狀的基礎之上，探析知識服務的跨媒體智能化問題，并就智慧時代下，圖書情報機構如何應對挑戰進行探討。

　　1跨媒體智能概述

　　1.1跨媒體智能的產生

　　跨媒體智能是新一代人工智能的重要組成部分。2008年，Yang等最早提出了“跨媒體計算”的概念[2]，2010年，Norvig等在Nature上撰文，對跨媒體進行界定，認為跨媒體是：文本、圖像、語音、視頻及其交互屬性緊密混合在一起[3]。

　　2014年，Lazer等在“Science”上發表論文指出，解決大數據傲慢(原文為“bigdatahubris”)問題需要將多源數據融合并結合具有知識演化特性的智能分析方法[4]。通俗地說，跨媒體智能主要體現在將不同媒體之間傳播與互動的信息運用人工智能技術實現媒體數據的語義貫通，實現數據智能分析、處理、概括和創造。目前，跨媒體智能沒有一個統一的定義，學者大多從不同的角度進行界定。縱觀多位學者的觀點，跨媒體智能具有兩個基本特征：多模態[5-6]、智能化[7]。

　　跨媒體智能的出現并非偶然。隨著全球媒體數據爆炸式的增長，計算機網絡、多媒體工具以及移動終端的廣泛使用，當前知識傳播的方式與以往不同，跨源、跨模態、跨屬性的特征愈發明顯。指向同一知識的信息可能會跨域圖書、期刊論文、專利、報紙、微博、新聞站點、B站等多個媒體渠道;其模態也有可能跨越文本、聲音、視頻甚至是跨語種等多種形態實現交叉融合以及協同表達;而知識本身不僅包括其固有內容的自然屬性，也包括了使用過程中的用戶行為和用戶偏好等社會屬性。從單一有限媒體資源到海量多源異構媒體資源，再到媒體之間的關聯和用戶社群的介入，每一步都推動了跨媒體的發展和演變[8]。

　　1.2跨媒體智能研究焦點和重心

　　從具體實踐和應用來說，跨媒體智能體現了不同類型媒體數據在多平臺間的橫跨，其本質是一種多模態數據的分析和融合。為此，在相關研究中經常以多模態數據、跨媒體分析等術語進行描述。為便于從宏觀上揭示跨媒體智能領域的研究現狀，本文選取WebofScience、EBSCO、EI、CNKI的期刊、學位論文、會議論文等數據庫作為來源數據庫，結合以跨媒體智能、跨媒體分析、多模態數據、Cross-Mediaanalysis、Cross-mediaIntelligence、MultimodalData等關鍵詞進行檢索，對在主題、題名或關鍵詞中出現相關檢索詞的文獻進行收集。并對各個數據庫中重復收錄的文獻進行剔重，通過人工識別，將與跨媒體智能研究主題不直接相關的記錄剔除，共獲得848篇，其中英文文獻687篇，中文文獻161篇(數據收集截至2020年7月29日)。

　　2對圖書情報機構知識服務的挑戰

　　跨媒體智能的出現，知識的內容開始呈現多元化、富媒體化、關聯化，知識服務也將具有智能化、開放共享等特征。圖書情報機構需要具有將多種感知信息實現統一語義表達，以語義相通相容為媒介，實現跨媒體智能應用的能力。新的知識環境，正在給圖書情報機構知識服務帶來新的挑戰。

　　1)資源組織的挑戰。

　　近年來，隨著我國高校圖書館大量采取E-fist的采購方案，并將Springer等數據庫捆綁的印刷型文獻資源轉為電子資源，使得數字資源成為圖書館資源的主流，圖書館用戶也更多的通過電子設備訪問這些數字資源。與此同時，學術研究中的各種數據，如：實驗的仿真數據和演示數據等也以原始的電子形式進行組織和存儲[30]。

　　從形態上來看，這些數字化資源天然的具有跨模態的特征，它們以不同的形式反映自然和社會的知識。隨著學科的融合發展，大量交叉學科研究以及跨學科合作研究的出現，如何將圖書館現有的數字資源，依據知識的內在關聯，實現資源的交叉融合和協同表達，是圖書館資源組織面對的新挑戰。為此，在智能化普及的當下，圖書館需要重新定義館藏資源，利用新一代的人工智能技術整合自身資源，借助智能化轉型促進資源與服務的一體化，迸發資源的活力。

　　2)知識挖掘能力的挑戰。

　　國際科技醫學出版社聯盟(STM)在其發布的2021技術展望中提出，未來的數字出版物將會像GitHub一樣進行發布，計算機將成為其主要的讀者[31]。網絡化的發展使得信息獲取越來越方便，同時也帶來了信息形態和交流方式的變化，知識的獲取不在局限于靜態媒體(如：圖書或期刊)，各種動態媒體(如：視頻和音頻)正在成為知識獲取的主要形式。這使得我們常用的一些方法(如：互信息、TF-IDF等)，在有效表征和描述這些形態各異的數據時，無法依靠簡單的領域術語來進行精準搜索和發現。

　　3圖書情報機構的應對

　　目前，知識本身走向數據化和可計算化[38]，圖書情報機構提供知識服務的方式、能力和技術基礎也將發生轉變。1)知識即服務的理念。數據即知識，知識即服務。英國數學家托馬斯·克倫普在《數字人類學》一書中指出，數據產生于人類的各項活動中，其價值在于服務于社會。隨著知識專業化程度的不斷提高，對于普通用戶來說，準確地理解新領域的知識結構和發展趨勢的挑戰性不斷增強。

　　在一個錯誤和虛假信息呈指數增長的世界里，用戶希望能夠從擁有經驗和專業知識的人那里獲得可信的答案。圖書情報服務機構應該建立基于情景的知識服務，從各種跨媒體來源收集和構建數據，對來源進行整理和驗證，構建領域“知識圖”和“專家網絡”的服務機制，提供具有更多價值和功能的知識服務。大英圖書館LivingKnowledge的2015—2023發展戰略中[39]認為，圖書館擁有大量原生數字內容，也應該作為數據與知識關聯標準的專家，成為跨領域研究中心。 隨著人工智能在語音、計算機視覺、自然語言處理等領域不斷突破，人工智能正在發揮巨大的社會影響力。5G技術的成熟又將給人們帶來移動通訊方式的改變，并帶來萬物互聯的新時代。在這些技術的推動下，提供“知識即服務”幫助人們通過獲得更多的知識和信息充實生活與工作成為常態。

　　4結束語

　　跨媒體智能分析是一個新生事物，是信息科學中一個活躍的研究領域，也是人工智能未來的一個重要方向。其發展還存在一些重要的挑戰、不明確的地方和瓶頸問題需要解決，但它已經展示了新技術使資源組織、資源建設和資源利用的新的前景。無論跨媒體智能分析的發展面臨怎樣的困難，它都使得借助智能技術提供知識服務的模式越來越清晰。而隨著跨媒體智能分析逐步進入實踐應用，并向各個行業領域擴展，圖書情報機構也將會發現自己全新的服務職責和理念。

　　參考文獻

　　[1]國務院關于印發新一代人工智能發展規劃的通知[EB/OL].[2020-07-24]. http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm. 

　　[2]YANGY,ZHUANGYT,WUF,PANYH.Harmonizinghierarchicalmanifoldsformultimediadocumentsemanticsunderstandingandcross-mediaretrieval[J].IEEETransactionsonMultimedia，2008，10(3):437–46.

　　[3]NORVIGP,RELMANDA,GOLDSTEINDB,KAMMENDM,WEINBERGERDR,

　　作者：阮光冊1，夏磊2，周萌葳1