（计算机应用技术专业论文）基于课程知识本体的智能答疑系统的研究与开发.pdf

摘要 答疑是教学过程不可或缺的一个环节，答疑效果如何很大程度上取决于该环 节受益面和是否能满足学生个性化需求，为此很多教育工作者致力于借助网络环 境实现智能答疑系统的研究。本文以课程知识本体为出发点，综合f a q 和文档库 技术，构建和实现了一种释疑匹配率高，适应多种询问方式的网络化智能答疑系 统。 论文的主要工作包括： 1 构建课程知识本体。按教学大纲的要求建立课程知识本体( 以局域网技术 与应用课程为例) ，以此为基础界定课程本体f a q 库的范围和内容，同时，也从 课程知识本体中导出课程知识关键词库。 2 建立问题理解数据库。为了正确理解用户的问题，系统建立了问题理解数据 库，主要包括问句信号词、问题信号词、问旬标准类型与结构等信息。在此基础 上，对于f a q 库答疑采用知识关键词和问句类型匹配技术获取答案：对于f a q 库 无法回答的问题，则转向课程文档库以文档相似度匹配方式查找可能的答案文档。 3 构建了课程文档库。课程文档库是课程本体f a q 库的自然延伸，主要任务 是叙述性问题的答疑，目的是提高系统的答疑能力。答案文档的搜索主要采用v s m 文档相似度计算技术，这时将用户问题也作为文档处理。为了提高响应速度，系 统对课程文档摩进行了预处理，即预先提取问题信号词和按 i t i d f 提取若干个课 程知识关键词。 4 实现了智能答疑系统。采用n e t 技术实现了局域网技术与应用课程的智 能答疑系统，系统包括自然语言提问、浏览和搜索等多种功能。试用结果表明， 本文所用方法和技术是有效的，应用于课程答疑具有较好的效果。 系统的主要特点有： 1 结合基于本体f a q 库的准确、快速和文档库技术的全面性，使系统的答疑 性能和效率达到较佳水平； 2 以课程知识本体为出发点确定范围和知识关键词汇，抛开“大而不全”标 准词典和分词技术，基本消除分词过程，杜绝分词歧义，提高答疑效率。 关键词：智能答疑，课程知识本体，闯题理解，f a q 库，课程文档库丈挡 相似度 ar e s e a r c ha n d a p p l i c a t i o no fi n t e l l i g e n tq u e s t i o na n s w e r i n g s y s t e mb a s e d o no n t o l o g y a b s t r a c t q u e s t i o na n s w e r i n g ( q a ) i s 蛆i n d i s p e n s a b l ep a r to f t e a c h i n gp r o c e s s t h ee f f e c t o fq ai s l a r g e l yd e c i d e db yi t sa c c e s s i b i l i t ya n dh o ww e l li tc a ns a t i s f ys t u d e n t s i n d i v i d u a ln e e d s m a n ys c h o l a r s 眺c o m m i t t e dt h e m s e l v e st ot h er e a l i z a t i o no f n e t w o r k - b a s e di n t e l l i g e n tq u e s t i o na n s w e r i n gs y s t e m s t a r t i n gf r o mc o u r s ek n o w l e d g e o n t o l o g y ，t h i sp a p e r ，b yl l s i n gc o m p r e h e n s i v ef a qa nd o c u m e n td a t a b a s et e c h n o l o g y ， a i m st od e v e l o pan e t w o r k - b a s e di n t e l l i g e n tq u e s t i o na n s w e r i n gs y s t e m , w h i c he n j o y s h i g hm a t c hr a t i oa n dm u l t i p l ee n q u i r i n gm e t h o d s t h ec o n t e n t so ft h i sp a p e rm a i n l yc o y e r ： 1 ac o u r s ek n o w l e d g eo n t o l o g yi se s t a b l i s h e d t h ep a p e rf i r s t l ye s t a b l i s h e sa c o u l s ck n o w l e d g eo n t o l o g yi nl i n ew i t ht h ec o u l t 港s y l l a b u s ，t a k i n gt h ec o u r s eo fl a n t e c h n o l o g ya n da p p l i c a t i o na se x a m p l e ，b a s e do nw h i c ht h er a n g ea n dc o n t e n to f c o u r s eo n t o l o g yf a qd a t a b a s ea r ed e c i d e d ，a n dc o u r s ek n o w l e d g ek e y w o r d sd a t a b a s ei s o b t a i n e d 2 a q u e s t i o nu n d e r s t a n d i n g d a t a b a s ei s e s t a b l i s h e d t oa s s u r ec o r r e c t u n d e r s t a n d i n go fu s e r s q u e s t i o n s ，aq u e s t i o nc o m p r e h e n s i o nd a t a b a s ei se s t a b l i s h e d w h i c hi sc o m p o s e do fq u e s t i o ns i g n a lw o r d s ，q u e s t i o nl e a d i n gw o r d s ，a n ds t a n d a r d q u e s t i o nt y p e sa n dc o n s t r u c t i o n s w i t h i nt h ef a qd a t a b a s e ，k n o w l e d g ek e y w o r d sa n d q u e s t i o nt y p em a t c ht e c h n o l o g yi su s e dt oa n s w e rq u e s t i o n s ，w h i l eq u e s t i o n so u t s i d et h e f a qd a t a b a s ew i l lb ed i r e c t e dt 0t h ec o u 瑚d a t a b a s ea n dp o s s i b l ea n s w e rd o c u m e n t w i l lb eo b t a i n e db yd o c u m e n ts i m i l a r i t ym a t c h 3 ac o u r s ed o c u m e n td a t a b a s ei se s t a b l i s h e d 。a1 7 o l l l s ed o c u m e n td a t a b a s e , t h e n a t u r a le x t e n s i o no fc o u r s eo n t o l o g yf a qd a t a b a s e ，i sd e s i g n e dt oa n s w e rn a r r a t i v e q u e s t i o n sa n dt h u si m p r o v e st h ec o m p l e t e n e s so fs y s t e m t h es e a r c ho fa n s w e r d o c u m e n t si sr e a l i z e dt h r o u g hv s md o c u m e n ts i m i l a r i t yc o m p u t a t i o nt e c h n o l o g ya n d q u e s t i o n sf r o mu s e r sa r ep r o c e s s e da sd o c u m e n t s i no r d e rt oi n l p r o v et h es e a r c hs p e e d , t h es y s t e mp r e - p r o c e s s e sc o l 哪d o c u m e n t s ，n a m e l yp i c k i n gu pq u e s t i o nt y p el e a d i n g w o r d so fp i c k i n gu pc o u r s ek n o w l e d g ek e y w o r d sb yp r e s s i n gt f i d f 4 ai n t e l l i g e n tq u e s t i o na n s w e r i n gs y s t e mi sr e a l i z e d b yu s i n g n e tt e c h n o l o g y ， a ni n t e l l i g e n tq u e s t i o na n s w e r i n gs y s t e mf o rt h e u mo fl a nt e c h n o l o g ya n d a p p l i c a t i o ni sc o n s t r u c t e d t h es y s t e mi sc h a r a c t e r i s t i c so faf u n c t i o n a lc o m b i n a t i o no f n a t t f f a l l a n g u a g eq u e s t i o n i n g ，b r o w s i n ga n ds e a r c h i n g e x p e r i m e n t ss h o wt h a tt h e m e t h o da n dt e c h n o l o g yi n t r o d u c e di nt h i sp a p e ra e f f e c t i v e g o o dr e s u l t sa l ea c h i e v e d b yu s i n gt h es y s t e mi nq u e s t i o na n s w e r i n g t h em a j o r a d v a n t a g e so f t h es y s t e mi n c l u d e ： 1 t h ef a qp e r f o r m a n c ea n de f f i c i e n c ya r eg r e a t l yi m p r o v e dt h r o u g hc o u r s e o n t o l o g yf a qd a t a b a s e sa c c u r a c y ，q u i c k n e s sa n dt h ec o m p l e t e n e s so fd o c u m e n t d a t a b a s et e c h n o l o g y 2 s e a r c hr a n g ea n dk n o w l e d g ek e y w o r d sa r ed e t e r m i n e df r o mc o u r $ ek n o w l e d g e o n t o l o g y ，d i s c a r d e dt h eb u l k yb u ti n c o m p l e t es t a n d a r dl e x i c o na n dw o r d ss e g m e n t a t i o n t e c h n o l o g y ，b a s i c a l l ye l i m i n a t e dt h ew o r d ss e g m e n t a t i o np r o c e s sa n da v o i d e dw o r d s e m b i g u i t y t h eo v e r a l lq u e s t i o na n s w e r i n ge f f i c i e n c yi si m p r o v e d k e y w o r d s ：i n t e l l i g e n ta n s w e r ；c o u r s ek n o w l e d g eo n t o l o g y ；q u e s t i o nu n d e r s t a n d i n g ， f a qd a t a b a s e ；c o u r s ed o c u m e n td a t a b a s e ；d o c u m e n ts i m i l a r i t y 浙江工业大学学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工 作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个 人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育 机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均 已在文中以明确方式标明。本人承担本声明的法律责任。 作者硌1 涉隰2 0 0 7 年t 。月，日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打。4 ” 作者签名： 导师签名： 叶膨 江勺 日期：2 0 0 7 年1 0 月1 9 日 日期：2 0 0 7 年1 0 月2 1 日 1 1 研究背景 第1 章绪论 随着现代教育理念与技术的发展，网络教育已成为现代远程教育中最有效的形 式。答疑作为教学过程中一个重要环节，传统模式无法满足学生的个性化需求， 也无法满足受益面日益扩大的需求。如何将答疑转变为不受时空限制，并满足学 生个性化需求的教学环节，成为围绕教育工作者的问题，也成为教育技术、计算 机应用技术等学科的研究热点。在此情形下，网络化智能答疑系统应运而生。 衡量一个答疑系统优劣的基本标准主要包括：答疑知识库的大小( 决定了涵盖 课程知识的粒度大小) 、答案的准确性( 很大程度上取决于系统对问题的理解) 和启 发作用( 知识之间的关联分析与检索) i l 】。但目前的答疑系统多数是以简单的帮助文 件形式呈现，知识体系缺乏逻辑联系，对学生询问的理解大多局限在关键词模式。 这些问题均反映了目前的答疑系统的实用性、智能性不足。 从答疑帮助系统的发展趋势看，各厂商和开发者都在增强智能化上下功夫。 如微软产品中的帮助文件f a q ，全球最大的开发者网站( w w w c s d n n c t ) q a 的基于关 键词搜索的技术论坛，以及上海交通大学远程教育中心的基于初步语义理解的相 关关键词搜索并辅以知识点数据挖掘功能的智能型的答疑系统( h t t p ：伪、帆，d l c s j t u e a u c a ) 等。提高智能性需要解决的主要技术问题是：如何正确理解用户所提的问 题，并从系统知识库中寻找相关问题；如何有效对相关问题按照一定标准进行相 关度、相似度分析并建立索引，从而把和用户的问题最相关的一些答案提交给用 户而完成答疑过程1 1 硝。 将本体论引入到答疑系统中，并以此为基础构建课程的知识树体系，使得知识 由离散转向逻辑关联，由单点切入联想到相关知识系统，再辅以语义理解的相关 技术就为实现一个智能化兼具实用性的答疑系统提供可能。学生在学习的过程中 遇到问题，可以将其提交到网络教学平台中的答疑系统上。对于一些普遍性的特 别是属于知识理解性的问题，教师或领域专家可事先将问题及答案整理到课程本 体库，学生提问时系统根据问题的关键词和问题类型自动匹配本体库中的树结构， 并依据节点与答案库的关联自动给出答案；而对于一些本体库中还没有包含的遗 漏问题或非普遍性问题，可在相关的课程知识文档集( 还可以扩展到i n t e m e t ) 中进行 智能搜索并给出答案，这种智能化的答疑系统可以减轻教师答疑的工作量，并有 效缩短学生获得答案的时间，从而提高学习的效率。 本论文将把本体论、教学技术、网络技术和人工智能等技术结合并应用到答疑 系统中，从而构建一种基于本体论的网络化环境下的课程智能答疑系统。这对扩 展答疑空间，提高答疑效率和质量，从而促进教学质量的提高，都具有十分重要 的意义。 1 2 智能答疑研究现状与存在问题分析 1 2 1 网络教学平台中答疑系统的类型 根据利用工具的不同，可以将网络答疑系统分为常见问题答疑系统( f a q ) 、邮 件答疑系统、在线讨论答疑系统等几类2 】【3 】： 1 常见问题答疑系统( f a q ) 常见问题答疑系统是对学习者学习可能遇到的一些比较常见的问题提供解答 的系统。学科教师和领域专家根据自己多年教学和工作经验的积累，把学习者在 课程学习和工作实践中经常遇到的问题，事先收集整理好并做出标准答案，放在 网络课程教学的常见问题答疑栏中。这样，当学习者在遇到类似问题时就可以直 接从常见问题答疑系统中迅速获得解答，及时消除学习障碍，提高学习效率。 2 邮件答疑系统 目前一般的课程教学教师都为学员公布答疑专用信箱( e - m a r l ) ，以方便学员在 遇到问题的时候向教师请教。如学员在学习的过程中遇到了疑难问题，而又不能 通过常见问题答疑获得解答就可以发e - m a i l 直接向教师请教。教师可以将问题的答 案以电子邮件形式回复给学生，帮助学生解答疑问。使用邮件这种方式来答疑针 对性强、师生交流密切。但是一些课程拥有数量众多的学员，辅导教师通常没有 足够的时间对每位学员的每个问题予以及时解答。 3 在线讨论答疑平台 在线讨论答疑是指利用b b s 论坛、q q 或聊天室进行答疑的方式。课程的学员 可在课程专门开辟的聊天室、q q 群或论坛上展开讨论，以明确他们对某些问题的 2 认识进而达到释疑的目的。也可以由教师根据课程教学的进度，结合实际就热点、 难点问题发布讨论并主持讨论。在线讨论虽然不受空间的限制，但其不足之处在 于，答疑过程受时间限制，即要求答疑的参与人必须同时在线，如果仅方在线 的话答疑的实时效果就受到较大的限制，而且并没有起到减轻教师工作的目的。 上述三种较为典型的答疑系统，都只在某一或某些方面满足了教师和学生的答 疑需求，在答疑问题的逻辑性和智能化方面均没有很好的体现。 1 2 2 国内智能答疑系统发展情况 国内比较典型的是上海交通大学的远程智能答疑系统 ( h t t p ：w w w c s s j t u e d u c n a n s w e r m a c h i n e ) 。该系统采用f a q 库存储了用户可能提 出的问题答案对。系统根据用户输入的自然语言问句，自动抽取其中的关键词和 库中问题进行关键词匹配，并将最匹配的问题的答案从库中返回给用户。也就是 说，这类系统采用简单的基于关键词的匹配技术，并没有涉及用户问句语义理解 方面的技术。 哈尔滨工业大学也开发过基于常见问题库的问答系统( h t t p ：i r 血i t e d u o n ) 。与上 海交大的系统不同的是考虑了词语的语义，采用基于语义的句子相似度计算方法 来实现问题的答疑。该系统运用知网计算用户问题与f a q 库中的问题的词语语义 相似度，进而得到句子之间的相似度，将相似度满足一定条件的问题答案从库中 返回给用户，这种答疑方式涉及语义问题，答疑效果有所提高。 另外北京理工大学、中科院计算所、复旦大学、香港科技大学也开发了类似 的系统。它们对用户问句进行了比较深入的理解分析，将理解结果表示成问句向 量，通过本体推理以及利用知网计算问句向量之间的语义相似度等策略，完成问 题的答疑。 据调研目前国内大多数有答疑系统的教育类网站只是采用电子邮件、留言板、 b b s 聊天室等基于网络的人际交互方式实现答疑。可见其对网上答疑的认识还局限 在传统教学中的人际交互的模式中，而忽视了网络技术、人工智能技术给课程答 疑提供的强大支持1 4 】嘲。下面通过三个方面对目前答疑系统进行分析： 1 系统的运行模式与功能 大部分的答疑系统都嵌套在网络教学平台或系统之中，答疑系统所履行的主 要功能是提供给学员就课程相关问题与教师、同学以及领域专家进行交互的环境。 系统的功能主要包括：答疑、问题查询、用户管理、系统统计等。 答疑功能主要是通过人工答疑和基于数据库的自动答疑两种方式来实现：人 工答疑通过电子邮件等方式来实现。然而人工答疑方式并没有给用户设计深入探 讨问题的环境，结构比较松散，讨论的内容较难控制；自动答疑方式通过对数据 库的搜索实现，将与问题相关性的问题及其答案反馈给提问者，让提问者自己在 给出的问题及其答案列表中去寻找自己关注的内容。然而此两种答疑准确率和针 对性对比较差，智能化程度都较低。 2 系统智能性和使用技术 目前国内答疑系统的智能性实现所采用的核心技术主要体现在计算机系统对 自然语言的理解，自动问题资源检索和相关信息的反馈上。 制约答疑系统智能化的最大技术瓶颈是中文信息处理技术。尽管对汉语语言 理解方面的研究已有几十年的时间，但是分词问题仍未彻底解决。组合歧义、新 词和未登录词等问题仍严重影响着分词的精确度；此外，由于还没有一个社会广 范认可的现代汉语标准词语库，英汉双语词语库更无着落。因此，自然语言处理 在我国的进一步发展受到严重的限制。这种技术发展水平决定了目前国内智能答 疑系统的技术水平，也成了系统发展的主要障碍1 1 胴。 3 资源库的组织形式 答疑系统寻求问题答案的资源库主要是基于课程章节组织的，系统将每章学 生提出的常见问题和教师的解答作为f a q 数据库的基本内容。有的系统将学科知 识以章节为单位组织起来作为资源库的基本内容，如上海交通大学远程教育研究 中心的网上答疑系统；有的系统资源库是基于课堂的常见闻题而建。这种结构在 知识的逻辑性方面较弱，不能很好地支持系统智能化实现。 1 2 3 国外智能答疑系统发展情况 国外教育网站中答疑的实现主要通过各种网络人际交互的手段和技术来实 现。当我们在g o o g l e 6 e 输k q u e s t i o na n s w e r i n g 进行查询，会发现有许多专门的答 疑网站。这些答疑网站涉及中小学教育、大学教育和大众教育等领域。其中有些 答疑系统在智能化方面比较出色f 1 1 8 1 。下面同样通过三个方面对目前答疑系统进行 分析： 1 运行模式与功能 出色的智能答疑系统全部都是独立运行的系统，不属于任何教学或学习平台。 这类系统所扮演的角色更像一个专业领域资源的提供者，提问者借助系统回答他 们的问题，不一定是某个完整的教学过程中的一部分。他们寻求答案的目的，可 能是为了解决学习中遇到的问题，也可能是为了寻找工作任务中需要的资源。 相比国内答疑系统的丰富功能而言，国外答疑系统的功能比较简洁。所有的 功能都是围绕答疑而设计，重点突出。答疑功能的实现也通过人工答疑和自动答 疑共同实现，人工答疑与国内差别在于主要采用电子邮件和信息板，很少使用讨 论区或聊天室；在自动答疑方面则比较有特色，如a s kj c c v c sf o rk i d s 系统 ( h t t p ：w w w a j k i d s c o r n ) ，提问模块不但支持自然语言提问，而且还设计了问题的确 认交互，通过这层交互系统能够更精确地理解用户的问题，为问题的准确性提供 了保障。在问题呈现方面，系统根据问题的类型提供给用户较为简洁的答案，有 关人物、概念、时间、地点等类型的问题，其答案的简洁性和正确性较高。此外， 解答的语言表述也各不相同，即答案的来源不像国内系统那样只是系统自身建设 的资源库，它还会包括其它相关网站上的资源。因此，系统更具开放性。 2 系统智能性和使用技术 系统的智能性主要体现在自然语言理解接口和问题的查询和反馈上。国外系 统在基于自然语言的提问方面比国内更加准确和人性化，如带有问题确认的过程， 主要是在问题处理部件增加了问题类型判断，以及增加了答案处理和解释部件。 这样，不但保证了系统对问题的理解更准确，也使呈现的答案更加简明扼要。 国外智能答疑系统主要采用拉丁语系。目前基于英语的自然语言处理技术、文 本检索和数据挖掘技术都得到了长足的发展，并取得了优秀的成果。普林斯顿大 学认知科学实验室创建的英文词汇语义网络系统使得消歧率超过6 0 。目前对问题 答案反馈的主要趋势是检出文本的片断而非整个文档，并且问题的答案是事先设 计好的。很多研究机构正在构建问题模型和相应的解答模型这些技术的发展是 高准确率的保证。另外，除了对库中已有知识进行检索作为答案外，还在进行将 已有知识根据问题的背景进行处理与整合产生新的知识内容作为答案的探索，这 种研究扩展了答疑系统所能解决的问题的范围，具有了某种意义上的学习能力。 3 资源库的组织形式 国外智能答疑系统的资源库的特点是拥有丰富高质量的内容。比如a s kj e e v e s f o r 砌d s 系统的答案，取白数以万计的，通过查询和研究确定的，并与问题有关的 网站链接。这些网站资源特为这些目的建设，因此每一个答案都与问题直接相关阁。 系统的答案资源库除了知识库外还包括相关的信息库，这样答案中呈现的信息 可能是对问题的直接解答，也包括能够解答相关问题的其他资源信息。 1 2 4 存在的主要问题 根据上面的分析，目前许多教育平台都有答疑系统，但存在的问题主要有： 1 基于传统f a q 库的系统答疑能力有限 基于传统f a q 库的系统的答疑能力有限，只能回答局限于f a q 库中的问题， 并目_ f a q 库中的问题缺乏逻辑关联。 2 基于全文检索的系统答疑效率低下 基于全文检索的智能答疑系统，使系统可以回答的问题范围明显增大，用户 要耗费较多时间从所给出的回答中选择用户认为确切的答案，而导致在信息量较 大时反而作用有限。如果用户的全部问题都利用信息检索技术来实现，系统的相 应速度会明显变慢，影响学员对系统的使用积极性【御 3 智能答疑系统的人工智能技术不够成熟 国外的研究成果已经能够在特定领域发挥作用，但是这些系统大都是以英语 为背景进行研究的，不能直接移植到中文环境中来。原因是中文在使用中比英文 要复杂得多，比如：中文需要进行切词处理( 英语则不需要，单词间有明显的自然 间隔) ，英语可以通过词形和时态等的变换来帮助表达意思，而汉语很少具有这些 形态的变化，只能以字义和词义为中心，结合上下文内容来表达意思等。但是可 以借鉴国外的研究思路，应用到基于汉语的智能答疑系统中嘲嘲。 鉴于以上的分析，本文设计的系统在智能化方面的研究主要包括以下几点： 1 以课程知识本体为基础构建f a q 与文档库，保证答疑效率，提高答疑能力 按照教学大纲要求，结合教学答疑环节中的问题积累，以知识本体模式构建 f a q 库。采用面向本体的信息检索和答案抽取技术自动得到答案，高效、准确地 回答问题。 2 以课程知识本体为依据，准确界定答疑范围 6 在充分理解课程教学大纲规定的知识和能力前提下，系统以课程知识本体作为 设计的依据，充分利用课程知识本体的作用，设计体现知识点相互关系的课程知 识树，较好地解决了答疑系统的范围界定的主观性问题，并为知识学习引导打下 了良好的基础。 3 以课程知识本体为基点，生成精练专业词库自动引申回答 系统以课程知识本体的基点，吸取知网和语义理解方面的研究成果，生成精练 的课程专业关键词库。通过对自然语言提问的语义理解处理，在课程文档库中检 索出候选答案并计算与所提问题的相似度，通过模糊匹配返回相似度达到或超过 预设阀值的答案文档，自动构建f a q 库中未存储的相关问与答的记录，从而能自 动回答f a q 库中没有存储的问题，大大增强系统的答疑能力和实用性。 4 应用统计和问题标记功能，动态改进教学过程，有效引导学习 系统基于对用户问题的分析与统计自动呈现问题t o p ，为教师的教学过程提供 有效信息，有效改善问题答疑的效率并进一步改进教学。同时，通过对用户问题， 答案的知识点标记功能，有效引导用户的自主学习 本系统还将自然语言理解技术运用在系统的实现中，提高了系统答疑的及时 性、准确性和智能性，较好地解决了中文答疑系统中的问题理解的复杂性和文档 相似度计算等问题。 1 3 课题研究的目的与意义 随着高等教育大众化时代的到来，教育资源的相对匮乏和教育时空的延伸，使 得在教育过程中教师无法充分满足学员的直接提问。因此，建立实用的智能性的 课程答疑系统成了现代课程教育平台建设的重要任务。 本文将开发一种基于课程知识本体的智能答疑系统。充分应用课程知识本体 的特点，设计系统数据库，利用课程知识词汇库的自然语言理解技术，通过网络 及时、自动解答】学生的疑问，从而提高学习的质量和效率，同时也将大大减轻教 师的负担【1 1 】【1 2 。 研制开发一个基于课程知识本体的智能答疑系统的意义如下： 1 答疑是教学的必要环节 答疑是学员进行系统学习的必需组成部分，同时也是学员巩固知识的重要途 7 径，无论学习的形式如何变化，答疑对于学习活动来说是不可或缺的，在网络环 境下，及时、有效地获得解答是学员学习的基本需求。 2 网络答疑能改善教学效果 利用网络课程中的智能答疑系统，通过对学员所提问题的记录分析，可以总结 归纳出学员在学习过程中普遍遇到的疑难问题，统计出普遍存在的薄弱环节，可 以借此直接调整课程教学的结构和内容，修正现有教学系统及教学策略的不足， 改进教学方式从而提高网络课程的教学效果。 3 智能化答疑可更好满足学生个性化需要，提高答疑效果和效率 网络环境下的智能答疑系统采用友好自然的自然语言接口，学员可以轻松自如 地提问，及时解决学习过程中遇到的难题，使网络答疑系统真正成为学员学习的 良师益友，对于网络教学方式在我国的进一步普及，具有不可估量的重大意义。 网络课程中的答疑功能解决了学员在学习过程中所遇到的疑难问题，扫清学习道 路上的障碍，有助于学员对知识的理解、技能的掌握及能力的培养。有利于激发 和保持学员的兴趣，促进他们的学习。 4 将课程知识本体的应用于提高答疑系统的智能化水平 采用对课程知识本体的抽取和归纳，形成具有特点的课程本体库，应用先进技 术实现快速对已有问题的解答；进一步将课程本体库与课程文档库中相结合，采 用相似度计算与预设阀值的界定，自动构建f a q 库中未存储的相关问与答的记录， 在提高课程答疑系统智能化水平方面具有积极的意义。 5 提供教学评价的依据 智能答疑系统具有对学员参与答疑活动的行为进行记录的功能，通过对这些行 为记录的分析，可以获得学员的学习态度、积极性、知识掌握程度及教师的教学 质量等的有关数据，为教学评价提供依据。 1 4 论文内容与结构 论文分为6 章，分别为： 第l 章绪论。主要介绍课题的研究背景、答疑系统的类型、目前国内外智能 答疑系统的研究情况及存在问题，以及研究的目的、意义。 第2 章课程知识本体的设计。详细分析了课程知识本体的结构、设计方法及 8 其在智能答疑系统的应用，还给出了具体课程的知识本体。 第3 章课程智能答疑系统的分析。分析了课程答疑系统的设计目标和系统需 求：分析了课程f a q 答疑系统和课程文档库答疑系统的模型及各自特点，在此基 础上提出综合的课程智能答疑系统模型。 第4 章课程智能答疑系统的设计。给出了课程答疑系统的总体设计和数据库 设计；详细分析了答疑系统的问题理解和文档相似度算法。 第5 章课程智能答疑系统实现。依据上面的模型和技术，结合具体课程实现 了系统。 第6 章总结与展望。对论文所做工作进行简单总结，并对本系统的进一步改 进提出一些思路和想法。 9 第2 章课程智能答疑系统的分析 2 1 答疑系统的需求分析 2 1 1 系统应用目标 答疑系统是现代网络化教学的重要组成部分，它应该具有如下几个方面的作 用。 1 改善教学效果 针对学生在课程学习过程中所反映和提出的共同问题，教师能及时调整教学 内容、进度，改善教学方式，从而提高了教学效果。 2 提高教学效率 通过答疑系统中对基本概念和基本问题的详细说明和解答，教师可以避免将 大量时间花费在基本知识的解释上，从而为深入的讨论和交流提供保证。 3 形成宝贵的教学资源 在学习过程中产生的问题以及解答，经过一定时间的积累成为可以重复利用 的宝贵资源。其它的学生可以从以往的问题中取得收获，教师也能够利用这些资 源来有针对性地改进教学内容和进度。 4 改善教学环境的设计 学生的反馈可以调整系统的结构，改善系统的不足。答疑系统作为教学过程 的一个重要环节，可以与课程学习、考试等系统结合在一起，也可以在实时的教 学模式中使用，作为课后学生答疑、师生交流或教师获得学生反馈、衡量教学效 果的一个配套系统。 5 促进师生、生生之间的互动 有效的教学应使教师与学生保持有效的互动。教师在教学中应始终充当学生 学习的促进者、指导者和合作者。这种互动给学生提供了更多的主动参与机会， 有利于学生主动性和创造性的发展，同时培养学生能倾听别人的意见。 2 1 2 系统需求分析 1 总体需求 答疑是教学过程必需的环节，智能答疑是现代教学系统的重要组成部分。根 据对国内外答疑系统的分析，无论单独采用哪一种答疑的方式，都存在弊端。为 了更好的实现系统的目标，充分发挥课程答疑系统的作用，系统采用了以本体论 构造f a q 库并与文档库答疑相结合的自动答疑方式。 利用以知识本体构造f a q 系统的高效、针对性强的特点，用于精确回答常见 问题、简单问题；用课程文档库系统模糊回答非常见的、叙述性问题。两者有机 结合，使得答疑系统的工作效率和答疑能力明显提高。 根据以往的教学经验，由于课程的内容具有经典和普遍意义，再加上学习者 的认知规律存在一定范围的共性，学生对课程的理解往往具有很多相似之处，所 以学生所提出的问题具有很多同步特性，因此系统还需要对问题进行t o p 分析并 呈现，以迸一步提高学生的答疑效率。同时，为了引导学生的自主学习，系统对 回答的问题进行知识树标注。 2 功能需求 课程智能答疑系统应能完成自然语言的问题处理和课程答案搜索功能。 ( 1 ) 自然语言问题处理功能 自然语言问题处理功能主要是将用户提出的自然语言问句文本转化为计算机 容易处理的体现问题核心的知识关键词和问句( 类型) 信号词，主要包括基于语义理 解采用r m m 方法的分词，是整个智能答疑系统实现的关键之一。 ( 2 ) 答案搜索功能 这是智能答疑系统的核心。在计算机理解自然语言的问题描述后，利用语义 相关在f a q 库中进行答案匹配，并将答案呈现给用户；如无法在f a q 库中找到匹 配的答案，则按文档相似度对课程文档库中的文档进行排序，并按相似度的高低 进行捧列，按用户的要求输出呈现。其中问句相似度计算方法的优劣直接影响整 个答疑系统最终效能。 3 性能需求 智能答疑系统的性能从智能性、准确性和查询速度三个因素考虑。如果智能 性差就体现不出自然语言理解的特点，也就失去了智能的意义；如果准确性太低， 就失去设计答疑系统的意义；如果速度跟不上一定能够数量并发在线服务的需要， 就无法实际应用于教学。 ( 1 ) 智能性 智能性要求系统能够充分理解学生提出的问题( 包括直接问句和间接问句) 。如 学生“什么是网卡? ”、“网卡的定义”，系统应能判别是同一个问题；对于“有一 个单位，目前有三个部门，分别是财务部、技术部和市场部，以后可能会有五个 部门，并有一台服务器需对外提供服务，如何设计才能满足? ”，对这种叙述性问 题，系统应能判别这是各口规划问题，并给出口规划的方法和例子作为问题答案。 为答案的准确性提供了一定的前提保证。 ( 2 ) 准确性 学生输入问句后，要求返回的答案与问句相匹配，即答疑系统应该返回学生 所想要的答案。系统的准确性主要考虑以下三个方面： 学生输入相同的问句，但表达方式不一样，给出的答案正确、一致； 学生两次输入问句中使用同义或者近义的关键词问句，系统也能够给出正 确的答案； 学生使用相关词语提问，系统也能给出同样的答复。 ( 3 ) 查询速度 系统应能够及时、快速地处理用户问句，提供问题答案，系统不能有明显等 待的感觉，能满足至少1 0 0 人同时在线的基本需求。 2 2 课程本体f a q 答疑系统模型 系统的课程本体f a q ，答疑系统，以课程知识本体为基础，建立课程关键词库 和f a q 库；系统完全瓤开庞大的通用词典，大大简化了分词和词性标注过程，很 大程度上杜绝了词语歧义现象：依赖本体在知识结构及相互关系表达的优势，可 以提高系统的智能性和学习引导性1 3 】。 2 2 1 课程本体f a q 系统概述 课程f a q ( f r e q u e n t l ya s k e dq u e s 吐s ) 库把课程有关的用户经常问的问题答 案保存在以课程知识本体为结构的数据库中。使用时，将用户的提问在f a q 库中 1 2 搜索，看看有没有相同或相关的问题，如果有就直接把f a q 库中这个问题的答案 返回，而不需要经过复杂的处理，而且还能保证答案的正确性。如果对f a q 库按 用户使用的频率进行动态索引，系统的效率还将明显提高。课程本体f a q 答疑系 统的特点是高效、高准确性j 。 一般来说，f a q 型答疑系统主要包括三个部分：问题理解、信息检索和答案抽 取。如何在问题理解阶段充分理解用户的提问意图? 如何在信息检索时把f a q 库 中相关的问题集找出来? 如何在答案抽取功能中准确地把问题集中抽取出来? 这 三个问题是自动答疑系统要解决的核心技术问题。 2 2 2 课程本体f a 0 答疑系统的结构设计 f a q 一般定位在某个专业领域，有较为明显的领域特征，如某课程f a q ，内容 涉及课程相关的理论、知识、概念以及它们之间的相互关系，这些属性决定了课 程本体f a o 有别于一般文本的特征【1 4 】： 对象文本( 即问句) 较短，涉及内容较为集中； 从数学的角度看，答案检索过程实际是完成二次映射：q q ，q a ，其 中q 为用户提问，q 为f a q 数据库中的问题集，a 为f a q 数据库中的答案集； q 中存在一些对检索没有帮助的信息，如“你好”、“请问”、。能告诉 我”等； q 与q 涉及的关键词汇具有较强的专业领域特征，词与词之间有明显的语 义关联。 根据智能课程f a q 系统的特点，结合前面的分析，这里提出一个智能型课程本 体f a q 系统，它以课程知识本体为基础，利用自然语言处理技术，理解用户提出 的问题；然后利用搜索模块自主搜集并处理抽取f a q 库中的相关答案，并按相关 性排列呈现给用户。系统主要包括三个部分：问题预处理、问题语义理解和问题 答案抽取模块。另外，系统还包含四个数据库：课程知识本体库、课程关键词库、 问句信号词库和课程本体f a q 库。系统结构如图2 1 所示： 一 土”r “ 胖蚕p 问题分类卜 问题扩展i 答案呈现 答案抽取： 匹配、捧序 课程f 觚库 图2 - 1 课程本体f a q 系统结构 为了保证系统的正常运行，首先应完成数据库的设计工作。问句信号词库解决 问句信号词及与问句类型的关系，如“什么是”信号词的问旬类型为 w h a t ”类，答 案搜索范围为“定义”、“概念”等；如信号词为“区别”、“比较”、“异同”等，则应找 到两个或两个以上的专业关键词。课程知识本体库描述课程的知识体系( 知识点体 系结构及其相互关系) ，应由教师和领域专家根据课程大纲和教材内容完成。 系统首先进行用户输入问题的预处理，主要工作是依据问句信号词库和课程关 键词库中的词汇，在用户问句中搜索，找到问句信号词和课程关键词，组成关键 词序列。 接下来是用户问旬的语义理解，主要工作是完成问题分类和问题的智能扩展， 也即是问句的标准化重写。问题分类的主要依据是上面找到的问句信号词，问题 扩展的任务是依据找到课程关键词的别名，并找到问题知识点在课程本体中的位 置，即找到其父子节点和兄弟节点。这样，就可以得到关于这个问句的一系列标 准问句，并得到问题答案的可能形式。 最后，在课程本体f a q 库中逐句找到上面一系列问句的答案，按照用户的要 求或与用户问句的相关性进行排序并呈现。 1 4 2 3 课程文档库答疑系统模型 基于本体f a q 库的课程智能答疑子系统主要解决常见问题，这些问题相对比 较简单，是学习中的知识理解和掌握，其特点是问句简短，问句类型明确( 有明确 的问句信号词) ，知识关键词少( 多数只有一个，少数包含两个或以上关键词) 。 而另外一些问题是f a q 库模式难以回答的，系统将利用课程文档库来解答。 这些问题主要有： 问题描述不清晰，较难识别