周玉寶

（重慶師范大學(xué)，重慶401331）

1 概述

對(duì)于教育行業(yè)來說，隨著互聯(lián)網(wǎng)的高速發(fā)展，教育模式以及教育方法也從以往的線下教學(xué)發(fā)展到了線上線下同步。2020 年疫情期間，中國的大中小學(xué)紛紛展開線上教學(xué)，各個(gè)培訓(xùn)機(jī)構(gòu)也相繼展開網(wǎng)絡(luò)直播課。線上教學(xué)方式雖然也能完成教學(xué)任務(wù)，但卻存在一些問題急需解決：其一，老師不可能回答所有同學(xué)的提問，也無法及時(shí)了解每一個(gè)學(xué)生對(duì)知識(shí)的掌握情況；其二，老師可能需要對(duì)同一個(gè)問題回答多次。自然語言處理技術(shù)為解決這些問題提供了研究基礎(chǔ)。自動(dòng)問答是自然語言處理的一個(gè)分支，從20 世紀(jì)60 年代Green 等人開發(fā)出BASEBALL 問答系統(tǒng)[1]至今，已發(fā)展出大量應(yīng)運(yùn)于不同領(lǐng)域的問答系統(tǒng)。

如何把自動(dòng)問答技術(shù)應(yīng)用于教育領(lǐng)域，一批研究者已經(jīng)進(jìn)行了初步探索。例如，APP 端的作業(yè)幫、小猿搜題等，這類APP的使用對(duì)象主要為小學(xué)到高中的學(xué)生，他們可以在問答模塊中進(jìn)行提問或回答他人問題，而問題檢索只是其中的一個(gè)小模塊，檢索的主要實(shí)現(xiàn)方式為拍照搜題，即將題目拍照后進(jìn)行照片識(shí)別再進(jìn)行搜索，它將人工問答與問題搜索相結(jié)合，并使用拍照的方式降低使用成本，可以滿足學(xué)生家長和教師的一部分需求，而這種方式也更適用于題目相對(duì)固定的場合。在國外也有許多實(shí)用較為廣泛的學(xué)習(xí)分析技術(shù)工具，例如ASSIST-ments，它會(huì)模擬教師為學(xué)生提供課堂反饋的模式，會(huì)給不能正確回答問題的學(xué)生提供漸進(jìn)性的提示，目前有216 個(gè)地區(qū)使用該系統(tǒng)；還有自動(dòng)批改作業(yè)并反饋，利用學(xué)習(xí)數(shù)據(jù)生成個(gè)性化學(xué)習(xí)路徑的Bingel，為九至十二年級(jí)的學(xué)生提供數(shù)學(xué)課程學(xué)習(xí)活動(dòng)和反饋的Cognitive Tutor Software 系統(tǒng)等等，這些系統(tǒng)均是將人工智能與教育相結(jié)合，從不同角度為教學(xué)互動(dòng)提供幫助。

2 研究基礎(chǔ)

一個(gè)典型的基于檢索的問答系統(tǒng)通常由三部分組成：問題處理模塊、文本檢索與排序模塊、答案抽取模塊。問題處理模塊是對(duì)輸入的問題進(jìn)行分詞、命名實(shí)體識(shí)別、詞性標(biāo)注、和依存句法分析，并輸出一系列特定問題的語義標(biāo)簽（例如問題類型、問題關(guān)鍵詞、答案類型等）?，F(xiàn)有的基于檢索的問答系統(tǒng)中，一般把問答任務(wù)分為答案句子選擇和機(jī)器閱讀理解兩類，答案句子選擇指在檢索到的文本中查找一句與問題相符合的答案句子，機(jī)器閱讀理解是從檢索到的文本中抽取短語或單詞然后組合為一個(gè)答案句子。在答案句子選擇上有兩大類方法：基于特征的方法和基于深度學(xué)習(xí)的方法。

2.1 基于特征的答案句子選擇方法

問題句子中的詞匯與可能答案句子中的詞匯的重疊度，可以反映答案與問題的匹配性，用函數(shù)l 表示這一匹配性：

l 表示A 中詞匯的個(gè)數(shù)，I(w,q)檢查A 中詞匯w 是否出現(xiàn)在Q 中，如果出現(xiàn)則返回1，否則為0，分母是用于懲罰詞匯較多的答案候選句子。如果該函數(shù)值越大，說明答案越吻合。

相比于簡單的詞匯重疊性，基于查詢似然相似度的問題檢索模型有更強(qiáng)的表達(dá)能力，比如一元語言檢索模型LMIR，該模型是一個(gè)簡潔有效的模型，直接計(jì)算問句與檢索到的文檔中每一句的詞匯重疊度并找出最大值的一句作為答案句。的但在實(shí)際中，由于同一語義在自然語言中有不同的表示，采用這種精確詞匯匹配方法就無法處理這種情況。此外候選答案句子可能比問題包含更多的信息，這些信息能否提供回答該問題的答案，無法靠詞匯重疊度進(jìn)行衡量。

翻譯模型的提出稍微緩解了上述兩個(gè)問題，Surdeanu 等人[5]使用翻譯特征完成問題和候選答案句子間的相關(guān)性計(jì)算。Wang等人從語法信息的角度提出了基于類同步文法的方法[7]，該方法基于候選答案句子對(duì)應(yīng)的依存句法樹，計(jì)算二者相互轉(zhuǎn)換的概率。Yih 等人[8]從語義信息的角度，包括同義詞關(guān)系、上下位關(guān)系和詞相似度這三個(gè)度量來判斷問題和答案句子之間的關(guān)系。

2.2 基于深度學(xué)習(xí)答案句子選擇的方法

根據(jù)（15）和（16）式，可以計(jì)算出答案在檢索出的文本片段中的位置。

4 輔助教學(xué)問答系統(tǒng)設(shè)計(jì)

圖1 輔助教學(xué)問答系統(tǒng)流程圖

建立以課堂教學(xué)為主的輔助問答系統(tǒng)，從實(shí)際課堂中獲取問答數(shù)據(jù)，之后以此數(shù)據(jù)為基礎(chǔ)進(jìn)行分析等處理，再進(jìn)行相關(guān)模型的訓(xùn)練，最后為學(xué)生提供圍繞該課堂的知識(shí)問答檢索服務(wù)。首先需要構(gòu)建教學(xué)知識(shí)為基礎(chǔ)的問答對(duì)數(shù)據(jù)庫，再對(duì)數(shù)據(jù)庫中的內(nèi)容進(jìn)行向量化，在用戶進(jìn)行搜索時(shí)對(duì)問句進(jìn)行預(yù)處理和詞語替換等，再和數(shù)據(jù)庫中的句子進(jìn)行匹配并排序，返回最終答案；若沒有匹配到答案，則交給多輪問答部分進(jìn)行分析，查看是否有于省略、代指等情況，如果能檢索出答案則返回給學(xué)生，若是還不能，則把問題提交給待解決問題庫，等待教師解答后，把答案輸入問答庫。其流程如圖1 所示。

用戶在輸入問句后經(jīng)過預(yù)處理、句向量生成、距離對(duì)比、答案排序的步驟選擇出相關(guān)問題和答案。其中，預(yù)處理步驟包括對(duì)問題進(jìn)行分詞、去停用詞等處理，再使用BERT 模型生成查詢語句的句向量，再將查詢語句的句向量與數(shù)據(jù)庫中已有問題句向量作對(duì)比。本文選擇余弦距離作為距離計(jì)算的方法，在得到不同語句的距離計(jì)算結(jié)果后進(jìn)行排序，最后選擇排名較為靠前的答案作為結(jié)果返回。

本文將問答系統(tǒng)應(yīng)用到教學(xué)領(lǐng)域，在課堂中不斷進(jìn)行相關(guān)問答擴(kuò)充數(shù)據(jù)庫保證內(nèi)容的準(zhǔn)確性和即時(shí)性，使用自然語言處理的相關(guān)技術(shù)對(duì)問答對(duì)進(jìn)行處理以完成問答檢索功能，同時(shí)為了保證系統(tǒng)的完整性設(shè)計(jì)了系統(tǒng)相關(guān)的如管理功能等其他功能模塊。如圖2 所示，通過上文中對(duì)知識(shí)問答系統(tǒng)的功能性需求分析，將系統(tǒng)分為查看模塊、問答模塊、搜索模塊和管理模塊四個(gè)主要模塊。

查看模塊為系統(tǒng)主要的交互展示方式，包括了整個(gè)系統(tǒng)中包含的所有信息：課程、問題列表以及問題詳情。用戶在進(jìn)行提問和回答后信息會(huì)保存在數(shù)據(jù)庫中并在本模塊進(jìn)行展示以供他人進(jìn)行查看，而用戶在進(jìn)行問題搜索后也會(huì)以列表的形式返回給用戶相關(guān)答案供用戶選擇和查看。

系統(tǒng)的問答模塊最主要的目的為知識(shí)庫的積累,進(jìn)行搜索時(shí)為其提供匹配內(nèi)容。為了保證系統(tǒng)問題的相關(guān)性以及回答的正確性，整個(gè)模塊需由師生共同完成，學(xué)生在自己所上的課程中進(jìn)行提問，而教師選擇自己教授的課程回答問題。

搜索模塊是核心模塊，主要是通過用戶自由輸入問題后，后臺(tái)在對(duì)問題進(jìn)行一系列處理后將用戶輸入問題與知識(shí)庫中相關(guān)問題進(jìn)行匹配，最后返回相似度較高的問題供用戶查看；按照前文所述，如不能在問答庫中檢索出答案，則提交給多輪問答模塊。

管理模塊的功能主要是為系統(tǒng)提供可視化的用戶管理信息，信息系統(tǒng)中存儲(chǔ)了相關(guān)的課程信息和用戶信息，為了方便的添加和刪除相關(guān)課程及教師信息設(shè)計(jì)了這個(gè)模塊。

圖2 課堂輔助教學(xué)問答系統(tǒng)框架設(shè)計(jì)