基于Ｏｎｔｏｌｏｇｙ的多Ａｇｅｎｔ智能答疑系統(tǒng)模型研究

摘要：針對目前智能答疑系統(tǒng)在知識共享、知識重用以及問題求解查全率和查準(zhǔn)率方面的不足，提出了基于Ontology的多Agent智能答疑系統(tǒng)模型。該模型首先需要建立基于Ontology的問題解答知識庫，然后對用戶輸入的問題進(jìn)行關(guān)鍵詞拆分、本體交互和語義擴(kuò)展等，并在問題解答庫中進(jìn)行查詢，得到合適的問題答案。與同類答疑系統(tǒng)比較，在知識共享、知識重用以及問題答案的精確定位與表達(dá)有了較為明顯的改進(jìn)。

關(guān)鍵詞：Ontology；智能Agent；智能答疑；語義擴(kuò)展

中圖分類號：TP182文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044(2008)26-1781-02

Research on Multi-Agent Intelligent Question Answering Model Based on Ontology

WANG Chun-xi， WANG Hui

(College of Computer and Information Engeering，Henan University， Kaifeng 475004， China)

Abstract: Aiming at solving the problems of knowledge share， reuse and problem solving recall rate and the rate of check-in in intelligent question answering system.A model of Multi-Agent intelligent question answering system was put forward based on ontolog.In this model， first a question answering knowledge base was built based on ontology， and then the question of user was segmented， Ontology Interactive and Semantic expansion. Consequently， knowledge base search was realized to receive the Appropriate answer. Comparing with similar Answering System，the effect of share， reuse of knowledge and exact locating and expression was of a more marked improvement.

Key words: ontology; intelligent agent; intelligent answering; semantic expansion

1 引言

“師者，所以傳道授業(yè)解惑也”。答疑、解惑在我們傳統(tǒng)的教育活動(dòng)中是一個(gè)必不可少的環(huán)節(jié)，在遠(yuǎn)程教育系統(tǒng)中也是一個(gè)非常重要的教學(xué)模塊。為了實(shí)現(xiàn)學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)過程中能夠“及時(shí)學(xué)習(xí)”和“即求即應(yīng)”，其措施就是在遠(yuǎn)程教育系統(tǒng)中嵌入疑難問題答疑子系統(tǒng)，使學(xué)生能在學(xué)習(xí)過程中得到及時(shí)的幫助。

目前國內(nèi)遠(yuǎn)程教學(xué)系統(tǒng)中的疑難問題答疑子系統(tǒng)主要有一下幾種：

基于E-mail、BBS和系統(tǒng)留言板等方式答疑。這種方式盡管方便快捷，但其時(shí)效性完全依賴教師的及時(shí)回復(fù)，顯然這種方式還局限在傳統(tǒng)的人際交互的模式中，并不具備自動(dòng)答疑功能。

基于Answer Web的自動(dòng)答疑系統(tǒng)。該系統(tǒng)是一個(gè)動(dòng)態(tài)的問題及答案數(shù)據(jù)庫，用戶可以通過輸入關(guān)鍵詞在系統(tǒng)資源庫中查找相關(guān)材料，解決疑問。此類系統(tǒng)的典型代表是上海交通大學(xué)的遠(yuǎn)程教育系統(tǒng)。

基于智能技術(shù)的智能化答疑系統(tǒng)。該系統(tǒng)通過漢語分詞功能，從自然語言文本中抽取能夠代表問題的關(guān)鍵詞進(jìn)行全文搜索，找到相關(guān)答案。此類系統(tǒng)的代表是由北京師范大學(xué)的遠(yuǎn)程教學(xué)平臺的答疑子系統(tǒng)。

雖然國內(nèi)遠(yuǎn)程教育答疑系統(tǒng)的研究取得了豐碩成果，但還存在以下不足：

(1)知識表示不規(guī)范，不便共享，不同站點(diǎn)的學(xué)科答疑資源極不平衡，教育答疑資源得不到很好的共享。

(2)現(xiàn)有的答疑系統(tǒng)大都缺乏單獨(dú)的支撐平臺，大部分都是將其作為遠(yuǎn)程教學(xué)平臺的一個(gè)子系統(tǒng)，其功能自然不能盡情發(fā)揮，效果不佳。

(3)目前的智能答疑系統(tǒng)在問題求解的查全率和查準(zhǔn)率方面的明顯不足，很多答疑系統(tǒng)不能夠提供給用戶準(zhǔn)確而又簡潔的答案。

為了解決這些問題，國內(nèi)外有關(guān)機(jī)構(gòu)及專家紛紛開始研究基于Ontology和智能Agent的答疑系統(tǒng)。引入Ontology有利于系統(tǒng)知識庫的構(gòu)建、提高問題分析的能力和系統(tǒng)的通用性、共享性，但是智能化和個(gè)性化程度并沒有得到更大的提高；而引入智能Agent能夠更好的體現(xiàn)系統(tǒng)的個(gè)性化、智能化、自主性，恰好彌補(bǔ)了這一缺憾。為此，筆者提出了一種基于這兩種智能技術(shù)相結(jié)合的答疑系統(tǒng)——基于Ontology的多Agent智能答疑系統(tǒng)。

2 本體理論

2.1 Ontology的定義[1]

Ontology的譯名，國內(nèi)多采用“本體”或“本體論”。Ontology本是一個(gè)哲學(xué)上的概念，是指關(guān)于存在及其本質(zhì)和規(guī)律的學(xué)說，是物質(zhì)存在的一個(gè)系統(tǒng)的解釋。在計(jì)算機(jī)人工智能界，最為認(rèn)可的是1993年Gruber給出Ontology定義——“本體是概念模型的明確的規(guī)范說明”。后來Borst和Studer又對此稍作修改，提出：“本體是共享概念模型的形式化規(guī)范說明”，這個(gè)定義包含四層含義：

概念化(conceptualization)：主要是指一些模型，而這些模型一般是通過抽象出客觀世界中的一些現(xiàn)象的相關(guān)概念而得到的；

明確(explicit)：指所使用的概念及使用這些概念時(shí)的約束都有明確的定義；

形式化(formal)：指Ontology是計(jì)算機(jī)可讀的（即能被計(jì)算機(jī)處理）；

共享(share)：指Ontology中體現(xiàn)的是相關(guān)領(lǐng)域中公認(rèn)的概念集，而并不是個(gè)體的。

2.2 Ontology的建模原語

概念(concepts)：指任何事務(wù)，如描述、功能、行為、策略和推理過程等——本體中的這些概念通常構(gòu)成一個(gè)分類層次。

關(guān)系(relations)：在領(lǐng)域中概念之間的交互作用，形式上定義為n維笛卡兒積的子集：R：C1×C2×…×Cn。如子類關(guān)系(subclass-of)。

函數(shù)(functions)：一類特殊的關(guān)系。該關(guān)系的前n-1個(gè)元素可以唯一決定第n個(gè)元素。形式化的定義為F：C1×C2×…×Cn-1→Cn。例如Motherof就是一個(gè)函數(shù)，motherof(x，y)表示y是x的母親。

公理(axioms)：代表永真斷言，如概念乙屬于概念甲的范圍。

實(shí)例(instances)：指屬于某概念類的基本元素，即某概念類所指的具體實(shí)體。

從語義上分析，實(shí)例表示的就是對象，而概念表示的則是對象的集合，關(guān)系對應(yīng)于對象元組的集合。概念的定義一般采用框架(frame)結(jié)構(gòu)，包括概念的名稱，與其他概念之間關(guān)系的集合，以及用自然語言對該概念的描述。

3 基于Ontology的多Agent智能答疑系統(tǒng)模型

答疑系統(tǒng)的用戶一般有三類：一是請求解答自己疑問的用戶，二是答疑系統(tǒng)所涉及領(lǐng)域的專家，三是系統(tǒng)的開發(fā)人員或管理人員。用戶希望通過答疑系統(tǒng)使自己的疑難問題得以解決；領(lǐng)域?qū)＜覄t負(fù)責(zé)解決用戶的疑難問題和了解用戶的自身情況從而進(jìn)行個(gè)性化的答疑；管理人員負(fù)責(zé)維護(hù)數(shù)據(jù)庫和系統(tǒng)的正常運(yùn)行。

圖1給出了基于Ontology的多Agent智能答疑系統(tǒng)模型的框架。該模型主要由用戶Agent、問題分析Agent、查詢Agent、本體庫、問題解答庫、答案評價(jià)庫及新問題庫等部分組成。

用戶Agent負(fù)責(zé)用戶與系統(tǒng)間的交互，它是系統(tǒng)與外界的接口。用戶Agent還可以記錄用戶的個(gè)性化信息，比如：用戶比較感興趣的問題、用戶的學(xué)習(xí)進(jìn)度和用戶自身的學(xué)習(xí)情況等等。

問題分析Agent是用來分析用戶Agent接收的用戶提出的疑難問題的，通過分詞、語義擴(kuò)展等一系列的步驟，從而對該疑難問題進(jìn)行全面的分析，以便得到更準(zhǔn)確、更簡潔的答案。

查詢Agent是依據(jù)分析結(jié)果是到問題解答庫中按照一定的算法去檢索問題的答案，如果查詢成功則將正確答案返回給用戶Agent；若不成功則將該問題放入新問題庫，以便領(lǐng)域?qū)＜覍ζ浼皶r(shí)解答。

本體庫由領(lǐng)域?qū)＜覄?chuàng)建，定義某個(gè)學(xué)科領(lǐng)域范圍內(nèi)的概念、概念之間的關(guān)系、規(guī)則等；

問題解答庫是一個(gè)針對某個(gè)領(lǐng)域可能存在問題的完整答案庫。該問題解答庫應(yīng)該是動(dòng)態(tài)的，因?yàn)橛脩籼岢龅膯栴}不僅可能會(huì)超出事先歸納問題的范圍，而且每個(gè)領(lǐng)域的發(fā)展也會(huì)使新的知識和問題不斷出現(xiàn)，這就要求問題解答庫的內(nèi)容隨之不斷更新和增加。

答案評價(jià)庫是為了便于用戶對該系統(tǒng)所呈現(xiàn)答案進(jìn)行評價(jià)而設(shè)計(jì)的，領(lǐng)域?qū)＜铱梢愿鶕?jù)答案評價(jià)庫中的內(nèi)容對問題答案進(jìn)行修正。

新問題庫是用來存放系統(tǒng)不能對其進(jìn)行及時(shí)解答的問題的，領(lǐng)域?qū)＜視?huì)及時(shí)或定期對新問題庫中的問題給予解答，并將問題和答案及時(shí)存入到問題解答庫中。

該系統(tǒng)的主要模塊是問題分析Agent模塊和問題查詢Agent。

3.1 問題分析

問題分析是整個(gè)答疑過程極為重要的一步，問題分析的結(jié)果是否透徹和全面關(guān)系到問題查詢的查全率和查準(zhǔn)率。和終端用戶進(jìn)行交互的是用戶Agent，這就要求不僅要有個(gè)友好的用戶界面，而且能夠接受用戶提出自然語言表達(dá)的問題，并將該問題進(jìn)行簡單的分析后提交給問題分析Agent。

問題分析Agent將經(jīng)過下列的步驟對問題進(jìn)行分析：

1）對問題文本Doc自動(dòng)進(jìn)行關(guān)鍵詞拆分，得到一個(gè)關(guān)鍵詞集合；

2）根據(jù)關(guān)鍵字庫中的無關(guān)詞匯從關(guān)鍵詞集合中過濾掉不相關(guān)的關(guān)鍵詞；

3）通過與本題庫的交互對關(guān)鍵詞進(jìn)行語義擴(kuò)展，得到其所有相關(guān)概念結(jié)果集；

4）通過該組關(guān)鍵詞與問題模式庫的交互，得出該問題的問題模式；

5）與用戶交互進(jìn)行問題確認(rèn)：問題確認(rèn)將分析結(jié)果以關(guān)鍵詞組合的形式返回給用戶，根據(jù)用戶反饋對結(jié)果集進(jìn)行選擇，明確關(guān)鍵詞的語義，從而縮小查詢的范圍。

由于概念之間語義關(guān)系復(fù)雜多樣，如上下位關(guān)系、從屬關(guān)系、部分整體關(guān)系等等，它們之間組成的是一個(gè)復(fù)雜的網(wǎng)狀結(jié)構(gòu)，所以要想實(shí)現(xiàn)關(guān)鍵詞的語義擴(kuò)展必須定義一系列的規(guī)則或者函數(shù)。為實(shí)現(xiàn)關(guān)鍵詞的語義擴(kuò)展，可以定義對本體操作的6個(gè)函數(shù)，由操作函數(shù)實(shí)現(xiàn)語義擴(kuò)展和各項(xiàng)檢索功能，該處理方法是根據(jù)文獻(xiàn)[3]中的思想提出的：

1）函數(shù)synonym_rela(O)從本體O的同義詞詞典求出當(dāng)前概念的所有同義詞，將結(jié)果存入synonym中；

2）函數(shù)son_rela(O)從本體O中求出當(dāng)前概念的所有子概念，結(jié)果存入son中。如果當(dāng)前概念為葉節(jié)點(diǎn)，則返回結(jié)果為空；如果當(dāng)前概念為Ω，則返回結(jié)果為所有一層節(jié)點(diǎn)；

3）函數(shù)farther_rela(O)從本體O中求出當(dāng)前概念的所有父概念，結(jié)果存入farther中。如果當(dāng)前概念為根節(jié)點(diǎn)，則返回結(jié)果為Ω；

4）函數(shù)brother_rela(O)從本體O中求出當(dāng)前概念的所有兄弟概念，分兩步完成:先執(zhí)行一次farther_rela(O)中找到當(dāng)前概念的父概念，再執(zhí)行一次son_rela(O)找到父概念的子概念，將最終結(jié)果存入brother中；

5）函數(shù)instance_rela(O)從本體O中求出當(dāng)前概念的所有實(shí)例，以當(dāng)前概念的標(biāo)識號為入口，通過對相關(guān)關(guān)系表的查詢即可得到，將結(jié)果存入instance中；

6）函數(shù)attribute_rela(O)從本體O中求出當(dāng)前概念的所有屬性，以當(dāng)前概念的標(biāo)識號為入口，通過對相關(guān)關(guān)系表的查詢即可得到，將結(jié)果存入attribute中。

3.2 問題查詢

依據(jù)問題分析所得的最終的概念結(jié)果集和問題模式，在問題解答庫中搜索與問題相關(guān)的材料。如果搜索成功，則返回給用戶Agent；不成功則將問題轉(zhuǎn)入新問題庫，等待領(lǐng)域?qū)＜医獯穑⒋嫒雴栴}解答庫。

問題解答庫，也可以說是一個(gè)完全針對某個(gè)領(lǐng)域可能存在問題的完整答案庫，可以按照Ontology方法來創(chuàng)建，該方法是根據(jù)文獻(xiàn)[4]中的思想提出的：1）歸納本領(lǐng)域所有可能的問題，建立一個(gè)完整的問題列表；2）針對問題列表創(chuàng)建一個(gè)與其一一對應(yīng)的答案列表；3）用自然語言和圖表來描述領(lǐng)域模型，形成Ontology原型；4）使用知識表示語言把Ontology模型進(jìn)行編碼，以便于查詢。

新問題庫和答案評價(jià)庫都是為了充實(shí)和修改問題解答庫而創(chuàng)建的。首先，問題解答庫應(yīng)該是動(dòng)態(tài)的，并且要在領(lǐng)域?qū)＜业膸椭陆ⅲ聠栴}庫用于存放目前問題解答庫中沒有的問題，并在解答之后存入問題解答庫。答案評價(jià)庫是通過與用戶Agent的交互，從而了解用戶對于問題答案的滿意度，以及對于答案修正給出的建議和要求。同時(shí)領(lǐng)域?qū)＜液拖到y(tǒng)開發(fā)人員根據(jù)用戶的滿意度和這些建議、要求對問題解答庫進(jìn)行適當(dāng)?shù)男薷摹?/p>

4 結(jié)束語

本文提出了一個(gè)基于本體的多Agent智能答疑系統(tǒng)模型，介紹了其體系結(jié)構(gòu)、工作流程和基本功能。基于本體的語義擴(kuò)展能夠有效地輔助用戶對問題查詢中關(guān)鍵詞的語義理解，有效地防止了有用信息的丟失，提高問題求解查全率和查準(zhǔn)率，使用戶避免了大量無用信息的人工篩選。但是，所提出的基于Ontology的多Agent智能答疑系統(tǒng)還需要在實(shí)際應(yīng)用中反復(fù)地實(shí)踐中加以完善和修改，在此基礎(chǔ)上，我們還應(yīng)該深入研究領(lǐng)域本體的構(gòu)建方法和表示形式，進(jìn)一步擴(kuò)展領(lǐng)域本體語義網(wǎng)絡(luò)的推導(dǎo)能力，以完善智能答疑系統(tǒng)。

參考文獻(xiàn)：

[1] 宋煒，張銘.語義網(wǎng)簡明教程[M].北京:高等教育出版社.2004:110-113.

[2] 樓玉萍，王玉霞.基于本體的智能答疑系統(tǒng)的模型研究[J].浙江工業(yè)大報(bào)，2005，33(1):71-73.

[3] 張愛軍.基于本體的智能答疑系統(tǒng)的研究與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2006，23(5).

[4] 高丹丹，張際平.學(xué)習(xí)支持系統(tǒng)(LPSS)[J].中國電化教育，2004，(10):12-15.

[5] 曾憲文，高桂革.基于本體的多Agent語義挖掘系統(tǒng)[J].華東理工大學(xué)學(xué)報(bào)，2006，32(11):76-79.