程俊濤 李健博

摘 要 智能問答系統(tǒng)發(fā)展至今經(jīng)歷了三個(gè)階段：基于結(jié)構(gòu)化數(shù)據(jù)的發(fā)展階段，基于自由文本數(shù)據(jù)的發(fā)展階段，基于問題答案對數(shù)據(jù)的發(fā)展階段。而第一個(gè)階段又分為人工智能階段和計(jì)算機(jī)語言學(xué)階段。無論是日常生活中的查閱資料，還是在科學(xué)研究、商業(yè)金融等領(lǐng)域的應(yīng)用都有智能問答的參與，所以智能問答的發(fā)展與管理將是人們不可忽視的研究方向。

關(guān)鍵詞 智能問答；自然語言處理；知識庫；金融領(lǐng)域；sector

1 智能問答的發(fā)展歷史

智能問答的歷史可以追溯到70年前，計(jì)算機(jī)科學(xué)之父阿蘭·圖靈早在1950年就指出了一種驗(yàn)證機(jī)器是否具有智能的方法——圖靈測試。在此之后的20年里，這項(xiàng)研究沒有取得任何進(jìn)展。

后來計(jì)算機(jī)科學(xué)家開始用計(jì)算機(jī)算法描述自然語言的語法規(guī)則。但是人類的語言十分復(fù)雜，而且人類的語言不一定符合語法，所以科學(xué)家不可能描述所有的語法規(guī)則。而且自然語言中存在著大量的一詞多義以及常識性問題，計(jì)算機(jī)無法處理。例如計(jì)算機(jī)科學(xué)家明斯基曾經(jīng)指出的兩個(gè)句子，“The pen is in the box.”和“the box is in the pen.”。因?yàn)槿藗冇谐ＷR，盒子不可能在鋼筆里面，所以很容易理解第一個(gè)pen指的是鋼筆，第二個(gè)pen指的是圍欄。然而這會讓計(jì)算機(jī)很“困惑”。

20世紀(jì)70年代后，計(jì)算機(jī)科學(xué)家首次用數(shù)學(xué)和統(tǒng)計(jì)的方法研究自然語言，取得了巨大進(jìn)步。簡單來說用統(tǒng)計(jì)語言模型判斷一個(gè)句子是否合理，就是判斷其出現(xiàn)的可能性大小。顯然統(tǒng)計(jì)全世界每句話出現(xiàn)的概論是不可能實(shí)現(xiàn)的，所以俄國數(shù)學(xué)家馬爾科夫提出了馬爾科夫假設(shè)，后人將其完善稱為N-1階馬爾科夫假設(shè)。簡單來說文中某個(gè)詞出現(xiàn)的概論只與其前N-1個(gè)詞有關(guān)，這樣既簡化了實(shí)際問題，使計(jì)算每個(gè)詞出現(xiàn)的概論成為可能，又保證了模型的準(zhǔn)確度[1]。

20世紀(jì)90年代，隨著計(jì)算機(jī)運(yùn)算速度的提升和獲取大量數(shù)據(jù)的便捷性，又誕生了基于機(jī)器學(xué)習(xí)的自然語言處理，這是一種不依賴于規(guī)則設(shè)計(jì)的數(shù)據(jù)學(xué)習(xí)算法，通過數(shù)據(jù)學(xué)習(xí)構(gòu)建分析系統(tǒng)，不依賴明確的構(gòu)建規(guī)則。機(jī)器學(xué)習(xí)事先不給出任何假設(shè)，一個(gè)預(yù)測模型中假設(shè)越少，預(yù)測效果越好。

2 智能問答系統(tǒng)的成果

如今智能問答系統(tǒng)蓬勃發(fā)展，取得了很大的突破，普遍應(yīng)用于人們的日常生活之中。市場上的智能問答的產(chǎn)品大致分成三類：第一類是以各大電商為首的智能客服機(jī)器人，主要用于回答顧客購買商品相關(guān)疑問，解決普遍的問題。第二類主要是以完成用戶指令，輔助用戶完成任務(wù)為目的的產(chǎn)品，用戶可以命令它們打開應(yīng)用程序，為自己設(shè)置日程提醒，查詢天氣等。第三類是像微軟小冰這樣的產(chǎn)品，微軟賦予它自我學(xué)習(xí)能力，賦予了人工智能創(chuàng)造的能力。

第一類問答系統(tǒng)并不具有智能，完全依靠大量的人力去維護(hù)它，更新它的知識庫才能使用。第二類智能問答系統(tǒng)基于機(jī)器學(xué)習(xí)和人工智能，專注于完成用戶的命令，有一定的學(xué)習(xí)能力，但是在理解人類語言，與人類友好交互的方面存在不足。第三類智能問答系統(tǒng)的優(yōu)勢正是有好的交互性，以微軟小冰為例，恰好是與人類聊天，進(jìn)行情感交流，使對話進(jìn)行下去而不是盡快結(jié)束對話。

3 智能問答在金融領(lǐng)域的應(yīng)用

在金融領(lǐng)域，投資者往往想最快速度的捕獲信息，并進(jìn)行信息的提取和分析，而且投資決策往往是非常復(fù)雜的，把金融解釋成“速度的游戲”其實(shí)也不為過，所以金融領(lǐng)域的智能問答更偏向于投資顧問+智能問答這兩者的結(jié)合，這是一種對于企業(yè)基礎(chǔ)業(yè)務(wù)的分析，提取觀點(diǎn)，挖掘知識，從而輔助決策。更加具體地說就是把智能問答作為基礎(chǔ)，在這個(gè)基礎(chǔ)上加以框架和數(shù)據(jù)進(jìn)行智能分析與解答。所以總的來看在技術(shù)層面就包括了兩個(gè)部分，第一個(gè)是對于知識數(shù)據(jù)庫的搭建，由于現(xiàn)在互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)達(dá)，信息量大，所以對于有效信息的知識數(shù)據(jù)庫的構(gòu)建就顯得尤為重要，搭建知識數(shù)據(jù)庫，可以在相關(guān)材料收集之后的基礎(chǔ)上進(jìn)行整合。第二個(gè)部分就是用戶如何能夠使用智能問答系統(tǒng)，首先就是對問題的解析，然后根據(jù)系統(tǒng)的分析給出想要的結(jié)果。這種方式不僅可以給用戶節(jié)約大量的收集信息的時(shí)間，而且還能提供系統(tǒng)分析的數(shù)據(jù)供用戶參考。

在金融領(lǐng)域，智能問答的發(fā)展可以說是相當(dāng)迅速的，在如今這個(gè)大數(shù)據(jù)時(shí)代，大量數(shù)據(jù)所帶來的也可以是巨大的知識庫，這就為問答技術(shù)提供了數(shù)據(jù)知識基礎(chǔ)，與其說是新的技術(shù)，也可以解釋成一種新的產(chǎn)業(yè)，所以當(dāng)今的智能問答，不止于此。

4 結(jié)束語

在互聯(lián)網(wǎng)產(chǎn)業(yè)飛速增長和數(shù)據(jù)爆發(fā)的大背景下，當(dāng)我們想讓大量數(shù)據(jù)快速轉(zhuǎn)換成有用信息的時(shí)候，我們往往需要一種智能的模式來滿足我們的需求，而對于乘著互聯(lián)網(wǎng)浪潮的智能問答系統(tǒng)，正是用戶所需要的。與其說智能問答是一種技術(shù)，不如說是一種模式，給用戶更好的體驗(yàn)，讓繁雜的數(shù)據(jù)變成有效的信息，進(jìn)一步轉(zhuǎn)化成智慧，正是智能問答所能夠完成的，也是我們所期待的智能系統(tǒng)。

參考文獻(xiàn)

[1] 吳軍.數(shù)學(xué)之美.第2版[M].北京：人民郵電出版社，2014：207.

作者簡介

程俊濤（1998-），男，河南人；首都經(jīng)濟(jì)貿(mào)易大學(xué)信息學(xué)院16級信管。

李健博（1998-），男，北京人；首都經(jīng)濟(jì)貿(mào)易大學(xué)信息學(xué)院16級信管。