人工智能時代出版業的智慧服務轉型：關鍵要素與實踐模式

雷曉艷 李佳業

摘要：人工智能環境下，智慧服務已成為出版業知識服務轉型的新路徑。就出版業知識服務轉型的關鍵要素而言，海量數據是智慧型知識服務的基礎，用戶個性化需求是智慧型知識服務的導向，關鍵共性技術是智慧型知識服務的核心。從目前的情況看，其實踐模式包括基于資源建設、用戶個性化需求、技術創新的智慧型知識服務三種類型。

關鍵詞：出版業;智能化;知識服務;關鍵要素;實踐模式

中圖分類號：G230.7 ? ?文獻標識碼：A文章編號：2095-6916（2020）19-0034-05

一、研究背景

隨著信息過載、知識焦慮的“新常態”以及知識學習的終生化趨勢凸顯，知識經濟重心重新回歸知識服務，知識服務的轉型升級成為衡量知識企業核心競爭力的重要指標。在出版領域，知識服務已先后走過基礎軟硬件配置、知識資源的數字化和數據化、知識體系研發、知識服務供應等階段。伴隨著智能化技術的滲透、戰略理念轉型的深入發展，出版業在創新發展的進程中孕育出諸多新模式、新形態，知識服務進入了新舊模式的“換擋期”。

智能化已成為出版業知識服務轉型的新路徑，相關研究受到學者的重視。人工智能與知識服務相融合，出現了“智慧圖書館”“智能出版”“智慧服務”等諸多前沿領域，知識服務面臨全新的機遇與挑戰。智慧型知識服務是智能技術與知識服務相融合的產物，具有服務需求用戶化、服務內容個性化、互動形式多樣化的特點[1]。以智能技術驅動的知識服務革命使得知識發現、知識表達、知識素養和知識服務發生了“顛覆性變革”[2]，并通過資源建設、生產方式、營銷手段、應用模式多方集成實現知識服務流程的再造。智慧型知識服務將成為國有數字出版知識服務的主流模式[3]。智慧型知識服務是基于數據資源的知識服務高級階段，是知識服務機構運用智能理念與技術，為用戶提供信息、知識產品和解決方案的可持續發展模式。與傳統知識服務相比，智慧型知識服務注重知識服務全周期的系統智能，在信息搜集、知識發現、呈現、關聯、反饋等環節，“智慧”既是服務的手段，也是服務的內容，其本質是提升知識作為生產要素的核心地位與轉化效率，其特征包括用戶需求驅動、人-物全面互聯、信息智能感知、知識深度融合、資源開放共享等。

自2015年至今，國家新聞出版行政主管部門先后啟動了三批110家知識服務模式試點單位的遴選、32家知識服務技術支持單位的遴選、67家數字化轉型升級技術供應商的遴選、18家知識服務類別科技與標準重點實驗室的公布、8項知識服務項目標準的發布、7項知識服務國家標準的啟動等工作[3]，國家知識服務體系建設步伐明顯加快。但總的來說，我國知識服務業還處于發展的初級階段，當前仍存在知識服務市場規模小、盈利能力不足、知識服務模式創新不夠、關鍵技術尚未突破等問題，距離知識服務的高級形態——知識解決方案階段任重而道遠。

從傳統知識服務到智慧型知識服務如何轉變？是漸進還是突變？知識服務者應該提供什么樣的產品？面對當下的市場需求變革又該遵循什么樣的邏輯打造產品？出版業形成了何種模式來踐行智慧服務？在新的技術和社會環境下，上述問題需要我們進行總結、研究與深入思考，以創新轉型與持續發展構建知識服務的智能化升級。本文在對人工智能環境進行分析的基礎上，對智慧型知識服務的關鍵要素、實踐模式進行歸納分析，以期為人工智能時代的出版業知識服務研究和實踐提供參考。

二、出版業智慧服務轉型的關鍵要素

隨著人工智能時代的到來，知識服務思維發生重大轉變，知識的生產與服務方式都產生了巨大變革，用戶對于知識服務模式的需求也趨向高效、智能。傳統的知識服務模式已經不能滿足用戶日益增長的知識服務需求，人工智能與知識服務的深度融合將成為大勢所趨。智慧型知識服務作為出版社的轉型戰略，更需要形成面向出版商、運營商、機構以及用戶的新能力。未來智慧型知識服務應突破傳統知識服務的理念，除了沿襲出版社的資源、人才、管理等優勢外，還需要融合多學科領域的理論與技術，從數據挖掘、內容樣態、技術革新等方面提升知識服務能力。

（一）海量數據是智慧型知識服務的基礎

長久以來，傳統出版社存在產能過剩、供需不匹配、內容關聯性不足等問題，歸根結底在于數據思維的缺乏。首先，傳統出版業以紙質書出版為核心的內容生產模式，使得知識資源利用有限，從數據層面來說，是資源深度開發與持續探索能力的缺失。在大數據、云計算、人工智能等技術日益廣泛應用的條件下，出版社知識服務的內容不應局限于單一的文字或圖片形態，而應集音頻與視頻、線上與線下、有形與無形服務為一體，實現知識內容多元載體與終端的適配。其次，傳統出版業以單個產品（如一本圖書、一部音像制品）作為數據單元的銷售模式，沒有充分重視和挖掘知識產品的數據價值。在以數據作為生產要素的人工智能時代，出版社一方面可以深度挖掘單個產品中有價值的內容，將其打造成熱點IP（Intellectual Property，基于智力的創造性活動所產生的權利，編者注）;另一方面可以根據資源特性，將單個產品拆分成若干有價值的數據單元，也可將多個碎片化的、有價值的單元進行整合、重構組成新的數據單元，盡可能做到單一產品多層次、全方位開發，從而實現知識產品價值的最大化。再次，大部分出版社缺乏用戶基本屬性數據、用戶行為數據以及用戶交互數據的管理。大量的用戶及行為數據掌握在渠道商手中，很少有出版社主動分析知識服務對象的特征、需求動向、互動反饋等，導致不能針對用戶的具體問題提供針對性的知識服務。出版社應樹立和強化大數據和用戶思維，在充分掌握用戶數據的基礎上，構建客戶關系管理系統，提升知識服務的針對性、精準性。

此外，針對知識服務內容數據關聯性不足的問題，可以通過知識計算、關聯、重組，對各類結構化、半結構化乃至非結構化數據進行加工處理，設置關鍵詞、知識標引，把原本無序的知識資源打造成有序的、相關聯的知識圖譜，實現知識的協同創新、融合發展、加工創造，利用大數據技術為用戶提供個性化、精細化的知識服務。以中國知網的國家訂單式知識服務數字平臺為例，目前該平臺已初步具有智能化知識服務的雛形。該平臺整合了國內外海量文獻資源，包括全球27000家圖書館、信息中心和情報中心的知識內容，其主要特征是打通出版社、圖書館、用戶之間的鏈接障礙，將知識資源進行搜集、整理和分析，經過知識和內容的關聯，讓知識服務產生新的價值。隨著平臺建設的推進，散落在所有出版物里的知識被集納、整理，知識相關聯、成體系的程度越來越高，知識效能將最大限度地得到發揮。

可見，隨著人工智能技術的推進，出版社傳統知識服務模式的弊端日益凸顯。未來智慧型知識服務的轉型，需要以大數據為基礎，以知識體系為導向，以知識標引為關鍵，探索數據驅動與資源開發的新模式、知識計算與服務的新技術，通過知識標引、計算、融合和建模，最終建構成一個跨行業、跨學科、跨媒體的超級大數據庫。出版業轉型升級工程推進以來，在政法、地質、海關等專業出版領域，已經構建出相對完善的大數據平臺，確立了數據采集、數據存儲、知識體系、知識標引、知識計算、大數據模型、大數據服務的“七步法”原理，探索出一條將大數據應用于出版業的可行路徑。

（二）用戶需求是智慧型知識服務的動力

在知識服務全生命周期活動中，作為服務對象的用戶對知識服務起著決定性的作用，用戶的知識需求是推動知識服務發展的根本動力，用戶的反饋以及產生的效益是判斷知識服務產品價值、知識創新性和知識增值能力的最終依據。如前所述，傳統的知識服務模式中，對用戶及其行為數據、交互數據的積累不足，導致知識服務的增值服務與價值呈現出“末端”衰減。即便一些出版社掌握了傳統出版物的用戶資源，也對用戶的閱讀需求和閱讀體驗缺乏準確的判斷;所提供的知識服務未能真正切中問題要害，不能充分滿足用戶對知識質與量的需求;知識服務時效性不強，提供信息的時間與用戶要求滯后或信息陳舊。知識服務面臨的上述諸多問題絕大多數可歸結為對用戶需求重要性及其需求認識不足、需求分析不到位、不能隨著用戶需求的變化而調整所致。隨著知識經濟的發展，用戶不斷增長的知識服務需求與傳統知識服務方式之間的矛盾日益突出。知識服務應該根據用戶具體問題和所處環境，提供差異性、精準化、智能化的解決方案，而人工智能正是實現這一目標的對接技術。

智慧型知識服務模式是真正意義上以用戶需求為導向的服務模式。人工智能在用戶需求驅動領域的作用，至少體現在三個層面：其一，用戶自畫像。人工智能強大的情景信息采集能力，可以通過各種傳感器、適配器、RFID（射頻識別）、人機交互等技術自動感知各類資源，并對用戶需求全方位畫像，及時捕捉用戶需求變化，做出實時響應。其二，自然語言理解與處理。人工智能強大的自然語言理解與處理能力，可以通過自然云搜集信息、確定提供的內容，并對內容設定標簽，即找到能滿足受眾需求的精準內容。其三，智能匹配。在知識場景化時代，人工智能技術不僅能根據用戶的興趣喜好、需求動向實現知識的個性化服務，更重要的是，它能分析特定場景中用戶特定的知識需求，在用戶所處的時空、場景與精準知識服務之間實現智能匹配。不僅如此，對用戶潛在需求的洞悉與智能響應也是智慧型知識服務的題中之義。未來出版社在開展智慧型知識服務時，可以借助人工智能技術自動識別不同類型的服務對象，并針對不同對象、不同需求、不同場景提供精準化的服務，比如，為政府部門提供決策咨詢服務，為科研人員提供知識檢索和科研創新支持服務，為教學機構提供知識供應與數據沉淀服務，為企業提供知識供應與人員培養服務，為個人用戶提供實時的場景服務等。

（三）關鍵共性技術是智慧型知識服務的核心

出版社的智慧型知識服務轉型，需要攻克一定的技術瓶頸。《新一代人工智能發展規劃》中指出：要“重點突破知識加工、深度搜索和可視交互核心技術，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學源、多學科和多數據類型的跨媒體知識圖譜”[4]。鑒于智慧型知識服務融合了信息技術、人工智能和知識技術，所涉及的技術領域非常廣泛，為適應智慧型知識服務模式及平臺構建的技術要求，本文總結了智慧型知識服務需要突破的三項關鍵共性技術：

一是智能識別、傳感與適配技術。如前所述，傳感器、RFID（射頻識別）、適配器、人機交互、移動互聯等將是未來大數據生產的主力軍，如何實現上述數據的智能感知、接入、適配、傳輸、管理與處理，是智慧型知識服務亟待解決的關鍵技術之一。雖然物聯網技術部分解決了上述問題，但智慧型知識服務要求實現大數據用戶、技術、管理、知識、能力、資源和過程全方位、全生命周期的物聯化、智能化，尤其需要關注資源和能力的識別、接入與感知。因此，在智慧型知識服務模式下，如何準確感知、自動識別實時產生的大數據，并借助通信網絡進行數據的高效傳輸，同時與超級大數據庫的知識內容進行智能匹配，是智慧型知識服務需要攻克的技術難點之一。

二是知識計算引擎技術，主要是指知識發現、表達、管理、獲取和使用的計算問題[5]。運用文獻計量學、文本分析、知識對象抽取、內容總結和機器學習等知識計算方法，實現深度知識的發現;對結構化、半結構化、非結構化數據進行特征抽取、特征規范、對象解析、關系解析等處理;基于屬性、關系和實例計算，統計分析海量知識數據，挖掘背后的數據，得出隱性知識，并將其轉換成顯性知識;根據知識體系，研發知識元、構建知識元庫;將分散、單一的知識庫，通過關聯、融合技術，形成跨領域、跨媒體、跨數據類型的多學科知識圖譜，并隨著數據的增加調整、優化知識服務體系等都是亟需攻克的技術難題[6]。

三是知識圖譜應用技術。基于知識計算建構的知識圖譜可以應用于諸多行業和領域，在用戶管理領域，知識圖譜可以為用戶精確畫像，為精準化的知識服務創造條件;在情報咨詢領域，知識圖譜可以為專家提供領域知識與數據，為決策咨詢保駕護航;在研究創新領域，知識圖譜能提供更加智能的檢索方式，通過自然語言檢索成為可能。當然，知識圖譜應用涉及的技術非常廣泛，包括實體關系識別技術（根據文本信息自動識別命名實體之間關系）、知識融合技術（將多個數據源抽取的知識進行融合）、實體鏈接技術（設計針對自然語言的消歧算法）、知識推理技術（基于符號、統計的推理找到實體間的新關系）等。當前世界范圍內知名的高質量大規模開放知識圖譜，有DBpedia（是一個很特殊的語義網應用范例）、Yago（多語言知識庫）、Wikidata（維基數據）、BabelNet（多語言詞典知識庫）、ConceptNet（開放的多語言常識知識圖譜）以及Microsoft Concept Graph（微軟概念圖）等。在國內，中國新聞出版研究院正在建設的國家知識服務中心，正是致力于實現跨媒體知識圖譜的有益嘗試。

三、出版業智慧服務轉型的實踐模式

智慧型知識服務的關鍵詞是“智慧”，在探索中已形成簡單的邏輯圖：智慧型知識服務以體系構建為基礎，繼而展開數據化、標準化、編碼化的數字組織，以進行知識生產。生產過程包括：知識調度、知識產品生產、知識供應和知識轉化。面對不同的用戶，深入到具體場景，提出不同的知識調度、生產和供應方案，在不同介質的包裝下，送達與用戶最為接近的界面，提供深度知識轉化服務，協助用戶完成知識獲取、理解和應用，最后實現收益。

基于出版業智慧型知識服務的關鍵要素，結合目前正在實施（或業已完成）智慧型知識服務升級的出版企業實踐，本文從資源、用戶和技術三個維度總結了智慧型知識服務的三種實踐模式。其中，基于資源建設的服務模式是出版社智慧型知識服務的基礎性服務，基于用戶個性化的服務模式是智慧型知識服務的核心性服務，基于技術創新的服務模式是智慧型知識服務的開創性服務。

（一）基于資源建設的智慧型知識服務

未來出版社知識服務的主體、對象、形態以及技術應用都將更加多元，但萬變不離其宗，出版社要實現智慧型服務轉型仍然要立足于知識內容，因此建設高質量的知識資源是轉型的當務之急。

基于資源建設的智慧型知識服務具備以下幾個特征：其一，資源組織與知識產品形態多元化。出版社為了最大限度地開發現有資源，除了進行基于元數據中心、規范化數據庫等實現資源的自動識別和獲取外，還可憑借自然語言處理、語音圖像識別、機器翻譯等對具體知識進行智能語意標引、智能摘要、機構庫等建設。此外，知識計算引擎還可以實現對知識的自動獲取，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，形成多源、多數據類型、多知識領域的跨媒體知識圖譜[7]。其二，資源建設與技術融合的多樣化。資源建設需要依托人工智能技術實現，人工智能技術需要以知識資源為內核，二者的相互融合使得知識服務的方式更加生動、有趣。例如，云計算可實現知識的高效計算，提升知識處理與服務的效率;物聯網技術可網羅海量數據資源，提升知識資源的深度與廣度;AR（增強現實技術）、VR（虛擬現實技術）、MR（混合現實技術）可將抽象的資源轉化為可視化資源，增強知識資源的呈現效果;深度學習挖掘資源背后的資源，可將隱性知識轉化為顯在知識。其三，資源的共建共享。在現有的知識服務模式下，不同平臺的數據庫資源相互割裂，不能兼容、共享，極易造成資源的浪費，共建共享資源應成為智慧型知識服務的發展方向。在維基百科、開源軟件、知識共享、萬眾創新、共享經濟等領域，基于群體智能的資源共建模式已經得到了充分應用。對于知識資源建設來說，群體智能的最大啟發是知識資源由原來的一站式生產轉化為分布式、協同化生產，人人交互、人機交互、萬物互聯成為知識持續增量的源泉，建構動態、開源的知識資源大數據成為可能。未來智慧型知識服務共享的不僅僅是服務資源，還有知識、能力及服務過程全面共享與交易[8]。

以正在建設的國家知識資源服務中心為例，該中心致力于提升知識資源的聚合度、知識資源生產供給能力，在架構上采用“1+N”模式，即一個國家知識資源中心+多個支撐中心（包括技術支撐中心、數據支撐中心、運營支撐中心等）的格局。目前已完成了知識服務平臺的設計工作，能夠提供各類智庫、標準、政策、技術、監管等支撐服務，各知識服務機構基于自身資源，建立跨行業、跨媒介、高度關聯的分布式知識庫群。依托于地方、單位、機構的地方分中心或專業資源分中心也在陸續建立中[9]。中心是知識資源服務體系的樞紐，各分中心的資源實現互聯互通、開放共享。該平臺能提供文字、圖表、音視頻、動畫、試題、案例等數種知識產品形態，未來將形成涵蓋數十億實體規模的跨媒體知識圖譜。上述舉措改變了出版社資源存量不足、用戶規模局域化、資源開放不足等問題，有助于解決知識需求不平衡、不充分的現狀。

（二）基于用戶個性化需求的智慧型知識服務

在智能時代，為用戶服務、滿足用戶日益增長的知識需求是出版社知識服務的起點與歸宿。如前所述，智慧型知識服務應借助大數據、云計算、人工智能技術自動采集用戶的特征、行為和實時情境數據，圍繞不同類型用戶展開用戶畫像，深入挖掘其需求、偏好、思想、個性等;借助語音識別、圖像識別以及文字識別等技術，盡可能將用戶需求與出版社資源、業務、流程等各類數據與用戶的實時場景需求進行關聯，實現知識服務的精準化、智能化匹配。基于用戶個性化需求的智慧型知識服務的實現應以超大型數據庫為基礎，這個超大型數據庫囊括用戶、場景、知識庫等方面的數據，其中用戶數據包括用戶基本信息、歷史行為數據，是個性化知識方案的基礎;場景數據是用戶周邊環境的信息，是即時性知識方案的依據;知識庫則包含各領域專業知識，是系統化知識服務方案的核心。

中科院文獻情報中心在探索個性化智慧型知識服務方面做出了有益嘗試。2018年12月27日，該中心發布了以“慧眼”“慧科研”為代表的“慧”系列智能知識服務產品，其中“慧眼”科技大數據知識發現平臺面向科學家群體，打通了傳統文獻數據、互聯網數據、各類專業數據集的數據孤島，采用大數據和深度學習等先進技術，實現了海量數據的再組織和再發現，可以為科研工作者提供精準、全面的專業知識和資訊;“慧科研”智能隨身科研助理則能幫助科研工作者獲取最新的專業資訊、自動管理科研產出，為科研團隊打造一個開放的學術生態環境。“慧”系列智能知識服務產品基于“用戶至上”理念，積累了許多個性化智慧服務的寶貴經驗：其一，建立用戶管理數據庫，針對不同類型的用戶進行畫像，提供個性化的知識推薦服務;其二，面向科研人員對知識服務的新需要，針對科研活動面臨的海量數據分散孤立、知識價值難以判斷的問題，實現集成文獻檢索、精準推送、智能分析、學術交流、資源共享、科研管理等貫穿科研——交流——管理全鏈條的開放學術生態系統。其三，在科技大數據平臺建設、語義分析、知識圖譜等方面的布局和發展，能促進科技成果轉移轉化、加速科技路徑創新。

（三）基于技術創新的智慧型知識服務

技術是知識服務發展的原動力，也是出版業知識服務智能化升級的保障。當前，知識服務的核心技術較之以前發生了巨大變化，大數據、云計算、物聯網、人工智能技術的發展，將徹底顛覆出版社的知識服務理念與方式。出版社基于技術創新的智能知識服務模式，是以高新技術為驅動，以研發前瞻性產品為導向，以科技與出版融合為路徑，努力實現科技為知識服務賦能的一項嘗試。

人民衛生出版社的《創傷與急診電子雜志》在其實踐中，充分體現了5G技術與出版融合的智慧服務價值。《創傷與急診電子雜志》開設新技術探索欄目，應用虛擬現實技術（VR）和增強現實技術（AR）辦刊，為讀者帶來更加直觀的閱讀體驗，是出版在內容與技術相結合方面的一次積極探索。具體而言，作者與期刊編輯討論期刊內容增強現實展示可行性，制定初步執行方案，隨后向增強現實技術人員提交方案，發出定制化服務請求;技術人員使用unity（實時內容開發平臺）3D引擎制作期刊增強現實內容，整合功能制作《創傷與急診電子雜志》移動端APP，并通過二維碼形式提供下載;讀者下載APP后，點擊進入AR識別界面，將平板電腦或手機的后置攝像頭取景框對準《創傷與急診電子雜志》紙質導讀本或數字出版內容中的圖片，即可快速識別并在手機屏幕上觀看三維立體圖像及演示影像;借助移動設備的陀螺儀、電子羅盤及重力感應裝置，三維立體圖像可隨移動設備的手持位置及角度的改變而呈現出不同的視角，通過雙指捏合與張開手勢可對三維立體圖像進行縮放。在AR識別界面還可選擇性放置按鈕，點擊可播放簡短的教學視頻或彈出文字介紹，輔以語音合成技術（text to speech，TTS），將文本信息轉換成語音信號[10]。

四、結語

人工智能在知識服務領域的應用尚處于起步階段，但未來出版社知識服務的智能化轉型已是大勢所趨。在轉型過程中，重點要關注數據、用戶、技術三個關鍵因素，其中：海量數據是轉型的前提，用戶需求是轉型的驅動力，關鍵共性技術是轉型的保障。當前，出版業為了踐行智慧型知識服務，形成了資源建設型、用戶需求導向型、技術創新驅動型三種典型模式。需要注意的是，出版業知識服務的智能化轉型不是對“傳統”的全盤否定，更不能一味追求表層的技術、產品和模式，而是充分利用技術賦能，更好地實現出版業的知識服務使命。

參考文獻：

[1]孫小琪.人工智能在出版業知識服務中的應用研究[J].出版與印刷，2019（3）.

[2]張曉林.顛覆性變革與后圖書館時代——推動知識服務的供給側結構性變革[J].中國圖書館學報，2018（1）.

[3]張新新.知識服務向何處去——新聞出版業五種知識服務模式分析[J].出版與印刷，2019（4）.

[4]國務院關于印發新一代人工智能發展規劃的通知[EB/OL].2018-07-20.

http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm？from=timeline&isappinstalled=0.

[5]孫曉平.大數據知識計算的挑戰[J].情報工程，2015（6）.

[6]張新新，劉華東.出版+人工智能：未來出版的新模式與新形態——以《新一代人工智能發展規劃》為視角[J].科技與出版，2017（12）.

[7]茆意宏.人工智能重塑圖書館[J].大學圖書館學報，2018（2）.

[8]張植卿，蘇艷紅.大數據知識服務的內涵及其特征[J].經濟研究導刊，2014（17）.

[9]魏玉山.建立國家知識資源服務轉型，助力新聞出版知識服務[J].出版參考，2017（11）.

[10]陳研，何炳蔚，劉宇清，陳壽，廖正儉，洪文瑤，陳剛.獻禮人民衛生出版社建社65周年：虛擬現實和增強現實技術在醫學科技期刊創新及醫學同質化教學中的應用實踐——《創傷與急診電子雜志》應用虛擬現實和增強現實技術辦刊初探[J].創傷與急診電子雜志，2018（1）.

作者簡介：雷曉艷（1980—），女，漢族，湖南永州人，湖南工業大學文學與新聞傳播學院副教授，研究方向為國際傳播、新媒體傳播。

李佳業（1995—），男，漢族，河南洛陽人，單位為湖南工業大學文學與新聞傳播學院，研究方向為廣電與新媒體。

（責任編輯：葉子）