专业领域智能问答系统设计及应用

庄莉 苏江文 卢伟龙 张晓东 陈江海

（福建亿榕信息技术有限公司 福建省福州市 350003）

1 智能问答系统的设计需求

智能问答系统可对知识信息追本溯源，并借助智能助手为用户提供多种语言交互功能，降低此类实训的操作门槛，使实训过程的信息服务更加精准全面，提高智能实训系统易用性。根据功能的不同，可将其分为以下模块，彼此之间紧密联系，均以服务用户为目标。

（1）知识库梳理模块。该模块的应用对象为数据标注人员，采用本体类标注，并根据本体类向用户显示标注结果，要求显示知识维度和知识拓扑。本系统需要人工设置领域内的关键词，并以此为依据显示出对应的答案，该模块还支持标注者手动添加关键词，满足知识库编辑需求。

（2）系统维护模块。该模块可满足工作人员日常维护工作，易于添加标准问题、答案和分机问题，操作员也可以根据权限对相应内容进行修改。在执行删除操作时，应区分删除的内容。在执行删除标准问题时，如果与之相对应的答案没有展开，则在删除标准问题后，将标准答案与扩展问题将被一起剔除。

（3）用户查询模块。该功能要求针对用户所提问题给出想要获取的正确答案。在执行用户查询操作中，用户可根据获得的答案向系统提交满意度。如果不满意，系统可以允许用户将通过其他方式对答案进行补充。通过智能助手的应用，可在交互期间感知和采集用户操作行为，依靠精细化日志分析人工智能实训平台的应用状态，并提出相应的优化意见，促进实训平台产品不断优化升级。在用户日志基础上，通过优化推荐系统、搜索引擎等方式，将用户日志的价值充分突显出来，使问答历史得到准确高效的记录。

2 智能问答系统设计内容与方法

2.1 设计内容

该项目在知识图谱基础上开展，包括智能助手应用、基础服务、平台集成研发等内容，创建知识网络可为实训全过程提供服务，使用户能够按照自然语言智能交互，为实训全过程提供准确信息，提高实训系统应用便捷性。面向智能助手研发基础智能服务，将搜索、信息推荐、智能问答等基础类服务统一提炼与封装，为智能问答与相关应用提供支撑服务，具体内容如下。

（1）信息推荐服务。该服务可在内容、浏览历史与协同过滤基础上进行个性化推荐，并挖掘用户的兴趣爱好等，适用于文档资料推荐、课程推荐以及问答检索推荐等相关场景内；

（2）综合搜索服务。该服务包括非结构化内容全文检索，可在知识图谱基础上进行检索。智能助手可提供两种基础性服务，综合服务可将课程资料、人工智能知识搜索、知识图谱等整合起来，可为人工实训平台提供公共搜索服务；

（3）智能问答服务。在语义网、自然语言处理以及机器学习等技术方面，可结合电子专业知识、实训课程、人工智能知识等创建结构化问答知识库，从问题检索、理解与答案生成等方面开展问答服务，研究出一对一应答、交互应答的问答服务。

2.2 设计方法

根据需求分析与基本服务可知，该系统主要包括知识库梳理、系统维护与用户查询三项内容。其中，知识库梳理包括知识拓扑与维度展示、本体类管理、问答历史管理等功能；系统维护包括标准问题、答案与拓展问题增删功能；用户查询包括反馈结果、数据库查询等功能。

（1）知识库梳理。该模块为抽象类，包括知识维度、拓扑展示等内容，并在内部执行具体操作。其中，抽象类可提供与数据库相关的操作，并在木块内以特定数据的形式展示出来。子模块包括库中多类问题与答案增删功能，本体管理可将知识拓扑和维度展现给用户，管理和查询问答历史数据，日志内容支持查询与增减，但不能手动添加日志；Word 类管理负责系统中的所有关键字，如培训要点、考试要求等；根据培训机构的特点，发布常见问题，用户可以手动添加问题和答案到系统中。同时，利用机器学习技术可结合人工智能知识，创建结构化问答知识库，从问题检索、理解与答案生成等方面开展问答服务，获得交互应答的问答服务；

（2）系统维护。该模块可面向智能助手研发基础智能服务，将搜索、信息推荐、智能问答等基础类服务统一提炼与封装，为智能问答与相关应用提供支撑服务，主要为系统维护人员提供服务，系统培训师在系统中是维护人员，为用户问答进行回复，并支持用户自行编辑答案、系统维护。

（3）用户查询。该功能包括三个子类，均可以完成系统算法模型的相关应用。其中，LuceneRank 类作为基本模块，可利用Lucene 全文检索系统将答案在列表中展现出来；VectorModel 类作为混合向量模块，可利用预先训练好的问题，创建向量模型，然后根据该模型内的反馈答案传递到相应的列表内；LearningToRankModel 类针对现有答案列表进行排序，然后根据查询模型运行程序，将最佳的答案反馈给用户。

2.3 总体设计

2.3.1 主体结构

结合智能问答系统的现实需求，创建该系统的主体架构，如表1 所示。主要包括问题解析、服务检测与上下文管理、知识梳理等模块。该系统应用中，用户自然语言查询后，利用语音输入法将语音变成文字，再利用声韵母语音识别文本，对错误字音进行纠正，得出与领域相关的正确语句。在词典纠错期间，针对文本进行分词，因部分词语有多重含义，需要利用同义词典将其转换，再利用条件随机场模型做好问句标注，获得相应的＜领域词，词语含义＞二元组串。

表1：智能问答系统主要内容

因上下文本间有所关联，对用户查询结果产生较大影响，在对问句的二元组串查询后，应对上下文的关联情况进行判断。如若判断结果是“有关联”，则应将组串加入本次查询的二元组串内，根据该元素的语义创造查询请求服务，再将该服务与语义特征构造查询请求服务相结合，使请求服务与查询服务相对应，便可得到符合实例条件的查询服务，将其当作查询服务。同时，还应利用owl-s 对查询结果进行检验，再将结果纳入到查询上下文的表内以备后用。如若判断结果为“无关联”，则为用户反馈“无结果”，由此完善全部查询流程。

2.3.2 服务描述规则

在智能问答系统中，服务属于关键环节之一，系统按照用户的提问为其提供相应的搜索结果，将搜索参数实例化后调用服务，并将最终结果展示给用户。因服务与搜索结果息息相关，根据服务特点与用户需求，应对相应服务规则与基本概念进行描述，如下。

Service 代表的是存储相关服务的顶层概念，将与服务描述相关的概念知识放于下层；

Domain 代表的是顶层概念，下层存储与本领域有联系的概念，例如时间概念、地点概念等；

OtherCondition 代表的是存在服务描述剩余条件的顶层概念，能够顺利确定与之相对应的服务，如用户询问动机如何，是想要搜索还是比较等等；

hasOwlInputSeq 代表的是概念属性，其作用在于将用户搜索的服务变成实例，与真实的Web 服务参数相对应，可理解为服务参数与实例之间具有映射反应；

hasOtherCondition 同样是概念属性，其作用是对描述服务的其他因素进行展示，能够与OtherConditon 相对应。

2.3.3 命名实体识别策略

（1）文本纠错策略。语音识别准确性与命名实体的服务匹配度具有紧密联系，进而影响到实例化水平。在利用声韵母语音识别后，还可利用文本纠错法，使组合歧义类、未登陆词处理、混合歧义、交际歧义等字段得到良好处理。在专业领域中创建领域词典，单一元素为领域相关词中的概念二元组，因部分词汇具有多重含义，存在的概念较多。汉字是识别单元为音节，音节包括声母和韵母两项内容。因此，可先用语音识别声韵母后，再采用文本纠错策略，依靠语音输入法将用户输入的文本变成声韵母串，再根据相似度对比进行纠正，标准问题纠错表如表2 所示。

表2：标准问题纠错表

（2）实体标注策略。在分词后很容易出现一词多义情况，可利用条件随机场进行词性标注。每条语料都包括编号与一段句子，且语料针对编号、句子内的词语进行词性标注，因训练期间无需记录编号，需要先对语料实施预处理，获得符合训练要求的样本。选取特征窗口长度为7，由7 个单词和6 个二元组合而成。在模板内，“#”表示的是注释；U 表示的是采用Unigram 模板，00 表示的是编号；x[s,o]表示的是CRFs 内的点（state）；在t 时段内标签用s 表示，上下文用o 表示，如表3 所示。

表3：用户查询记录表

（3）服务概念匹配策略。服务匹配的宗旨是将用户提问关联到与之相对的服务中，将＜领域相关词，语义概念＞二元组串应用到相应的基本服务内。在概念层级基础上寻找匹配方式，将传输服务参数与相应领域概念相配合，并将其分成不同类型。当服务请求概念服务对象概念相同时，则说明二者相吻合；如若服务请求参数与服务对象内超类相符合，则与搜索需求相符合，能够进行匹配；如若服务请求参数与服务对象内的子类相对应，因二者无法匹配，在实例化过程中参数类型可能发生改变，说明无法成功匹配；如若服务请求期间，同类参数数量较多，而在匹配服务中该参数数据集相同时，二者能够成功匹配。例如，在搜索“河北省2018 年GDP”时，在服务请求中的输入参数为GDP，属于indicator，与服务对象输入参数内的indicatorSet 相对应，二者便可成功匹配；如若服务请求内的参数与服务概念中子类没有关联，在实例化过程中参数类型也会出现误差，影响匹配成功度；

3 智能问答系统的实现

针对智能问答系统内的部分功能，通过流程图形式展现主要算法模块的实际应用，具体实现方式如下。

3.1 知识库梳理

该系统中的知识库包括两种不同种类的知识源，一种是组织完毕的常见问题（FAQ）集合，可直接利用；另一种是需要人工梳理型知识源，依照技术手册、网页信息等进行梳理。本系统重点对梳理第一类知识元素，将第二类知识元素手动应用到第一类要处理的知识元素上。知识库的梳理是系统预处理环节的关键组成部分，梳理效果对算法模型准确率具有直接影响，具体如下。

（1）知识库管理。在问答系统中知识库作为中枢所在，包括分类、标准问题与答案、实例等方面。其中，实例代表的是相同答案的不同问法集合；分类是指用户事先对不同问答对标准的信息；属性代表的是不同类型的信息，例如办事项、查询项等等；标准问答是指用户给出的FAQ 问答对；标注人员对相同答案提供的多种问法即扩展问题。

（2）本体类与词类管理。本体类管理主要对概念之间关系进行表达，可分为实体与方法两种类型。例如，在人工智能实训中，教学属于方法类，教材属于实体类。通过对本体类的科学管理，可完成知识继承与总结的目标；词类管理重点对敏感词、近义词、前后缀等词汇进行管理，尤其是特定范围内的专业术语，可采用手动添加的方式，使词类信息更加全面。

（3）问答历史。该模块可记录用户操作痕迹，并突出重点问题以及未能及时解决的问题，由此提高智能助手的智能化水平。在用户日志基础上，通过优化推荐系统、搜索引擎等方式，将用户日志的价值充分突显出来，使问答历史得到准确高效的记录，用户信息表如表4 所示。

表4：用户信息表

3.2 问题检索

该模式是当用户输入处理完毕后，系统可依照用户所提问题进行查询，并将结果反馈给用户，包括重新排序与Lucene 检索两个方面。Lucene 检索将标注的问题与答案配对，并以正则表达式展现出来。经过知识库梳理后，将标准问题扩展到不同的模板中，然后将问题和答案分别编入索引，在该模块中引入查询语句，并使用Lucene 判断是否有匹配的答案。在此期间，Lucene 可以传递给用户50 个最佳的答案，为后期程序排序提供参考。重排序模块主要对Lucene 反馈结果的算法进行优化，借助事先训练好的模型来实现。在实际应用中，可先调整开发集参数，并在词向量技术基础上，利用神经网络将其变为句向量，由此得到最佳检索效果。

3.3 问题理解

在自然语言技术的支持下，对用户输入语句进行转化，由原本的查询语句变为通俗易懂的、系统可准确识别的语义，该系统利用三个模块完成这一任务，具体如下。

（1）预处理。该阶段是用户输入查询语句时，系统对用户查询语句进行处理，可将用户查询语句分为智能分词和命名实体。在此之前，用户输入内容没有经过分词处理，需要利用开源汉语分词包进行准确分词，将特殊词、词组加入词典中，使词典内容更加完善；后一阶段为实体识别，该模块的主要功能是识别语句中预先标注的实体名称和地名，并进行不同的记录；

（2）会话管理。主要是智能反问句，如果无法搜索到用户的答案，系统会以用户提出问题为中心，对相关问题进行拓展，判断用户是否存在表达不清楚情况，并向用户反问，如“您是否想咨询XX 问题？”。

（3）后处理。该模块以智能纠错为主，包括拼音纠错、拼写纠错两个方面。其中，前者通过注音程序训练语料，建立相应的训练模型，然后将置信度小的词汇转换为大词，由此实现纠错目标；后者适用于字形错误纠正，在拼音准确的情况下，通过拼写纠错可使问答系统反馈准确率得到显著提升。

3.4 上下文管理

在服务对象成功匹配后，应对Wen服务参数实例化处理，使整个问答流程得以完善。在本系统中用wsdl 对Web 进行描述，再经过OwlsEdit 工具对Wen 服务进行生成，获得服务描述的owl 文件。经过查询匹配获得与之相应的服务描述本体，再利用“hasOwlUri”属性对文件描述的服务进行定位，使本体内的服务输入能够与Uri 相应服务输入进行映射，包括本体描述服务、经过wsdl 文件生成的服务描述。因服务语义特点不够清晰，可通过“hasOwlUni”“hasOutput”等映射到“Uri”“para1”“para2”中，且输入“data”概念与“para2”映射，服务中拥有参数类型信息，可将服务输入参数实例更好的映射到与之相对的参数中，使各项服务均可自动化调用。

4 系统测试与分析

4.1 性能评价指标

智能问答系统测试关键在于该系统能否为用户提供正确答案。本系统采用准确率、命中率两项指标进行性能测评，具体如下。

（1）准确率。该项指标是最为简便直接的测试手段，是指系统认为可信度最高的答案，计算公式可表示为：

式中，AR 代表准确率；c 代表系统反馈的最佳答案数量；sum 代表的是系统检测出的全部答案数量。

（2）命中率。该指标是在固定前几名的答案，在去掉第一个最佳答案后，还要分析后续几个备选答案。将涵盖n个问题的测试集用qi 表示，其中i 取值范围为1 到n，假设ri 代表系统反馈列表中的最佳答案，如若无最佳答案，则取值为0，在有最佳答案的情况下，计算公式可表示为：

式中，MRR 代表的是命中率；r代表的是反馈答案排名。通常只分析前五名或者前十名的候选答案，排名靠后的答案基本不会对该指标产生影响。

4.2 用户评价指标

该系统在问答测试中设置了用户反馈功能，系统在为用户展示答案的同时，用户可根据系统反馈的准确度进行评价，由此得出使用满意率，在满意情况下可用公式表示如下，不满意则为0。

式中，SR 表示用户满意度；n 表示用户的咨询数量。该系统将自动记录用户询问后的评价结果，也就是用户获得反馈后的满意度，再对用户反馈进行统计，得出总体满意度。

4.3 测试结果分析

采用爬虫框架对用户搜索的500W 条数据进行采集和清洗，提出重复和异常状态数据后，最终得到4352162 条数据投入实验，将此类数据归为数据集D，按照上文所述的设计架构创建智能问答系统。因数据量众多，系统无法逐一检验，因此在集合D 中随机抽出500 条问答进行实验。将系统给予的前5 名反馈答案排序后，由人工对比答案质量，测试系统性能。根据测试结果可知，问答系统检索的最佳答案准确率较为稳定，命中率较高，达到98.35%。在系统性能测试后，本实验还面向10 名用户开展用户测评，每位用户都登录系统，针对特定领域进行提问，并针对系统应用体验进行打分。根据满意度测评结果可知，由75%的用户表示满意，达到预期设计要求。

5 结论

综上所述，智能问答系统带有知识库梳理、问题检索与理解三个模块，可依靠机器学习技术优化系统性能，正确纠正拼写与输入错误，使查询准确度得到极大提升，获得广大用户的好评。在未来的发展中，针对当前问答系统在技术方面存在的不足，还应结合新的使用需求不断完善系统框架，使其更加适用于专业领域，降低耦合性，提高扩展能力，从而为用户提供更多服务。