人工智能背景下物流管理课程的教学改革研究*

□ 季 秋，李炜卓

(南京邮电大学，江苏 南京 210003)

1 引言

自1956年达特茅斯会议首次正式提出人工智能以来，虽然几经起伏，但是随着计算机网络、计算机通信、计算机软硬件等的发展，人工智能已经进入繁荣发展时期。我国的人工智能研究虽然起步较晚，但是在国家的大力支持下，也取得了突飞猛进的进展，特别是2015年国务院发布了《关于积极推进“互联网+”行动的指导意见》，提出将“互联网+”人工智能等11项重点行动作为未来三年及十年的发展目标，2017年发布的《新一代人工智能发展规划》指出人工智能是国际竞争的新焦点。在国家的这些政策指引与资金支持下，人工智能技术快速地进入到各行各业。例如，很多高校纷纷成立了单独的人工智能学院，添加了更多的人工智能课程，还把人工智能作为全校的任选课，将人工智能的知识覆盖各个专业的学生；商场、餐饮场所、火车站和机场等地方有越来越多的机器人为人们提供导航和答疑等服务；网购或网络订餐等页面总能出现个性化的推荐等。人工智能技术的应用已经随处可见、深入人心。因此，如果将人工智能技术跟课程紧密耦合起来，不但能提升学生学习的积极性和主动性，还能够拓展学生的知识面。

截至目前，人工智能在高级编程、数据结构、离散数学等很多课程中已经得到了一定的应用[1-3]，但是还有较大的提升空间，例如人工智能领域中重要的自然语言处理技术和语义网技术还没有被应用。另外，传统的物流管理课程往往比较单调乏味，很难勾起学生的学习兴趣，考试前读读背背就可以。为了提升物流管理课程的趣味性，充分彰显学生的主体地位，激发教学过程中师生双方的创造力与活力，人们已经提出结合翻转课堂[4]、采用参与式教学[5]、线上线下的混合式教学[6]等方式，但是人工智能技术在物流管理课程中具体应用的研究还较少。因此，本文旨在探讨如何从更多角度将自然语言处理和语义网等人工智能技术应用到物流管理课程中，同时从物流管理课程内容本身提取人工智能元素，提升课程的趣味性，拓展课程的知识面。

2 人工智能技术

人工智能是计算机科学的一个分支，是一门极富挑战性的科学，涉及到计算机、心理学、哲学等诸多学科，可用于模拟、延伸和扩展人类智能的理论、方法、技术与应用系统。该领域的研究包括自然语言处理、语义网、图像识别、语言识别、专家系统等内容。下面简要介绍本文将要用到的技术：自然语言处理技术与语义网技术。

自然语言处理(Natural Language Processing)研究利用计算机对自然语言的信息进行各种处理与加工，让计算机帮助人们有效地处理自然语言相关的任务，便于人们使用最习惯的语言来利用计算机，属于计算机科学、人工智能、语言学、心理学和数学等多领域的交叉学科[7]。在计算机的各种应用中，大部分都是用于自然语言的信息处理，以至于语言信息处理的技术水平和每年所处理的信息量成为当前信息化社会中国家现代化水平的重要衡量标准。自然语言处理的用途很广泛，在人们的日常应用中存在诸多自然语言相关任务。自然语言处理技术主要包括语音分析、词法分析、句法分析、语义分析和语用分析，其中，语音分析是通过语音学和音系学建立语音信号与词序列之间的联系，词法分析主要是从自然语言表示的句子中切分出一个个的词并判断出词素、词性、类别和内部结构等，句法分析主要分析句子中词与词之间的联系，语义分析主要是研究某个语言单位的意义，语用分析则是将句子的内容与现实生活中的细节联系在一起。截至目前，研究人员已经开发出不少自然语言处理工具。由于课程的内容都是用自然语言表示的，因此在课堂上使用一些自然语言工具辅助教学会使课堂更加生动。

语义网(Semantic Web)是由万维网之父Tim Berners-Lee于2001年提出的，其目的是为了扩充当前的万维网，为Web页面提供良定义的语义，促使计算机和人们可以更好地协同工作[8]。作为语义网的数据描述语言，本体(Ontologies)是特定领域共享的概念化的显式规约，为不同领域提供共享的词汇，为计算机处理Web信息提供了方便。本体可以用来定义概念和实例以及概念之间的关系(即角色)。这里的实例指的是论域中的具体个体，如“张三”“王老师”“南京”；概念是抽象的，某个概念就是某类个体构成的集合，如“学生”和“城市”都是概念；角色表示的是二元关系，例如概念“教师”与“学生”之间可以有角色“指导”，概念“人”可以有“身高”这个角色。通过本体来表示知识，会使得这些知识具有良好的层次结构和关系，便于梳理与记忆。

3 基于人工智能的物流管理课程教学改革思路

本文从三个方面探讨如何将人工智能与物流管理课程密切结合起来：首先研究如何从这门课程中提取人工智能相关的知识，作为亮点进行讲解；其次探讨如何具体使用自然语言处理技术协助教师传授物流管理方面的知识；最后给出如何运用语义网中的本体表示物流管理方面的知识，用崭新的模式展示与梳理知识。

3.1 物流管理课程中人工智能元素的提取

一提到物流与人工智能的结合，很自然地就想到智能物流与智慧物流这两个比较相似的概念。本文不细分二者的区别(下文以智慧物流为主)，只是从总体来看人工智能在物流管理中的应用，为授课过程中提取人工智能元素做好铺垫工作。智慧物流是2009年12月由中国物流技术协会信息中心、华夏物联网、《物流技术与应用》编辑部联合提出来的[9]，指的是利用集成智能化技术的物流系统能够具有思维、感知、学习和推理等能力，包含了智能运输、智能仓储、智能配送、智能包装和智能信息获取、加工与处理等多项基本活动。由此可见，人工智能与物流各个环节都有着紧密的联系。

具体来讲，在物流中心选址、配送路线优化和仓库储位优化等方面，涉及到机器学习技术，可以运用一些机器学习算法进行求解；在物流信息获取与共享等方面，可以使用本体进行表示与推理；在智慧物流企业介绍方面，可以以零售巨头沃尔玛为例讲述如何合理安排运量和路程，以国际性速递公司FedEx为例讲述如何快速处理大量来自不同国家的包裹，以天猫为例讲述它如何与菜鸟合作对商家名单、备货量等信息进行数据分析预测来应对“双十一”活动。总而言之，现代的物流管理与人工智能技术有着紧密的联系，用心挖掘，可以找到更多的耦合点与实际用例，来提升课程中新技术的学习，同时可以让学生看到物流管理方向光明而远大的前途。

3.2 自然语言处理技术在物流管理课程中的应用探索

自然语言处理技术的应用无处不在，因此在课程中的应用也是可行又具有实际意义的。首先，在学习物流管理课程中的信息处理部分，基于信息源获取有用的信息是一个重要的任务，其中的信息可以是结构化信息或文本信息。对于文本信息，教师可以指导学生使用一些自然语言处理工具，自动地从这些文本信息中获取一些有用的信息，其中中文语义开放平台BOSON就提供了一个很好的在线演示工具。该工具以一段自然语言文本为输入，提交文本后会将文本中的词抽取出来，给出词的词性、类别和关系等。以圆通速递官网的一段新闻为例(如图1所示)，将该文本复制粘贴到BOSON演示页面，提交后可以看到用不同颜色标注出的信息。从该界面可以看到，该工具将“圆通”与“上海”作为地名，将“电商”“服务”和“分公司”等标记为名词。除此之外，该演示界面还提供依存文法，用于解释句子中词之间的关系，还给出了新闻分类与关键词提取等功能。

图1 BOSON演示工具提供的自然语言处理功能

其次，在学习物流管理课程中的专业英文词汇时，如logistics(物流)与transportation(运输)，可以借助英文词典WordNet进行词语解释。该词典不同于传统的在线英文词典，它除了提供英文单词的解释和词性外，还提供上下位词等信息，即一个概念的父概念和子概念，使得对该词的理解更加深入、系统。如图2(上)所示，搜索“transportation”时，会展示出每个解释，如第一个解释是“transportation system”(运输系统)，标记为名词(即n.)，当点击最开始的“S”后，下面会显示出所有的语义关系，如direct hyponym(直接下位词)和full hyponym(全部下位词)。当点击“full hyponym”时，显示的信息如图2(下)所示，即显示出transportation所有的下位词。具体来说，其直接下位词有“air transportation system”(航空运输系统)、“highway system”(公路系统)和“public transit”(公共交通)等，“public transit”又有“rapid transit”(高速交通)这个下位词。

图2 WordNet中词语解释与其上下位

从上面两个自然语言处理工具的具体应用我们可以看出，这种方式打破了传统的物流管理课程的知识传授方式，不仅更形象地展示了所学内容，增加了学习的趣味性，还极大地丰富了学生的视野。

3.3 语义网技术在物流管理课程中的应用探索

语义网技术涉及到本体构建、本体匹配、本体调试和修补等诸多方面。为了不增加学生的学习负担，同时又可以受益于语义网技术，可以选择最基础的本体构建技术进行辅助教学。教师一方面可以通过本体向学生展示物流管理领域的主要概念以及概念之间的关系，使学生从抽象到具体、从孤立到联系对其有个清晰的认识，降低学习理解的难度与记忆负担，帮助学生有效地梳理知识；另一方面可以让学生亲自动手构建相关本体，便于检验学生是否真正掌握相关概念。在本体构建方面，推荐使用最为流行的本体编辑器Protégé。该工具是由斯坦福大学使用Java语言开发的，具有灵活的架构和强大的功能，并且可以提供友好的图形用户界面，便于用户具体操作，也为开发者提供插件开发的架构。

具体来讲，教师在授课时通过本体展示出整个课程的内容及其关系，或者某个章节、某个部分中的主要概念及其联系。如图3所示(用OntoGraf插件进行本体展示)，现代物流管理课程的主要内容包括物流设备、物流职能、物流技术、物流管理和物流系统，物流职能又包括包装、仓储、流通加工、装卸搬运、运输、配送和信息处理等环节，包装既可以分为运输包装和商业包装，也可以分为单个包装、内包装和外包装。除了这些内容之间的层次关系之外，还可以定义它们之间的关系。如图4所示，物流系统可以分为国际物流、国内物流和地区物流，国际物流可以定义同国内物流不相交，即用Protégé本体构建界面的“Disjoint With”这个词来定义。类似的，也可以限定内包装与外包装是不相交的。另外，学生可以自定义一些关系，如运输与配送之间有“范围大于”和“价格大于”等关系。这是因为，配送更多的是指同城配送，而运输更多的是在两个城市、省份甚至国家之间；运输是大批量物品的空间转移，整体价格要高，而配送则是小批量甚至单件物品的配送，外加一些客户要求的服务内容，整体价格要低。从上述例子可以看出，用本体定义物流管理课程中的主要概念以及这些主要概念之间的关系，可以更直观地把知识点连接起来，用图的形式更形象地展示出来。

图3 物流管理本体层次结构的部分展示

图4 物流管理本体中约束定义的展示

对于学生，可以亲自使用工具浏览老师构建的本体或构建自己的本体。在OntoGraf这个界面，学生可以通过双击带有加号的方框来展开它所包含的内容，也可以再双击收缩这些内容；还可以通过放大、缩小按钮对界面的本体字体大小进行设置。除了这些基本展示功能外，Protégé还提供推理、查询等功能。学生可以通过调用推理机对本体进行推理，观察推理机如何从已经明确定义好的知识中推出一些新的知识；还可以通过查询，获取本体中相应的信息。这些功能对学生学习、记忆和理解相关概念起到了很好的辅助作用。Protégé简单易用，学生可以快速地构建出符合要求的本体。如果某个学生在构建中遇到了困难，意味着该学生没有正确理解相关概念，需要加强复习。

4 结束语

人工智能为物流管理课程的讲授与知识拓展提供了丰富的信息，是增加学习趣味性与提高学生学习积极性的法宝。在物流管理课程的内容方面，从运输、配送、信息处理等多方面挖掘人工智能元素；在自然语言处理方面，利用BOSON演示和WordNet等工具从物流信息或专业英文词汇中获取更多有价值的信息；在语义网方面，利用本体生动展示与有效梳理物流管理方面的知识。