基于Web的特定領域智能答疑系統(tǒng)的設計與實現

石鳳貴

(馬鞍山師范高等專科學校 軟件工程系，安徽 馬鞍山 243041)

隨著互聯(lián)網技術和多媒體技術的快速發(fā)展，傳統(tǒng)的教學模式再也不能滿足日常的教學。許多課程都構建了在線精品課程教學網站，提供了豐富的教學資源，部分教學網站還提供了如留言板、BBS等互動版塊。技術和社會的發(fā)展推動了人才培養(yǎng)方案的改革，教學方式和模式也隨著發(fā)生了變化，出現了MOOC(massive open online courses)教學。無論是在線精品課程網站還是MOOC均缺乏實時交互功能，問題不能得到及時回復。學生在課程學習中肯定會遇到疑問，如果這些疑問不能達到及時解答將直接影響學生學習的積極性。因此，需要尋求一種能實時智能解答問題的方式——自動問答(Question Answering)。

盡管搜索引擎相當于一本“百科全書”，但是搜索引擎返回的結果是網頁結果集，包含了許多噪聲，從中獲取有效答案需要進行人工二次篩選，用戶體驗較差。縱觀科學技術發(fā)展，每一次變革都伴隨著技術的革新，鼠標和鍵盤打開了PC時代的大門，手持終端打開了移動互聯(lián)時代的大門，語音交互和模式識別帶領人類進入人工智能(Artificial Intelligence)時代。答疑是教學中必不可少的一個環(huán)節(jié)，如何有效提高答疑時效？借助計算機技術和人工智能技術開發(fā)一個高效、準確、智能化的自動問答系統(tǒng)。本研究以《編譯原理》課程為例，構建基于Web的課程智能答疑系統(tǒng)。

1 自動問答

人工智能已上升到國家戰(zhàn)略，已經滲透到人們的日常生活、工作和學習。計算機輔助教學的方式還是不能滿足個性化教學的需求。智能化教育以學習者為中心，以學習者需求為導向，培養(yǎng)人的思維和創(chuàng)造能力。應用人工智能技術，遵從教學規(guī)律，創(chuàng)新教學方式，優(yōu)化人才培養(yǎng)方案，人工智能技術與教學深度融合，實現個性學習、實施交互、及時問答。從而改變傳統(tǒng)教學與學習方式，實現人機結合；改變課程設計，線上線下同步實施，自動答疑解惑。

自動問答系統(tǒng)是利用自然語言處理技術，通過計算機理解用戶提出的問題，然后檢索答案并自動將答案返回給用戶。自動問答系統(tǒng)可以有效減輕教師的教學負擔，幫助學生學習，提供學生學習的積極性。自動問答系統(tǒng)是一種新型的信息檢索系統(tǒng)，接受自然語言形式描述的問題，準確返回問題的答案。如“編譯與編譯過程之間有什么關系？”中文語句結構復雜，識別和處理中文語言是中文問答系統(tǒng)面臨的困難與挑戰(zhàn)[1]。

1.1 自動問答系統(tǒng)的發(fā)展

20世紀60年代，面向醫(yī)療應用的ELIZA系統(tǒng)[2]問世；20世紀70年代，面向Unix知識問答的系統(tǒng)Unix Consultant[3]問世；后來相繼出現了麻省理工學院研發(fā)的START[4]，美國華盛頓大學研發(fā)的問答系統(tǒng)MULDER，Answer Bus[5]。START是第一個基于信息檢索的開放域自動問答系統(tǒng)，Answer Bus是支持多種語言的基于Web的自動問答系統(tǒng)?；谖闹械膯柎鸱障到y(tǒng)典型的有中國移動推出的“10086智能客服機器人”和“靈犀語音助手”[6]，京東商城的“JIMI客服機器人”[7]，百度推出的“小度”，小米推出的“小愛同學”等。

1.2 基于Web的自動問答系統(tǒng)網絡結構

基于Web的自動問答系統(tǒng)是借助互聯(lián)網進行訪問，用戶訪問不受時空限制，網絡結構如1所示。

系統(tǒng)允許學生以自然語言(漢語或英語等)問句的形式提出問題，并及時地將相關的答案返回給學生。如果沒有找到相關的答案，則將該問題轉發(fā)到課程教師的郵箱或提交到留言版和論壇，待解答后返回。通過開發(fā)這樣一個系統(tǒng)，目的是改革高校課程網站，特別是精品課程網站的在線答疑模式，充分調動學生學習的自主性，提高課程網站本身的資源利用率。

1.3 問答系統(tǒng)架構

問答系統(tǒng)包括問題理解、答案檢索、答案返回三個基本過程[8]，本文系統(tǒng)架構如圖2所示。

問句理解主要包括問題的分析理解，將文本轉換為可計算的數字化形式，預處理是對問題進行分詞和去停用詞。答案檢索優(yōu)先在FAQ(frequently asked questions)庫中檢索結構化“問題-答案”對，FAQ庫中檢索不到則從互聯(lián)網檢索。答案返回將問句相似度最高的問題答案直接返回給用戶。對于FAQ庫未能解答的問題，根據互聯(lián)網解答情況或人工解答后自動加入FAQ庫，豐富FAQ庫。

1.4 問句類型識別

自然語言中，問句都有歸屬的一個類型，對問句類型的判定可以增強對問題語義的理解。早期有人提出了問句分類的標準[9]，Wendy Lehnert提出概念分類學[10]，包含了13個概念類：原因、目標、能力、結果、驗證、定義、填充等。不過大多數實際的系統(tǒng)中都認為概念類幫助不大，因此它們大多根據答案類型建立更細的類型學。文中系統(tǒng)針對計算機學科教學領域，定義了10種問句類型，它們分別是：定義類、原因類、區(qū)別類、描述類、步驟類、點類、時間類、地點類、人物類、數量類，如表1所示。

1.5 相似度計算

檢索答案是一個計算用戶問題與FAQ庫中問題相似度的過程，由未知變成已知。因此，檢索到FAQ庫中問題就可以直接返回答案。因此，檢索答案檢索的是FAQ庫中問題，檢索的過程是一個相似度計算的過程。文中相似度計算采用基于問題關鍵詞匹配度計算的相似度計算[11]。

表1 問句類型

一個問題中含有一個或多個關鍵詞，但是每個關鍵詞在句子中的地位是不一樣的，有的起決定性的作用。該類關鍵詞就是要重點考慮的關鍵詞，它與問題的匹配度為1。

例如：編譯原理是什么？

問題 關鍵詞 匹配度 類型

編譯原理是什么？ 編譯原理 1 概念

編譯原理是什么？ 編譯 0.5 概念

起決定性作用的關鍵詞，它與該問題的匹配度為1，不起決定性的關鍵詞與問題的匹配度為0.5。

采用這種策略，可以實現簡單的語義分析。例如：

“編譯原理是什么？”與“什么是編譯原理？” 是同一個問題。如果用戶輸入的是這兩個問題，則檢索到的都是同一個問題。

2 問答系統(tǒng)設計

2.1 系統(tǒng)模塊結構

本系統(tǒng)對用戶問題的解答策略為：

策略1：利用FAQ庫和問句匹配技術實現常見問題的快速回答；

策略2：對于策略1無法解答的問題，采Email、在線答疑等方式來實現。

根據以上解答策略，設計了本智能答疑系統(tǒng)，模塊結構如圖3所示。

本系統(tǒng)各主要模塊的功能如下：

1)問句理解分析模塊

本模塊的功能是通過對用戶問句進行分詞和問句類型判斷、問句關鍵詞提取，從而完成對用戶問題語義的理解，然后把語義分析結果表示成中間語言形式。

2)FAQ庫問句匹配模塊

FAQ庫中保存的是用戶常問的問題答案對，通過計算用戶問的問題與FAQ庫中的問題的句子語義相似度，查找與用戶問題相似度較高的問題，若有，則把這些問題對應的答案從FAQ庫中返回，若無，則同通過其他途徑來實現。檢索FAQ庫可以實現快速答疑，省去了復雜的計算處理，提高了答疑效果。

文中重點討論問句理解分析模塊和FAQ庫問句匹配模塊。

2.2 問題匹配算法設計

問題匹配算法流程如圖4所示。

3 系統(tǒng)實現

3.1 系統(tǒng)運行模式

系統(tǒng)采用基于B/S模式的三層分層架構實現，如圖5所示。

客戶層即表示層，系統(tǒng)顯示界面，用戶與系統(tǒng)交互接口，具體由Web瀏覽器完成，采用JSP和HTML技術實現。應用層負責業(yè)務邏輯處理，包括處理用戶層請求、建立數據庫連接、數據庫查詢或更新、處理結果返回給用戶層。本系統(tǒng)中問題分析與處理、答案檢索由應用層完成。數據層負責系統(tǒng)對數據庫的操作，提供對數據庫中各類數據的訪問和管理。三層體系結構具有分布靈活、邏輯處理集中和管理能力強的特點，具體表現在：高效率、易于維護、安全性增強、可伸縮性和移植性好[12-13]。

3.2 系統(tǒng)運行效果

實驗結果及界面如圖6、圖7所示：

答案的具體內容用一個獨立頁面顯示(*.html)。這樣返回給用戶的答案就可以不是簡單文字描述，可以使用多種多媒體方式呈現，形象直觀，用戶容易理解、吸收，增強了學習者的學習興趣，從而達到教學的最優(yōu)化。

4 結語

隨著互聯(lián)網和人工智能技術的快速發(fā)展，對日常課程教學及教學課程網站構建提出了新問題，將人工智能應用于課程教學中。問答系統(tǒng)可以有效輔助教學，減輕教師的教學任務。文中對自動問答系統(tǒng)及其相關技術進行了介紹，給出了詳細的設計過程。同時，基于《編譯原理》課程設計并實現了《編譯原理》課程自動問答系統(tǒng)。