Autonomy智能搜索引擎.doc

基本简介近年来,非结构化信息的使用范围发生了大幅度的增长,这些信息的形式包括文档、电子邮件、电话录音以及多媒体内容。企业中现在有超过85%的信息都是非结构化信息,这些“人性化”的信息对于计算机而言非常难于理解和使用。而基于语义的计算能够解决这一问题。基于语义计算技术使计算机能够理解各段信息之间的联系,进而执行复杂的分析操作,而这一切都是自动且实时进行的。技术特点基于语义计算技术与包括关键词搜索在内的传统方法有何不同? 基于语义计算技术的能力远远超出了诸如关键词搜索这些只能进行数据查找与检索的传统方法。举例而言,关键词搜索引擎不能理解信息的含义,因此这些产品只能用于找出带某个字词的文档。然而由于无法理解含义,所以那些使用了不同字词但主题却相同(即有相关性)的文档将被忽略。而那些主题与用户期望搜索的内容完全不同的文档却经常被返回,从而使得用户必须修改查询方式来适应这种搜索引擎。除此之外,基于语义的计算还能提供关键词搜索引擎无法提供的许多功能,例如自动形成超链接以及聚类。举例而言,自动形成超链接可以向用户提供众多在语境上与原有的文档相互联系的文档、服务和产品,这就要求计算机能够完全理解原有文档的含义。与此类似,要使计算机能够自动收集、分析并组织信息,就必须赋予其提取语义的能力。只有拥有基于语义计算技术的系统才能做到这一点。应用方面基于语义计算技术为现代企业带来了一系列新的战略性应用。其中包括:高级企业搜索: 基于语义计算技术不仅能找出其他技术(包括关键词搜索以及关系数据库)无法发现,占企业信息总量85%的内容,同时还能理解它们的含义。因此,用户能够查看之前甚至认为并不存在的相关信息,从而以实时的方式对其进行操作。知识管理: 基于语义计算技术使企业能够自动地通过语境理解客户与员工感兴趣的方面,他们的行为,以及与各种类型的信息之间进行的交流。这样,企业就能够通过利用其员工所拥有的重要知识、经验以及专业技能来形成协作。电子搜索: 基于语义计算技术还使得企业能够从上万亿字节的电子邮件、文档、电子表格以及其他非结构化信息中提取出有意义的内容。借助该功能,调查人员就能在了解企业环境之余发现可能存在的不法行为及其发展情况。用户分布超过16000家政府机构以及蓝筹公司使用了Autonomy产品中强大的模式匹配算法,并通过它们提取出了非结构化信息中的含义。例如,在隶属于美国国土安全部的机构中,有21家使用了基于语义计算技术来监视涉嫌恐怖活动的团体,从而提供了一个全面的恐怖分子监视名单,并且实现了在出现可能的恐怖活动时以实时的方式通知有关部门。福特汽车公司则将基于语义计算技术用于转换其研究知识库中的文本、音频以及视频文件,以便获取有意义的参考资料供其超过15万名的员工查看。借助这些资料,员工们就能够更快地了解企业上马的新项目。而对于在超过60个国家拥有办事处的ZurichFinancialServices而言,基于语义计算技术带来的优势在于找出来自500多个来源的信息中重要的内容,并将其提供至风险管理经理以便找出可能的威胁与机遇。其他使用了基于语义计算技术并从中受益的企业包括:BAESystems、波音、福特、戴姆勒-克莱斯勒、壳牌、AOL、BBC、路透社、Hutchison3G、爱立信、T-Mobile、飞利浦、可口可乐、卡夫食品