基于FAQ與知識圖譜的學(xué)分制智能問答系統(tǒng)研究

柳自強 熊曉蕓 張哲也 曲雅楠

摘要：學(xué)分制智能問答系統(tǒng)應(yīng)用智能檢索技術(shù)，與學(xué)生進行問答式的交互。系統(tǒng)通過自然語言處理NLP技術(shù)，可以準(zhǔn)確地理解學(xué)生通過自然語言提出的問題，繼而通過檢索FAQ庫與學(xué)分制的知識圖譜，反饋給學(xué)生正確答案。相較于搜索引擎，基于學(xué)分制垂直領(lǐng)域的智能問答系統(tǒng)，能更好地滿足學(xué)生對學(xué)分制信息的需求。

關(guān)鍵詞：智能問答系統(tǒng);FAQ庫;知識圖譜

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）31-0049-02

現(xiàn)在，隨著國家對教育的不斷重視，在校大學(xué)生人數(shù)增長十分快，并且入學(xué)到畢業(yè)時間跨度大，而教學(xué)資源并沒有很大增長趨勢，尤其是師資力量，我國高校師生比普遍偏低。美國許多名校卻與此相反，比如普林斯頓大學(xué)師生比例小于1：5，而布朗大學(xué)等也只是1：9.反觀國內(nèi)高校，師生比嚴(yán)重不協(xié)調(diào)，全國高校平均下來師生比例達(dá)到1：17.事實上，一些學(xué)校的熱門專業(yè)的師生比例更低，有些低于1：20。

隨著教師職能的擴充，教師的工作量也在增大，一般的大學(xué)老師除了要給學(xué)生上課，還有相應(yīng)的科研任務(wù)，時間十分寶貴。而在目前的教育模式下，學(xué)生與導(dǎo)師之間存在大量的問題咨詢，這些問題通常具有普遍性，煩瑣性以及重復(fù)性等特點，教師在一個同樣的問題上可能回答數(shù)十遍，這影響了教師的工作效率，使得教師的時間更加稀少，并且由于教師工作壓力大，很多時候沒有辦法及時回答學(xué)生的疑問。

我們思考是否能有一種方法解決這種矛盾呢？文章構(gòu)建了一個學(xué)分制智能問答系統(tǒng)來解決上述問題，學(xué)分制智能問答系統(tǒng)對自然語言處理、語義相似度計算和知識圖譜實體匹配進行研究，能夠及時準(zhǔn)確地滿足學(xué)生對學(xué)分制政策信息的需求，同時也能夠很有效地節(jié)省人力物力。

1國內(nèi)外發(fā)展現(xiàn)狀

早在20世紀(jì)印年代，就有外國科學(xué)家提出計算機未來可能會使用自然語言去理解人類，這是問答技術(shù)首次出現(xiàn)在大眾視野。1980年左右，使用自然語言提問的問答系統(tǒng)成為當(dāng)時的一大熱點。圖靈測試向大眾闡述了，計算機擁有人工智能的標(biāo)準(zhǔn)是使用自然語言與人交互。此后，學(xué)者們開始探索自然語言語義提取的相關(guān)操作，致力于自然語言問答系統(tǒng)。

由于當(dāng)時的技術(shù)問題，所有的實驗的規(guī)模都十分有限。從20世紀(jì)90年代開始，隨著各種技術(shù)的深入研究，眾多搜索引擎公司的搜索范圍、搜索速度都得到了大幅度的提高，因此人們更為看重檢索技術(shù)的未來前景，但對智能問答技術(shù)的研究卻一直停滯不前。進入20世紀(jì)以來，隨著科學(xué)技術(shù)的再次飛躍，問答技術(shù)再次受到廣泛的關(guān)注。

目前，越來越多的公司和高校參與問答技術(shù)的研究。通過研究人員和學(xué)者的努力，一些成熟的、質(zhì)量可以得到保證的智能問答系統(tǒng)和聊天機器人已經(jīng)在工業(yè)界或?qū)W術(shù)界生產(chǎn)出來，如谷歌公司的Google Now和蘋果公司發(fā)明的Siri，MIT大學(xué)也擁有Start系統(tǒng)，還有AskJeeves.AnswerBus.MULDER、LAMP等。

與國外研究相比，中國國內(nèi)對問答系統(tǒng)的研究在規(guī)模和研究水平上存在很多差距。這主要有兩個原因。首先，中文信息處理比英語更困難，而且存在許多方面的差異。國外的現(xiàn)有的技術(shù)和已經(jīng)產(chǎn)生的研究成果不可以直接投入使用。此外，難以解決的是自然語言處理資源的稀缺，如自然語料庫、知識庫和相應(yīng)的評價機制等等。

2自然語言處理技術(shù)

自然語言處理模塊的功能是：學(xué)生的問句被提交到后臺，首先通過ANSJ對問句進行分詞處理，得到分詞后的結(jié)果;然后根據(jù)詞性提取關(guān)鍵詞，并使用HowNet得到關(guān)鍵詞的所有擴展詞項。根據(jù)詞性和停用詞表提取問句中的關(guān)鍵詞，以防止出現(xiàn)擴展過多而影響檢索效率的問題;其次對于關(guān)鍵詞使用HowNet進行擴展，得到擴展詞項。為了提高擴展的準(zhǔn)確性，我們使用了目前流行的同義詞擴展方式：基于HowNet的方式。我們使用知網(wǎng)進行，通過知網(wǎng)的方式擴展，可以獲取到問句中關(guān)鍵詞與知網(wǎng)中存在的詞的相似度比較高的詞，此處獲取前n個，這樣就得到擴展結(jié)果。

3語義相似度計算

通過對學(xué)生輸入問句的處理，提取出關(guān)鍵詞，進行相似度計算;對于高于閾值的問題，獲取相似度最高的問句，通過FAQ問答庫，得到對應(yīng)的答案，將答案呈現(xiàn)給學(xué)生。具體的語義相似度計算如下。

最后求出句子相似度之后，得到相似度順序排列的問題集，從中找到相似度最高的問題作為學(xué)生問句的替代，對其進行FAQ庫的檢索，得到對應(yīng)問題的答案，最終將結(jié)果呈現(xiàn)給學(xué)生。

4基于VAQ庫和知識圖譜的問答功能

問答功能簡單講就是將問題帶人提前準(zhǔn)備好的知識庫尋求答案的一種基于知識庫的問答系統(tǒng)。問答系統(tǒng)可以將獲取的自然語言問句通過解析、計算相似度、檢索FAQ庫與學(xué)分制的知識圖譜，反饋給學(xué)生正確答案。相較于搜索引擎，基于學(xué)分制垂直領(lǐng)域的智能問答系統(tǒng)，能更好地滿足學(xué)生對學(xué)分制信息的需求。

4.1基于FAQ庫的問答

FAQ問答是根據(jù)學(xué)生的學(xué)分制問題去FAQ知識庫找到最合適的答案并反饋給學(xué)生。

首先，對候選問題集進行離線索引，使用Lucene引擎為庫中類似的問題集創(chuàng)建相應(yīng)的索引，收到學(xué)生問題后，粗略選擇部分問題集作為結(jié)果，之后再對這些結(jié)果進行篩選過濾，通過第3節(jié)介紹的相似度計算方法計算學(xué)生問題與過濾后的答案的匹配程度，選取相似度最高的問句，再對候選集查找，得到最好的候選答案返回給學(xué)生。

以畢業(yè)為例：

“我能畢業(yè)嗎”關(guān)鍵詞是畢業(yè)條件;

“我?guī)啄昴墚厴I(yè)”關(guān)鍵詞是畢業(yè)修學(xué)年限;

“我能提前畢業(yè)嗎”關(guān)鍵詞是提前畢業(yè)條件。

當(dāng)學(xué)生輸入問題查找時，“畢業(yè)”對應(yīng)候選集中多個相似問題，以這些問題作為粗排結(jié)果，之后通過相似度計算查找與學(xué)生輸入的問題相似度最高的問題反饋給學(xué)生，如“我能提前畢業(yè)嗎”中除了“畢業(yè)”關(guān)鍵詞，還有“提前”這類關(guān)鍵詞，而粗排結(jié)果中涉及這方面的只有“提前畢業(yè)條件”分別計算相似度：