图书馆智慧化服务模式探究：基于智能机器人的实现

（一）多模态图书管理

1.图书模态相关问题

不同于现有的RFID图书管理系统，多模态智能图书盘点机器人图书管理系统有机结合RFID的高效感知技术和智能机器人的自动化技术，可以实现在现有的基础设置前提下，不需要改造，即可以实现全自动化的图书盘点等典藏操作，有效管理图书馆图书，推进图书管理的现代化进程，为实现图书馆完全自动化管理。^[1]

图书错放、乱放排序：由于射频信号很容易受周围环境的干扰，从而大大降低图书识别的准确率，无法将图书准确归类到实际所处的书架。基于超高频RFID技术的远距离识别特性，同时借助RFID天线水平方向上的移动，便可以获取到位于天线附近的图书信息，从而实现盘点图书的目的，同时，能够确认图书的大概位置信息。然而由于RFID信号受到环境等因素的影响较大，人员产生不稳定性，所以，该图书盘点方案容易出现漏读和多读的现象。除了受到环境的影响，人工通过手持天线进行图书盘点工作时需要大量的人员操作，操作的不稳定性也影响了盘点效果。

图书姿态不整齐：目前，图书馆普遍存在很多图书被读者随意摆放在书架上其他正常竖放的图书上，既影响了读者图书检索，也影响了图书馆的整洁，对图书的准确定位造成很大影响。分类训练模型有很高的分类准确率，但是由于模型固有的缺陷，RFID信号容易受到环境干扰，分类模型判断时难免会把横放的图书判断成排放整齐的图书，造成图书姿态误判。为减少误判，则必须要多次检测，但是多次检测会影响图书盘点的效率。

图书所在环境数据不完整：图书馆算法不完整，传感器对周围的环境探测和感知数据不完整，从而无法获得全面、完整的环境数据。同时，采集到的数据处理效率较低，无法成功排除一些错误或重复的数据，导致效率和准确率很低。

图书盘点机器人定位不准确：定位不准确就会导致图书管理过程中无法正常工作，无法找到对应书架，甚至是出现错放、罢工等情况，直接影响图书盘点工作的进行。图书馆现有的室内定位技术如超声波定位技术、红外定位技术等在图书馆应用中会产生较大误差，无法用于机器人精准定位。超高频RFID技术能够利用RFID信号实现快速室内定位，但是精度也达不到毫米级别。

2.图书管理服务实现

（1）多模态的图书信息特征识别

借助超高频RFID感知技术和图像识别技术提高图书信息识别的精准度。设计出有效的数据分析算法，能够高效解析信号数据的目的，同时能够借助图像识别技术辅助识别图书信息，能够准确地将所识别的图书归类到正确的书架号及层数，确定每个书架层图书的相对排列顺序，实现高精度的图书信息识别机制。

信号感知是利用RFID技术信号识别这一特性，根据信号内传递的标签信息来识别图书，同时，还能够通过分析挖掘信号强度特征和信号香味特征，达到图书精准定位的目的。图像感知是借助图像识别技术，从而解决因为信号不稳定产生的图书漏读和多读的现象，最终达到降低图书识别过程中的误读率的效果。

（2）多模态图书姿态特征探测

结合分类模型和图像识别技术提高图书各个姿态探测的效率和准确度。多模态智能图书盘点机器人图书管理系统能够结合分类模型和图像识别算法，在解决误判的同时又不影响图书盘点效率。

基于多模态图书姿态特征探测研究基于RFID技术以及图像识别技术，能够针对采集到的大量传感数据，通过数据挖掘等技术进行分析，最终能够做出智能决策。在图书内嵌无源RFID标签扫描标签时，标签的射频信号能够根据标签姿态的不同呈现出不同的规律，从而通过这样的规律，分类器能够对横放和竖放的图书标签信息分别构建不同的模型进行进一步分类。

为解决RFID信号受到环境干扰，造成误判的困扰，可以利用RFID技术与图像识别技术相结合，再加上数据挖掘技术支撑，可以大大提高图书姿态探测的效率和准确率。主要操作方法是在利用RFID得出最终结论之后，进一步结合图像识别技术，利用摄像头拍摄照片，然后对照片内的物体进行轮廓分析和数据特征判断，最终能够区分出图书形状。

（3）多模态SLAM算法设计

智能机器人的发展需要解决定位问题、建图算法和路径规划这三大难题，SLAM算法是近年来机器人自主定位最主要的方法，目前已经得到很好验证的SLAM算法主要有VSLAM（基于视觉）和Laser SLAM（基于激光）。VSLAM主要利用搭载的摄像机对环境进行拍摄，定位时只需要将采集到的实时数据与已知信息进行结合，然后再从地图中找出最相似的位置作为当前位置。Laser SLAM则是利用激光雷达作为传感器，获取到地图数据，从而实现机器人的同步定位与地图构建。

基于多模态的SLAM算法，不仅仅利用单一信息，而是综合利用各类传感器信息，包括摄像头、RFID阅读器、激光测距器等，使多模态图书盘点机器人能适应不同的应用环境，同时也能弥补只依靠单一传感器搜集数据可能带来的疏漏和误差，最终能够提高定位的精度和效率。利用不同类型的传感器，对周围环境进行多次探测和感知，从而使采集的环境数据更加全面、更加完整，最终提高算法的可靠性和自适应性。随着传感器数量增多，采集的数据越来越大，数据处理的时间也会越来越长，多模态智能盘点机器人图书管理系统在保证环境数据完整、准确的同时，能够运用数据分析和数据清洗技术提高数据处理的效率，排除采集到的数据中存在的一些错误和冗余的数据，从而保证整个算法的效率和准确性。

（二）咨询问答系统

1.问答系统服务流程

问答系统的设计是智能咨询机器人研究的首要内容，对图书馆智能咨询机器人研究具有关键作用。智能咨询问答服务系统流程为问题接收和处理→问题分类和检索→答案抽取和排序→答案选择和反馈→答案统计和储存。

2.问答系统具体功能(www.xing528.com)

（1）问题接受和处理

接受问题是处理问题的第一步，只有全面准确地接受问题，才能对问题进行处理，从而解决问题。接受度是指智能咨询机器人能接受读者问题的程度，接受率是机器人接受问题的效率，不仅包括汉语问题，还包括英语、法语等各国语种问题。接受问题后便开始处理问题，此处是指对读者用自然语言提出的各种问题进行预处理，预处理主要包括语义分析、句法分析、词汇分解、关键词提取等步骤。通过预处理对读者提出的问题进行有效分类，然后再通过复数技术在语料库中找到相似的问题。系统设计时，要在系统接收预料问题时在自动学习语言中建设有效的受限语料词库。

（2）问题分类和检索

问题分类是对系统中存储的问题以及读者提出的所有关键词因素进行分类处理，可以采用标准中国图书馆分类法、问题专题分类法、时间分类法、地点分类法、人物分类法等多种方法对问题进行分类。问题检索不仅运用传统的信息检索理论，还需要使用互联网信息搜索技术，获得问题的最大概论出现的文档，并且对获得的文档按照准确率进行排序处理。

答案抽取和排序。答案抽取将读者提出的问题中的关键词、标题词和叙述词，以及计算机系统中的排列组合词汇使用到的单元词进行语料词汇的抽取，便于为后续的答案排序提供基础元素。答案排序是将已经抽取出来的关键词、叙述词等语料词汇元素利用多种不同的排序方式进行排序，排序方式包括系统设定的固定排序方式、叠加排序方式、交叉组合排序方式等不同排序方式，还包括时间排序法、人物排序法、事件排序法等，人物排序法还可以细分为姓名、出生年月、籍贯、成就等不同的元素。

（3）答案选择和反馈

图书馆智能咨询机器人接收到读者咨询的各种问题后，要从语料库中寻找到最优答案。智能机器人可以进一步向读者提问，从而对读者的问题不断细化，从而能够获得更加具体的信息。智能机器人根据语料库中的问题元素选择出最佳的答案，最终将最佳答案返回给读者，从而满足读者的需求。同时，建立答案反馈机制，对于智能机器人回答的读者的问题进行收集，将收集到的读者反馈信息自动添加到语料库，对语料库进行有效补充，建立最佳答案抽取模板，方便后续出现读者提出同样问题能够提供更加优化的语料元素，反馈机制对于系统建设的长远发展有重要意义。

（4）答案统计和储存

答案统计是指智能咨询机器人能够运用系统内的程序对读者提出的问题和系统回答的问题进行数据统计，对统计数据按照特定的分类标准进行分类归档。答案储存是指将经过分类统计的读者的问题和系统回答对的问题进行分类存档，形成读者存档资料库和系统回答问题资料库。这些存档的客户对于后续的语料库的应用具有重要作用，后续读者提出语料问题和系统回答语料问题过程中，系统可以快速调取存储的信息，能够大大节约系统对读者提出问题的解决时间，同时也能够起到节约语料库空间和优化语料库的作用。

（三）语料库建设

1.语料库分类模型

语料库建设是智能咨询机器人服务效能的核心要素。语料库的建设主要分为问题语料库和答案语料库，主要遵循的原则是通用语料为主、本馆语料为辅以及特色语料为补的原则。对于觉得多数读者都会提出的问题和答案作为主要的语料元素，将能够体现本馆特色和本馆专业性的问题和答案作为辅助语料元素，将通用和特色以外的问题和答案作为补充语料元素。按照以上的原则，笔者将语料库分为一般通用语料库、图书馆专业通用语料库、本馆特色语料库、专业化语料库和读者个性化语料库。

一般通用语料库利用互联网上的通用百科知识资源能够建立。图书馆专业通用语料库是利用图书馆专业问题和答案资源建立，比如：“中国最早的公共图书馆是什么图书馆？”这类问题，均在专业通用语料库中。本馆特色语料库是结合本地的特点建立的智能化咨询机器人问题和答案的语料库，包含本馆地址、本馆附近的交通、本馆的开放时间等问题和答案，均在本馆特色语料库中存储。若是图书馆属于高校，则可以根据高校专业设置专业化语料库，结合本馆的专业特点建立专业学科语料库，能够解答适合每个专业的图书信息以及该图书所在的图书馆位置，方便读者迅速查找。读者个性化语料库则是包含了各种读者发散性问题，系统设置了最优的解答和一些个性化解答方案，更加体现出智能咨询机器人时代发展和人工智能化发展。

2.语料问题建议

图书馆智能机器人需要将读者咨询的问题进行分类和归类，然后系统再根据问题的内容和所属的类别进行计算机逻辑思维理解，对读者提出问题的内容和类别进行分类和整理是系统实现完美回答的决定性因素。因此，要为图书馆智能咨询机器人建立一个语料问题分类系统，该系统必须既实用又分类完整。该系统需要包含读者咨询的各种问题和各种分类元素，比如时间大类，需要包含世纪、年代、年度、月度等更精细的类别，还要包含各种不同的纪年方法，这样才能适应广泛的读者咨询的问题，产生最好的解决办法。

除了对语料问题进行分类，还需要对语料问题进行扩展，相同的问题和概念一般有很多不同的说法，比如“西红柿”和“番茄”、“马铃薯”和“土豆”等，不同的读者可能使用不同的词汇表达同一个问题，甚至有的问题可以有两个以上的表达方式，图书馆智能咨询机器人系统需要将不同的提问模式进行辨析，以你需要十分注意语料库问题建设中对语料问题的扩展，以便可以更好地回答读者多方面和多角度的问题，从而能使图书馆智能咨询机器人语料库更加丰富，满足读者需求。

语料问题经常需要进行一些个性化的分析与处理，语料问题的情感个性化分析是语料问题分析的重点。读者在咨询问题时往往会带有一些感情色彩，这种感情化的提问会影响图书馆智能咨询机器人回答答案的正确性，从而也会影响读者的图书馆服务体验。对于读者提出问题的褒义和贬义，智能机器人也需要有准确地判断，有助于更好地回答读者提出的问题，这是语料库设计时对于读者语料问题研究必须加强的一部分，否则不联系特定环境，读者得到的智能机器人的回答可能跟读者期望完全相反。语料库个性化设计中，除了要考虑用户的感情色彩，还需要对用户的地方个性化问题进行分析和处理，比如地方语言特点、地方习惯特点和地方少数名字读者特点等，不同地方的读者对同一个问题的表达方式也存在很多地方差异，因此，在设置语料库的时候需要考虑到地方差异，将具有不同地方差异的词汇添加到语料问题分析中，以便图书馆智能咨询机器人在回答读者问题时能够完全明白读者问题，做出读者满意的回答。

（四）机器人和馆员合作

智慧图书馆服务的新模式中，智能机器人取代了人类的很多工作，就如同机器革命曾经让大量的产业工人失业一样，如今，信息革命也正在带来脑力劳动者的转型，智慧图书馆也正在进行服务转型。总体而言，科技革命带来的产业转型一方面会代替很多传统职业，另外也是很多新职业的开端，使得各类服务业规模越来越大。在利用智能技术和产品的过程中，图书馆的基本职能以及图书馆员的基本工作职责都不会改变，变化的只是服务的方式和手段，这种工作模式的变化必须依赖于技术的发展、思路的调整和相关人才的培养，缺一不可，否则都不能支撑起智慧图书馆的建设。图书馆机器人技术涉及多个学科，图书盘点机器人的研究与开发应用、专业语料库的建设、图书馆机器人服务研究等都需要具备一定技术能力的图书馆员参与。为了能够使图书馆机器人更加成熟发展，更贴近图书馆员，更广泛应用于图书馆的真实场景，图书馆需要培养一批具有机器人相关技术的人才，从而能够更加拓宽机器人服务水平，使图书馆机器人能够更加适应图书馆环境，更加贴合于读者的需求。

建立机器人馆员和现实馆员平衡的工作关系，既要重点建设机器人馆员的工作模式，也不能放松对现实馆员积极性的培养，需要保证机器人馆员和现实馆员之间的良好协作关系。机器人具有超强的记忆能力，不知疲倦的“体力”和光一般的计算速度，这些都是现实图书馆员远远不及的特性。因此，对于一些重复性的机械劳动或者不需要天赋，经过训练就可以掌握的工作，都可以交给机器人馆员完成。对于需要“情商”才能完成的工作，比如需要面对面协商能力、社交能力、交流能力，或者需要创意和审美能力的工作，以及需要对他人真心实意地关切、帮助和慰问等，机器人就不能完成了。总体而言，图书馆机器人馆员更加适合数字图书馆服务工作，而现实馆员更加适合于需要人性化的实体图书馆的传统服务。