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FAQ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FAQ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、问句标准类型与结构等信息。在此基础上,对于FAQ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FAQ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FAQ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VSM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,系统对课程文档库进行了预处理,即预先提取问题信号词和按TF-IDF提取若干个课程知识关键词。
4.实现了智能答疑系统。采用.Net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FAQ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。
Question Answering (QA) is an indispensable part of teaching process. The effect of QA is largely decided by its accessibility and how well it can satisfy students' individual needs. Many scholars are committed themselves to the realization of network-based intelligent question answering system. Starting from course knowledge ontology, this paper, by using comprehensive FAQ an document database technology, aims to develop a network-based intelligent question answering system, which enjoys high match ratio and multiple enquiring methods.
The contents of this paper mainly cover:
1. A course knowledge ontology is established. The paper firstly establishes a course knowledge ontology in line with the course syllabus, Taking the course of LAN Technology and Application as example, based on which the range and content of course ontology FAQ database are decided, and course knowledge keywords database is obtained.
2. A question understanding database is established. To assure correct understanding of users' questions, a question comprehension database is established which is composed of question signal words, question leading words, and standard question types and constructions. Within the FAQ database, knowledge keywords and question type match technology is used to answer questions, while questions outside the FAQ database will be directed to the course database and possible answer document will be obtained by document similarity match.
3. A course document database is established. A course document database, the natural extension of course ontology FAQ database, is designed to answer narrative questions and thus improves the completeness of system. The search of answer documents is realized through VSM document similarity computation technology and questions from users are processed as documents. In order to improve the search speed, the system pre-processes course documents, namely picking up question type leading words or picking up course knowledge keywords by pressing TF-IDF.
4. A intelligent question answering system is realized. By using .Net technology, an intelligent question answering system for the course of LAN Technology and Application is constructed. The system is characteristics of a functional combination of natural language questioning, browsing and searching. Experiments show that the method and technology introduced in this paper are effective. Good results are achieved by using the system in question answering.
The major advantages of the system include:
1. The FAQ performance and efficiency are greatly improved through course ontology FAQ database's accuracy, quickness and the completeness of document database technology.
2. Search range and knowledge keywords are determined from course knowledge ontology, discarded the bulky but incomplete standard lexicon and words segmentation technology, basically eliminated the words segmentation process and avoided words ambiguity. The overall question answering efficiency is improved.
引文
[1].陈黎明,王芳.网络远程教育中答疑系统的研究现状及发展趋势[J].现代远程教育研究,2006(6):42-44
[2].李爽,陈丽.国内外网上智能答疑系统比较研究[J].中国电化教育,2003(1):80-83
[3].柳泉波,黄荣怀,何克抗.智能答疑系统的设计与实现[J].中国远程教育,2005(8):43-48
[4].林勇,张诗丹.网络学习环境中智能化答疑系统的分析研究[J].重庆文理学院学报(自然科学版),2006,Vol 5(2):68-70
[5].杨秀平,许劲,陈翔.基于校园网的学习和答疑系统的设计与实现[J].西安邮电学院学报,Vol 8(3):42-45
[6].苏群,申瑞民,王武.改进型智能答疑模型的设计和实现[J].计算机仿真,2003(8):67-70
[7].王红雨.网络教学汉语答疑系统关键技术的研究与应用[A].硕士论文,大连理工大学,2005
[8].邓灵丽,覃聪.改进型答疑系统的设计与实现[J].现代制造工程,2005(11):130-132
[9].陈小茵.基于自然语言的自动答疑系统设计[J].南京广播电视大学学报,2005(4):85-87
[10].高光来,王玉峰.基于智能技术的远程教育答疑系统研究[J].中文信息学报,2003,Vol 17(6):53-59
[11].赵成龙.一个基于WEB的智能答疑系统的设计与实现[A].硕士论文,东南大学,2004
[12].姜华.基于本体的智能答疑系统研究[A].硕士论文,山东科技大学,2005
[13].张亮,冯冲,陈肇雄,黄河燕.基于语句相似度计算的FAQ自动回复系统设计与实现[J].小型微型计算机系统,2006,Vol 27(4):720-723
[14].谢康宁,谢百治,李冰.网络课程答疑系统的研究与实现[J].中国医学教育技术,2005,Vol 19(4):282-284
[15].李志辉.智能答疑系统中概念词典的设计与应用[J].重庆科技学院学报(社会科学版),2005(2):87-89
[16].孙艳峰,王建荣,冯志勇.Ontology技术在自然语言理解中的应用[J].青海师范大学学报(自然科学版),2003(3):55-58
[17].钟义信.全信息自然语言理解方法论--中文信息处理若干重要问题[M].北京:科学出版社,2003
[18].王挺,麦范金,刘忠.自然语言处理及其应用前景的研究[J].桂林航天工业高等专科学校学报,2006,Vol 11(4):19-21
[19].邱树雄,李志蜀,王娣.语义网络及其Web信息检索机制研究[J].计算机工程,2004,Vol 30(23):118-120
[20].刘亚军,徐易,高莉莎.智能答疑系统中快速定位算法的研究与实现[J].东南大学学报(自然科学版),2003,Vol 33(4):410-413
[21].罗海飞,吴刚,杨金生.基于贝叶斯的文本分类方法[J].计算机工程与设计,2006,Vol 27(24):4746-4648
[22].田俊华.基于自然语言提问的自动答疑系统设计[J].现代远程教育研究,2005-1(73):48-51
[23].曹志娟,李祖枢,刘朝涛.自动问答系统中的问题理解研究[J].计算机科学,2005,Vol 32(11):158-161
[24].侯丽敏.基于网络的智能答疑系统的研究与实现[A].硕士论文,河南大学,2005
[25].万捷,滕至阳.本体论在基于内容信息检索中的应用[J].计算机工程,2003,Vol 29(4):122-123
[26].冼健,莫玄朗,奚建清.基于问题模式匹配的智能答疑系统原型[J].山东大学学报(理学版),2006,Vol 41(3):92-96
[27].熊文新,宋柔.信息检索自然语言查询问句处理框架[J].计算机科学,2006,Vol 33(10):144-147
[28].钱兵,王永成,高凯.面向搜索引擎的自然语言理解的设计与实现[J].计算机应用研究,2006(12):260-262
[29].陈建.领域本体的创建和应用研究[A].硕士论文,对外经济贸易大学,2006
[30].李善平,尹奇,胡玉杰等.本体论研究综述[J].计算机研究与发展,2004,Vol 41(7):1041-1052
[31].傅敏.课程本体论:概念、意义与构建[J].西北师大学报(社会科学版),2004,Vol 41(3):96-99
[32].楼玉萍,王丽侠.基于本体的智能答疑系统的模型研究[J].浙江工业大学学报,Vol 33(1):71-73
[33].李景,苏晓鹭,钱平.构建领域本体的方法[J].计算机与农业,2003(7):7-10
[34].http://www.w3.org/TR/p3p-rdfschema
[35].http://protege.stanford.edu
[36].徐振宁,张维明等.基于Ontology的智能信息检索[J].计算机科学,2001(6):21-26
[37].薛文.支持自然语言智能答疑系统的设计与实现[J].中国医学教育技术,2006,Vol 20(5):418-421
[38].苑春法,李庆中等译.统计自然语言处理基础[M].北京:电子工业出版社,2005
[39].刘源.信息处理与现代汉语分词规范及自动分词方法[M].北京:清华大学出版社,1994
[40].袁占亭,张秋余,董建设.智能信息搜索系统中对搜索结果的排序策略[J].计算机工程与应用,2004(2):148-150
[41].夏天,杨瑛霞,田爱奎,张际平.学习支持系统问题理解模块的架构[J].开放教育研究,2006,Vol 12(4):80-82
[42].王常亮.基于自然语言理解的智能答疑系统研究[J].天津工程师范学院学报,2005,Vol 15(2):36-38
[43].郭晓燕,张博锋,方爱国,周传飞.智能答疑中问题相关度算法研究及系统实现[J].计算机应用,2005,Vol 25(2):449-453
[44].张正兰,李珊.一个支持自然语言提问的智能答疑系统的实现[J].微机发展,2003,Vol 13(12):39-41
[45].李伟华.网络教学系统中智能答疑专家系统的设计[J].北京联合大学学报(自然科学版),2004(9):42-45
[46].刘群,李素建.基于《知网》的词汇语义相似度计算[J].Computational Linguistics and Chinese Language Processing,2002,Vol 7(2):59-76