CCS YD 中 华 人 民 共 和 国 通 信 行 业 标 准 YD/T ×××××-×××× ××××-××-××发布 ××××-××-××实施 中华人民共和国工业和信息化部 发布ICS 35.240 CCS L 78 大搜索术语 Terminology for big search （报批稿）YD/T XXXXX—XXXX I目  次 前 言 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ II 引 言 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ III 1 范围 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ 1 2 规范性引用文件 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ 1 3 术语和定义 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ 1 索 引 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ 7 YD/T XXXXX—XXXX II前 言 本文件按照 GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则 》的规定起 草。 本文件是“大搜索”系列标准之一，该系列标准拟发布以下三项： ——《大搜索术语》 ——《大搜索中隐私保护技术要求》 ——《大搜索系统框架 指南》 请注意本文件的某些内容可能涉及专利，本文件的发布机构不承担识别专利的责任。 本文件由中国通信标准化协会提出并归口。 本文件牵头起草 单位：湖南星汉数智科技有限公司、广州大学网络空间先进技术研究院、国家计算 机网络应急技术处理协调中心、鹏城实验室。 本文件参与起草单位 ：哈尔滨工业大学（深圳 ）、西北工业大学、中国信息通信研究院、湖南蚁坊 软件有限公司 、西安邮电大学 、华信咨询设计研究院有限公司 、电子科技大学广东电子信息工程研究院 。 本文件主要起草人：贾焰、黄九鸣、王晓伟、李树栋、韩伟红、张圣栋、王震、田志宏、杜海燕 、 周斌、贺敏、陈悦、廖清、张勇、杨科、陈晖、王晓斌、宋曦、陈慧慧、陈雷霆、曹厚华、母国才。 YD/T XXXXX—XXXX III引 言 Web3. 0时代，互联网、物联网等泛在网络空间大数据蕴含了大量高价值知识。传统搜索引擎主要 聚焦于“存在性 ”搜索，即：查找匹配与用户输入的关键词匹配的网页。实际上，对各类网页和泛在网 络信息进行知识建模后 ，可以实现信息个体的关联和推理 ，从而获取到一些更有价值的 、不显示存在于 单个网页中的知识 。另外，由于网络空间中的信息发布渠道的多样性 ，存在虚假信息泛滥 、信息内容冲 突等现象， 导致搜索引擎直接引用罗列的结果中存在很多不可信的宣传和内容。 为此，本系列标准提出 了“大数据搜索 ”的概念和技术框架。“大数据搜索 ”简称“大搜索 ”，是 指面向泛在网络空间中的人 、物体和信息 ，在正确理解用户意图基础上的 ，基于网络空间大数据获取的 知识，给出满足用户需求的智慧解答 。统一定义基于知识的 、更具安全性的下一代智能搜索引擎的大搜 索对安全领域至关重要 ，一方面，大搜索可以发现传统搜索无法发现的信息和知识 ，在情报发现 、舆情 检测等领域具有重要意义 ；另一方面，大搜索本身面临严峻的安全问题，包括数据的安全、搜索结果的 安全等。 本标准旨在提出一套大搜索术语 ，从基础概念 、关键技术 、应用体系三个方面对大搜索相关术语进 行规范，确定相关术语的内涵与外延，有助于协调不同技术模块及学科间交互的概念体系。 YD/T XXXXX—XXXX 1大搜索术语 1　范围 本文件主要界定了大搜索的一系列术语和定义 ，并对关键术语和定义的基本原理做出了进一步的解 释和说明。 本文件适用于 大搜索系统的研发、建设和部署 。其他类似大搜索的系统可参考使用。 2　规范性引用文件 本文件没有规范性引用文件。 3　术语和定义 3.1　 大搜索 big search 在面向泛在网络空间中的人 、物体和信息 ，在正确理解用户意图基础上的 ，基于从网络空间大数据 获取的知识，给出满足用户需求的智慧解答。 3.2　 用户意图理解 user intent understanding 在针对用户意图输入的多模态特性及消除歧义的基础上 ，结合用户的上下文和语义知识 ，迅速、准 确地理解和定位用户的真实意图 ，从而缩短用户与搜索引擎的交互流程 ，达到提高用户感受 、获得精 准搜索结果的目的。 3.3　 泛在网络空间 ubiquitous network space 一种建立在互联网基础之上的具有自适应性的智能网络。 它通过各种有线和无线网络与物联网 、互联网、传感网等的融合 ，综合应用海量的传感器 、智能处 理设备等终端，实现物与物、物与人、人与人等之间在任何时候、任何地点的安全有效连接。 3.4　 泛网获取 acquisition from ubiquitous network YD/T XXXXX—XXXX 2根据给定的目标和任务 ，面向泛在网络空间获取的人 、物和信息数据及其随时空变化的属性 。这些 数据广泛涉及网络空间的各类应用，并具有多种模态形式，是大搜索的数据基础。 3.5　 知识抽取 knowledge extraction 知识抽取是从不同来源 、不同结构的数据中进行知识提取 ，形成知识 （结构化数据 ）存入知识图谱 。 3.6　 智慧解答 intelligent solution 基于泛在网络空间和 Web2.0/3.0 应用中获取的大数据 ，通过发掘获取的知识 ，并给予对用户意图的 理解，以在线响应的方式给出的一组有序的解决方案。 3.7　 知识综合 knowledge synthesizing 基于泛在网络空间 获取到的数据集合 ，通过统一的知识与关系表示模型 ，在此基础上通过融合 、关 联、统计、推理、乃至众包等技术进行知识和智慧的发掘和发现，是大搜索的核心。 3.8　 知识获取 knowledge acquisition 知识获取是 组织从某种知识源中总结和抽取有价值的知识的活动 。在大搜索系统中 ，知识获取指的 是从泛在网络空间数据中获取本体知识的过程。 3.9　 知识推理 knowledge inference 知识推理旨在根据已有的知识推理出新的知识或识别错误的知识 。在大搜索系统中 ，知识推理主要 基于知识图谱来进行，包括知识图谱补全、知识图谱去噪两方面。 3.10　 规则推理 rule inference 把相关领域的专家知识形式化的描述出来 ，形成系统规则 。用这些规则表示该领域的一些问题与这 些问题相应的答案 。在大搜索系统中 ，规则推理指的是基于这些规则 模仿专家 对搜索相关问题进行 求解 的过程。 3.11　 YD/T XXXXX—XXXX 3数据生命周期 data life cycle 数据在公有云上的存在包括四个阶段 ：数据发布、数据存储、数据分析挖掘和数据使用， 这四个阶 段统称为一个数据生命周期。 3.12　 个人信息 personal information 以电子或其他方式记录的能够单独或与其他信息结合识别自然人个人身份 或反映特定自然人活动 情况的各种