李冬芬　陳天?！±顛槨垺×中鲁恰×杭异〔帖愖?/p>

摘? 要： 如何更方便快速地獲取到準(zhǔn)確的信息是眾多專(zhuān)家學(xué)者研究的課題。立足于微信小程序與手機(jī)客戶(hù)端平臺(tái)，智能問(wèn)答系統(tǒng)從總體的設(shè)計(jì)出發(fā)，到知識(shí)庫(kù)的構(gòu)建，通過(guò)對(duì)自然語(yǔ)言處理，借用改進(jìn)的TF-IDF算法提取關(guān)鍵字特征，BM25算法計(jì)算語(yǔ)素權(quán)值，以達(dá)到精確快速匹配到最佳答案的目的，從而解決問(wèn)題。初步測(cè)試證明，該系統(tǒng)具有良好的實(shí)用性，穩(wěn)定性和可拓展性。

關(guān)鍵詞： 智能問(wèn)答系統(tǒng);自然語(yǔ)言處理;TF-IDF;BM25

中圖分類(lèi)號(hào)： TP3? ? 文獻(xiàn)標(biāo)識(shí)碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.07.008

【Abstract】： How to obtain accurate information more conveniently and quickly is a topic studied by many experts and scholars. Based on WeChat Mini Program and mobile client platform， the intelligent question answering system starts from the overall design to the construction of the knowledge base. Through the natural language processing， the improved TF-IDF algorithm is used to extract the keyword features， and the BM25 algorithm calculates the morpheme weight to achieve an accurate and fast match to the best answer for the purpose of solving the problem. Preliminary tests have proved that the system has good practicability， stability and scalability.

【Key words】： Question answering system; Natural language processing; TF-IDF; BM25

0? 引言

在互聯(lián)網(wǎng)信息爆炸性增長(zhǎng)的今天，人們對(duì)信息的需求日益增多，如何在如此龐大的互聯(lián)網(wǎng)上獲取對(duì)用戶(hù)有價(jià)值的信息成為日益被關(guān)注的問(wèn)題，傳統(tǒng)的問(wèn)答系統(tǒng)已經(jīng)無(wú)法滿(mǎn)足人們獲取準(zhǔn)確信息的需求，用相對(duì)簡(jiǎn)單的詞語(yǔ)或句子搜索無(wú)法準(zhǔn)確刻畫(huà)用戶(hù)的真實(shí)需求，導(dǎo)致搜索結(jié)果差強(qiáng)人意[1]。智能問(wèn)答系統(tǒng)與傳統(tǒng)的只依靠關(guān)鍵字匹配的搜索引擎相比，能夠更好的理解問(wèn)題，準(zhǔn)確識(shí)別人們的意圖，滿(mǎn)足用戶(hù)的檢索需求，并且在如今私人定制熱潮的互聯(lián)網(wǎng)環(huán)境下，精準(zhǔn)推薦能大大滿(mǎn)足用戶(hù)的所需。本系統(tǒng)利用眼下熱門(mén)的手機(jī)應(yīng)用軟件與微信小程序作為智能問(wèn)答系統(tǒng)的主體部分進(jìn)行開(kāi)發(fā)與設(shè)計(jì)，通

過(guò)算法實(shí)現(xiàn)問(wèn)題理解與精準(zhǔn)推薦，簡(jiǎn)化了大部分用戶(hù)的操作，極大的方便用戶(hù)對(duì)精確信息的查找。

1? 系統(tǒng)總體框架設(shè)計(jì)

1.1? 安卓APP模塊設(shè)計(jì)

隨著科技發(fā)展，安卓成為了最廣泛的手機(jī)系統(tǒng)，安卓系統(tǒng)有很多優(yōu)點(diǎn)，并且具有極大的開(kāi)放性，安卓系統(tǒng)平臺(tái)主要由四個(gè)組成部分架構(gòu)起來(lái)，利用應(yīng)用程序?qū)拥陌沧恐骷M(jìn)行首頁(yè)、QA頁(yè)面、個(gè)人頁(yè)面、智能超市的開(kāi)發(fā)，主要的主件有Activity、Ser?vice、BroadCastReceiver、ContentProvider以及Intent[2]。

本系統(tǒng)采用MVP開(kāi)發(fā)模式，以利于解決Activity越來(lái)越龐大臃腫和耦合度越來(lái)越高的問(wèn)題，

這些問(wèn)題會(huì)導(dǎo)致后期維護(hù)變得困難。在安卓應(yīng)用開(kāi)發(fā)將Model層和View層通過(guò)Presenter層實(shí)現(xiàn)完全分離，主要業(yè)務(wù)層在Presenter層實(shí)現(xiàn)。這樣的分層大大降低了Model層和View層的耦合度[3]。

1.2? 微信小程序模塊設(shè)計(jì)

微信小程序自面世以來(lái)，其受歡迎程度一直呈增長(zhǎng)趨勢(shì)，越來(lái)越多的開(kāi)發(fā)者學(xué)習(xí)微信小程序的開(kāi)發(fā)，越來(lái)越多的用戶(hù)也在使用微信小程序這個(gè)平臺(tái)。微信小程序有幾個(gè)比較明顯的優(yōu)勢(shì)：一、無(wú)需安裝，即開(kāi)即用，輕松方便;二、潛在流量大，微信是現(xiàn)如今發(fā)展最為成熟、使用人數(shù)最多的社交應(yīng)用軟件，人們能夠利用互聯(lián)網(wǎng)在微信上完成發(fā)送圖片、文字、音頻等操作[4];三、開(kāi)發(fā)的周期相對(duì)較短，成本較低。

基于微信小程序的這些優(yōu)點(diǎn)，智能問(wèn)答系統(tǒng)也設(shè)計(jì)了微信小程序版。一方面，為那些不想下載APP版的用戶(hù)提供了方便;另一方面，多種形式的應(yīng)用設(shè)計(jì)可以為用戶(hù)提供多種選擇，這也有利于本應(yīng)用的推廣，從而擴(kuò)大用戶(hù)群。

2? 知識(shí)庫(kù)設(shè)計(jì)

本系統(tǒng)采用Mysql數(shù)據(jù)庫(kù)作為系統(tǒng)的知識(shí)庫(kù)[5]。

2.1? 概念設(shè)計(jì)

主要數(shù)據(jù)存儲(chǔ)功能，如表1所示。

2.2? 邏輯設(shè)計(jì)

由實(shí)體可確定4張表，以下是每張表字段的設(shè)計(jì)，如表2-5所示。

3? 系統(tǒng)功能模塊設(shè)計(jì)

3.1? 理解問(wèn)題模塊

該模塊使系統(tǒng)更好地理解用戶(hù)的提問(wèn)、意圖，并進(jìn)行語(yǔ)義的解析、修正，其流程圖如圖1所示。

3.1.1? 同義詞處理

檢索用戶(hù)問(wèn)題時(shí)，由于同義詞的存在而導(dǎo)致問(wèn)答系統(tǒng)的檢索準(zhǔn)確率低，在進(jìn)行特征提取前，先按照同義詞詞典進(jìn)行同義詞處理，在這里使用Hash散列表的形式表示同義詞的數(shù)據(jù)結(jié)構(gòu)。知識(shí)庫(kù)中每個(gè)詞語(yǔ)對(duì)應(yīng)著唯一一個(gè)關(guān)鍵碼值：key和它的同義詞序列valueList。如知識(shí)庫(kù)中詞語(yǔ)為：“程序員”，其在同義詞詞典中對(duì)應(yīng)關(guān)鍵碼值：{“程序員”：{“程序猿”， “碼農(nóng)”， “敲代碼的人”}}。