基于DL和領(lǐng)域本體的題目自動生成技術(shù)

李 慧

（鹽城師范學院，江蘇 鹽城 224000）

1 研究背景及意義

隨著計算機技術(shù)的普及，計算機等級考試作為一種測試計算機應(yīng)用知識掌握程度和上機實際操作能力的評判標準被迅速推廣起來。為了更好地幫助學生掌握計算機基礎(chǔ)知識，許多高校都建立計算機等級考試的試題庫供學生學習、檢測使用。然而，傳統(tǒng)的試題庫存在以下幾點缺陷：一是試題庫的維護需要花費大量的人力、物力和時間；二是隨著試題庫的不斷增大，題庫中的題目不可避免地會出現(xiàn)冗余和重復[1]。為此，本課題研究了利用本體技術(shù)建立一個計算機基礎(chǔ)知識的知識庫，通過分析現(xiàn)有的江蘇省計算機等級考試的真題，總結(jié)出各類出題模式，并利用描述邏輯（Description Logic，DL）的有關(guān)理論生成多項選擇題的干擾項，從而實現(xiàn)目前計算機等級考試中的理論題目（填空題、多項選擇題和判斷題）的自動出題。

目前自動出題系統(tǒng)雖然方法各異，但所有系統(tǒng)的基本框架都是一致的，通過總結(jié)，得出一個題目自動生成系統(tǒng)的一般框架如圖1所示。

圖1 題目自動生成系統(tǒng)一般構(gòu)架

圖中知識庫、語料庫和文檔是試題題目的來源，一般只考慮一種，虛線框1是填空題必須經(jīng)過的步驟，虛線框1和2是選擇題必須經(jīng)過的步驟。

2 自動出題系統(tǒng)分析和總體設(shè)計

2.1 可行性分析

文中以江蘇省計算機一級考試的真題考試為研究對象，詳細說明自動出題技術(shù)的技術(shù)可行性。文中隨機選擇了近幾年的江蘇省計算機一級考試的8份試卷，人工地將每份試卷中的與概念有關(guān)的試題提取出來，與概念相關(guān)的題目具體情況見表1。

表1 歷年概念題題量分析表

由表1可見，與概念相關(guān)的試題題目的比例基本達到50%，有些甚至超過50%，這就說明利用本體技術(shù)可以解決計算機一級考試中的相當一部分試題題目。

綜合一級考試的題目特點，文中完全可以利用本體技術(shù)和描述邏輯技術(shù)來解決本系統(tǒng)的出題技術(shù)。本體技術(shù)主要用來解決概念的問題，邏輯描述技術(shù)可以用來解決試題中的并、非、包含、等價等形式[2]。

2.2 系統(tǒng)總體設(shè)計

系統(tǒng)利用DL技術(shù)，利用本體中的概念及其關(guān)系和出題策略來生成一個完整的題目題干以及正確答案。系統(tǒng)共可以生成3種類型的題目：填空題、判斷題和選擇題，也即是系統(tǒng)共有3個模塊。系統(tǒng)最后可以將生成的題目放入到試題庫中。本系統(tǒng)的具體數(shù)據(jù)流程如圖2所示。

圖2 系統(tǒng)數(shù)據(jù)流程

3 自動出題系統(tǒng)本體的設(shè)計和出題模式

文中采用的是斯坦福大學研究開發(fā)的Protégé軟件作為工具，并參考了當前比較常用的一些本體建立方法，選取了彭勝華老師主編的《大學計算機信息技術(shù)》中的第二、三章為知識源，建立了一個OWL（Web Ontology Language）測試本體[1]。

3.1 本體的建立

文中所建立的本體中，共列舉了16個概念和術(shù)語。在這些概念中共建立了86個類，其中，計算機、電腦、主機、主板、顯示器、鼠標等被定義為類；定義了9個屬性（其中，5個對象屬性，4個數(shù)據(jù)屬性）。另外還建立了26個個體實例，如ENIAC、超級計算機、大型計算機等，本體定義了所選章節(jié)中具有多個屬性值的個體，比如個體“ENIAC”具有的屬性值有：所屬國家美國，加法速度為5000次／s，乘法速度為300次／s等。

類的關(guān)系中主要建立了兩類關(guān)系：一類是父類和子類的關(guān)系，如計算機和大型計算機的關(guān)系；另外一類是等價關(guān)系，即兩個類表示同一個事物，如電腦和計算機為等價關(guān)系。在建立類的關(guān)系時，還要設(shè)置互不相交關(guān)系，計算機分為巨型、大型、中型、小型和微型計算機，這些類型的計算機之間互不相交。當然，除了個體類之間存在以上關(guān)系外，屬性的關(guān)系也存在以上兩種情況。

另外，分別建立了對象屬性關(guān)系和數(shù)據(jù)屬性關(guān)系，通過這些屬性關(guān)系，建立了個體和個體之間的聯(lián)系。比如“所屬國家”屬性是一個對象屬性，用于連接兩個個體，如“ENIAC”所屬國家為“美國”[3]。

3.2 本體的層次結(jié)構(gòu)

所建立的本體中，類的層次圖如圖3所示。

其中，owl：Thing類是由Protégé初始建立的，表示包含所有個體集合的概括類，其它任何由用戶建立的類都是該類的子孫類。在owl：Thing類下，本體共定義了5個大類：電腦、硬件屬性、國家、計算機和計算機系統(tǒng)，其中電腦和計算機屬于等價類，實際上建立的類一共4個。國家類主要用于描述個體實例的所屬地，它只有一個類元素組成。硬件屬性類主要描述硬件中的一些屬性指標，如字長、主頻等。計算機類主要描述計算機的分類，如分為巨型、大型計算機等。計算機系統(tǒng)類主要描述計算機的組成與結(jié)構(gòu)，下有軟件和硬件類。

圖3 類的層次圖

本體所建立的屬性層次圖如圖4所示。

圖4 屬性層次圖

其中有1個屬性“所屬國家”為對象屬性，專門用于描述各類計算機以及各種硬件、軟件中的個體和國家類的個體之間的關(guān)系。數(shù)據(jù)類型屬性共有4個。屬性也可以有子屬性。本體中所建立的個體有26個，一個個體可以屬于多個不相矛盾的類。

3.3 基于DL Axiom的出題策略

為了更好地表示出題策略，文中根據(jù)DL和OWL的一些語法，定義了一些符號的規(guī)則：利用大寫的A，B，C，D來表示Class，利用R，S來表示屬性關(guān)系，利用小寫的a，b，c來表示個體，利用A（a）來表示個體a屬于類A，利用R（b，c）來表示個體b和個體c存在二元關(guān)系R，利用?，≡等符號來表示子關(guān)系、等價關(guān)系等。

3.3.1 基于Class的出題策略

3.3.1.1 SubClassOf關(guān)系

在本體中，一般情況下，一個類如果有子類，往往有多個子類，即Ci?D（i＞＝1）。這種情況可以填空、選擇和判斷題。

3.3.1.2 EquivalentClasses關(guān)系

判斷題的出題策略為C≡D is True or C≡D is False。填空題與多項選擇題的出題策略是：如果兩個類是等價的，即C≡D，可以利用這種相等關(guān)系進行出題。如果是多項選擇題，其干擾項可以利用C的父類、子類和兄弟類等。

3.3.1.3 DisjointUnion關(guān)系

不相交集主要表述的是一個類，是由其它幾個類組成的，并且組成的這幾個類互不相交，即C＝D1∪…∪Di（i＞1，Di∩Dj＝Φ）。這種公理模式一般用以描述一個類的組成部分，如DisjointUnion（a：計算機a：軟件a：硬件）。

3.3.2 基于Property的出題策略

3.3.2.1 SubPropertyOf和 EquivalentProperties關(guān)系

在基于屬性的出題策略上，SubPropertyOf關(guān)系和SubClassOf的關(guān)系以及EquivalentProperties與EquivalentClasses的關(guān)系類似，其出題策略只需將類換成屬性即可，在此不再贅述。

3.3.2.2 利用 ObjectProperty關(guān)系

ObjectProperty關(guān)系主要用以連接兩個個體，以表達個體間的關(guān)系。

3.3.2.3 DataProperty關(guān)系

DataProperty關(guān)系主要用以連接一個個體和一個數(shù)值，即：R（a，Datatype），其中 Datatype可以是int，float等。對于多項選擇題，干擾項的選取可以采用加倍的關(guān)系，由于計算機中均采用二進制，則一般可采用2的n次倍或者縮小2的n次倍的形式。

3.3.3 基于Individual的出題策略[4]

3.3.3.1 SameIndividual關(guān)系

SameIndividual關(guān)系主要用以描述兩個個體雖然名字不同，但實際上是指的同一事物這種情況，即a＝b，出題策略與EquivalentClasses相同，這里就不再贅述。

3.3.3.2 DifferentIndividuals關(guān)系

DifferentIndividuals關(guān)系主要描述兩個個體不相同的情況，即a≠b。

3.3.3.3 Class Assertions

Class Assertions主要描述某一個個體a屬于一個Class類的情況。例如，描述ENIAC是第一代計算機，利用類斷言可以表示為：ClassAssertion（a：第一代計算機a：ENIAC）。

3.3.4 基于 Annotation的出題策略[5]

Annotation用以對本體中的各種Class，Property和Individual進行注釋和說明。類的注釋對于出題非常重要，類的注釋一般用以描述對該類（概念）的解釋、說明，有時候是定義，即：AA（C，String），AA 代 表 AnnotationAssertion，String為一個字符串。例如，AnnotationAssertion（計算機軟件“計算機系統(tǒng)中的程序及其文檔，程序是計算任務(wù)的處理對象和處理規(guī)則的描述；文檔是為了便于了解程序所需的闡明性資料”）。對于多項選擇題，干擾項可以選擇C的兄弟類、父類、子類均可。

3.3.5 多種策略的組合[6]

以上所出的策略都是基于單個Axiom得出的，其句子結(jié)構(gòu)往往都比較簡單，為了能夠構(gòu)造復雜的出題策略，將以上策略通過并、交、連接等操作進行組合。

以上策略都是以判斷題和子類關(guān)系為例，對于填空題和其它類型關(guān)系與前面所述類似，這里也就不再贅述。

3.3.6 自動出題系統(tǒng)功能實現(xiàn)[7]

系統(tǒng)根據(jù)算法中的出題策略，可以出填空題、判讀題和單項選擇題3種類型。系統(tǒng)對本體的訪問和操作實現(xiàn)是通過HP公司的Jena開發(fā)包來完成的。

要利用本體出題，首先要將本體文件讀入內(nèi)存（Ontology Model）中，然后遍歷整個本體，在遍歷過程中，利用各個出題策略進行出題[8]。如果是單項選擇題，則根據(jù)正確選項和干擾項生成原則生成干擾項，判斷是否遍歷結(jié)束，如果沒有的話就繼續(xù)遍歷，直至完成遍歷。將生成的題目存放到題庫中備用。

系統(tǒng)要遍歷本體中所有類、屬性和個體，在遍歷過程中，根據(jù)出題策略生成3種類型的題目，由于類、屬性和個體的遍歷的過程相似，詳細步驟如圖5所示[9]。

圖5 自動出題的算法流程

[1]丁向民.基于本體的多項選擇題自動生成技術(shù)研究[D]：[碩士學位論文].南京：南京航天航空大學，2008.

[2]Studer R，Benjamins V R，F(xiàn)ensel D.Knowledge engineering，principles and methods[J].Dataand Knowledge Engineering，1998，25（1／2）：161－197.

[3]許春霞.基于本體和描述邏輯的信息檢索研究[D]：[碩士學位論文].南京：東南大學，2009.

[4]李華.基于本體的應(yīng)急領(lǐng)域知識表示與復用研究[D]：[博士學位論文].天津：天津大學，2008.

[5]呂秋培，解素芳，李新利，等.關(guān)于元數(shù)據(jù)及其應(yīng)用[J].檔案學通訊，2003（3）：47－50.

[6]周明.基于領(lǐng)域本體的網(wǎng)絡(luò)產(chǎn)品檢索引擎的研究與實現(xiàn)[D]：[碩士學位論文].長沙：湖南大學，2009.

[7]劉秀琴.基于語義網(wǎng)的自適應(yīng)學習系統(tǒng)中領(lǐng)域本體的創(chuàng)建研究[D]：[碩士學位論文].長春：東北師范大學，2008.

[8]禚全剛.企業(yè)應(yīng)用集成中一種基于領(lǐng)域本體的WEB服務(wù)組合方法[D]：[碩士學位論文].濟南：山東大學，2007.

[9]蘇海華.基于本體的環(huán)境信息系統(tǒng)框架[J].長春工業(yè)大學學報：自然科學版，2006，27（4）：89－92.