柳自強 熊曉蕓 張哲也 曲雅楠

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

關(guān)鍵詞：智能問答系統(tǒng);FAQ庫;知識圖譜

中圖分類號：TP311 文獻標識碼：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，在校大學生人數(shù)增長十分快，并且入學到畢業(yè)時間跨度大，而教學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，比如普林斯頓大學師生比例小于1：5，而布朗大學等也只是1：9.反觀國內(nèi)高校，師生比嚴重不協(xié)調(diào)，全國高校平均下來師生比例達到1：17.事實上，一些學校的熱門專業(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，一般的大學老師除了要給學生上課，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，學生與導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)建了一個學分制智能問答系統(tǒng)來解決上述問題，學分制智能問答系統(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，能夠及時準確地滿足學生對學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世紀印年代，就有外國科學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準是使用自然語言與人交互。此后，學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世紀以來，隨著科學技術(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庫與學分制的知識圖譜，反饋給學生正確答案。相較于搜索引擎，基于學分制垂直領(lǐng)域的智能問答系統(tǒng)，能更好地滿足學生對學分制信息的需求。

4.1基于FAQ庫的問答

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

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)修學年限;

“我能提前畢業(yè)嗎”關(guān)鍵詞是提前畢業(yè)條件。

當學生輸入問題查找時，“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生輸入的問題相似度最高的問題反饋給學生，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：