問答系統(tǒng)及其應(yīng)用案例分析

白祎銘

摘要：在進行高級信息的檢索時較為常用的為問答系統(tǒng)，該系統(tǒng)可以對用戶所需提問的問題進行理解并給出答案。本文對問答系統(tǒng)的定義、發(fā)展背景和發(fā)展歷程進行了闡述，之后通過旅游領(lǐng)域、軍事領(lǐng)域中的兩個具體案例介紹了問答系統(tǒng)的應(yīng)用情況及構(gòu)建方法，最后分析了問答系統(tǒng)面臨的挑戰(zhàn)與未來發(fā)展方向。

關(guān)鍵詞：問答系統(tǒng);知識圖譜;旅游;軍事科普

1 引言

在日常生活中，人們希望能夠?qū)崟r、精準的獲取所需信息。隨著信息技術(shù)的發(fā)展與應(yīng)用，互聯(lián)網(wǎng)已經(jīng)成為社會生活的重要組成部分。借助互聯(lián)網(wǎng)，人們可以隨時隨地進行溝通、發(fā)布動態(tài)、網(wǎng)上購物等經(jīng)濟、生活行為。與此同時，人們在互聯(lián)網(wǎng)上的各種行為也被記錄下來，互聯(lián)網(wǎng)上的信息隨之呈井噴式增長。如何從這些海量信息中獲取用戶需要的內(nèi)容，解決信息過載問題是當前信息檢索領(lǐng)域面臨的難題。為了將信息、知識精準地推送給用戶，研究者開始設(shè)計一種高級信息檢索系統(tǒng)——問答系統(tǒng)（Question Answering System，QA）。問答系統(tǒng)是用戶采用自然語言的形式給出想要檢索的問題，系統(tǒng)通過對問題進行語義理解和解析，進而利用知識庫進行查詢、推理得到答案。用通俗的話來講，就是用戶直接輸入想問的問題，機器通過運算將準確的答案用自然的語言反饋給用戶[1]。

問答系統(tǒng)能夠用自然的語言，簡潔、準確地回答用戶所提出的問題，其在人工智能領(lǐng)域備受關(guān)注，同時具有廣泛的發(fā)展前景。目前，問答系統(tǒng)已在多個領(lǐng)域進行了初步運用并得到了廣泛關(guān)注。在淘寶、京東等電子商務(wù)平臺，已經(jīng)廣泛使用了智能客服機器人，智能客服能夠快速處理客戶的問題，這些問題主要是一些簡單、重復(fù)性的問題。相比傳統(tǒng)的人工客服，智能客服的成本較低，且能夠24小時不間斷工作。聊天機器人是問答系統(tǒng)的升級，其不僅可以回答用戶的問題，還能與用戶進行人性化對交流，仿佛是用戶的一個好朋友。當前，聊天機器人在商業(yè)領(lǐng)域很常見，如蘋果公司推出的移動個人助理Siri，阿里巴巴的聊天機器人等。本文將對問答系統(tǒng)的發(fā)展應(yīng)用進行分析，以期為其未來發(fā)展提供借鑒。

2 問答系統(tǒng)的發(fā)展歷程

1950年，英國數(shù)學家圖靈在其論文中提出并研究了一個十分有意思的問題，即測試機器是否具有智能，并提出了判定機器能否思考的方法——圖靈測試。其測試內(nèi)容為：房間1中有測試人員，房間2中有一名人類和一臺機器，被測人與房間2中的兩個對象進行對話，若測試人員無法對房間2中的對象做出屬性判斷，那么可以初步判定該機器具有智能性。

1966年，Weizenbaum設(shè)計了第一個公認的問答系統(tǒng)，其名為“Eliza”。Eliza被設(shè)計為一個心理學專家，采用啟發(fā)式心理療法，能夠與患者進行對話。其原理是通過提出問題，引導(dǎo)病人說出心里的不適，從而達到治療的效果。1970年，耶魯大學人工智能實驗室研制出一套閱讀理解系統(tǒng)，該系統(tǒng)名為Sam。Sam的能力受限于其預(yù)先準備的問題及答案腳本，當腳本未準備好時，系統(tǒng)將無法工作。

在1990年，傳統(tǒng)模式的問答系統(tǒng)主要依靠于文檔集，隨著信息技術(shù)的發(fā)展，現(xiàn)今的系統(tǒng)基礎(chǔ)也發(fā)展為互聯(lián)網(wǎng)數(shù)據(jù)，但此時面向Web開放域的問答系統(tǒng)其回答的正確率與精準性較低，用戶體驗不佳。近年來，深度學習技術(shù)在自然語言處理領(lǐng)域中的應(yīng)用越來越多，而基于深度學習技術(shù)的問答系統(tǒng)其系統(tǒng)性能往往更好，也是目前研究的熱點。

目前國內(nèi)的企業(yè)與研究團體也推出了許多問答系統(tǒng)，如在電子商務(wù)平臺——淘寶上廣泛應(yīng)用的智能客服、百度公司推出的小度機器人、知識問答社區(qū)——知乎的智能回答等。由于中文區(qū)別于英文沒有天然的分詞，其在問題理解方面相比英文難度較大[2]，此外，國內(nèi)在自然語言處理領(lǐng)域起步較晚，技術(shù)相對薄弱。因此，相比國外的研究水平，國內(nèi)還存在一定的差距。

3 問答系統(tǒng)的應(yīng)用

3.1旅游問答

隨著人民生活狀況不斷改善，越來越多的人們會在休閑時間選擇旅游來放松心情、增長見識。而到一個旅游景點時就不免要在去之前對它背后的歷史、文化知識進行了解。在現(xiàn)今所使用的大多搜索工具幾乎都是在用戶進行搜索后根據(jù)所輸入關(guān)鍵詞呈現(xiàn)相關(guān)網(wǎng)頁，這樣的方式會造成答案片面化的情況。況且有的景點背后存在著許多與之相關(guān)的事件、人物。因此，如果在旅游領(lǐng)域引入問答系統(tǒng)將為游客進行路線制定、相關(guān)知識科普帶來極大的便利。

針對“靖江王府”相關(guān)的文化知識，桂林電子科技大學的研究人員設(shè)計了一套問答系統(tǒng)[3]。這一問答系統(tǒng)是基于知識圖譜的，系統(tǒng)的構(gòu)建分為三步：知識圖譜構(gòu)建、問句分析、答案生成。

第一步，信息獲取。研究人員首先用網(wǎng)絡(luò)爬蟲自動獲取景點基本信息以及真實的用戶問答內(nèi)容，解析相關(guān)內(nèi)容，之后將提取的有用信息保存到知識庫中，接著再查閱相關(guān)歷史文獻完善知識庫。然后構(gòu)建知識圖譜，知識圖譜是將知識點以及它們之間的關(guān)系結(jié)構(gòu)化、可視化，知識圖譜的構(gòu)建能夠?qū)ο嚓P(guān)的概念進行精確描述，為后續(xù)的問答生成提供知識基礎(chǔ)。

第二步，問句分析。首先進行問句分詞，這是將中文自然語言轉(zhuǎn)換為結(jié)構(gòu)化語言的基礎(chǔ)模塊。然后進行同類詞替換，需要預(yù)先構(gòu)建一個同類詞詞典，使問句中的語義詞統(tǒng)一為一個表達方式，減少由于用戶語言習慣帶來的差異，從而提高查詢準確率。最后是很重要的一步——問句相似度計算。通過計算用戶輸入部分與模板相似度能讓返回的答案更加快速、準確。

第三步生成答案。在這個系統(tǒng)中使用的是多策略檢索方式，在生成答案前進行相似度計算將問題與知識庫中模板進行比對。如匹配則直接返回問答對模板中的答案。不匹配就在知識圖譜中查詢生成答案。

系統(tǒng)實現(xiàn)包括三個部分：獲取和整理網(wǎng)絡(luò)信息的數(shù)據(jù)獲取與存儲模塊、處理輸入輸出語言的問答模塊、通過簡潔的界面幫助用戶獲取信息的人機交互模塊。研究人員最終進行調(diào)試與運行證明了該設(shè)計是可行的。

可以看到基于知識圖譜的問答系統(tǒng)很好地解決了游客關(guān)于旅游景點的問題，兼具準確性與速度。下一步只需擴增它的知識圖譜及知識庫就可以應(yīng)對更多用戶問題。

3.2 軍事科普問答

軍事科普領(lǐng)域需要的問答系統(tǒng)具有準確性以及專業(yè)性并且往往需要通過深度推理準確理解問題和生成答案。傳統(tǒng)的瀏覽器及開放領(lǐng)域問答系統(tǒng)都無法滿足需求，前者準確性不高，后者則缺乏開放知識源。同時由于軍事類的特殊性，問題的形式遠少于開放域問題。那么問答系統(tǒng)的構(gòu)建難點就落在了構(gòu)建知識圖譜以及推理求解的過程上。

竇小強等[4]設(shè)計了一個基于軍事知識的智能科普問答系統(tǒng)。該系統(tǒng)的構(gòu)建最重要的兩步就是相關(guān)軍事知識圖譜的構(gòu)建以及問答系統(tǒng)設(shè)計。

第一步構(gòu)建軍事知識圖譜。首先要解決知識來源不統(tǒng)一帶來的模式層不同的問題。文中通過建立一個標準的模式層分類體系，自動轉(zhuǎn)化的模式層通過語言學判定上下位、類屬、并列等關(guān)系建立聯(lián)系，達成語義上的統(tǒng)一。由于圖數(shù)據(jù)庫與查詢比文件查詢在大數(shù)據(jù)面前更加高效，不僅能節(jié)省時間而且可以為以后數(shù)據(jù)庫的擴展打下堅實基礎(chǔ)，因此系統(tǒng)采用圖數(shù)據(jù)庫存儲相關(guān)的知識。將每個知識圖譜上的邊和點對應(yīng)到圖數(shù)據(jù)庫上，不僅能體現(xiàn)高效性與可操作性，同時使得語義信息得以完整保存。圖數(shù)據(jù)庫建好之后，調(diào)用知識圖譜時只需要使用圖數(shù)據(jù)庫的查詢語句即可。

第二步就是設(shè)計問答系統(tǒng)整體架構(gòu)。同旅游業(yè)中介紹的問答系統(tǒng)類似，由問題理解、問題求解和答案生成三個模塊組成。在問題求解過程，系統(tǒng)將問題進行分類處理：第一類是直接輸出查詢結(jié)果就可以的;第二類是基于查詢結(jié)果進行邏輯推理得出答案;第三類是基于推理得到模糊答案的問題。這樣針對每類問題都可求解。

該系統(tǒng)已經(jīng)基本實現(xiàn)了幾類問題的自動回答，可支持部分交互應(yīng)答，并將蘊含查詢結(jié)果的知識圖譜可視化。該系統(tǒng)利用多種來源的知識，生成知識圖譜，經(jīng)過問題理解、查詢后返回答案。對專業(yè)領(lǐng)域的問答系統(tǒng)的構(gòu)建具有一定指導(dǎo)性。在這個系統(tǒng)的處理用戶提問中的處理方式讓人眼前一亮，比如在用戶提問的答案有好幾種結(jié)果時會將多個答案用自然語言返回給用戶，從而進一步縮小答案范圍，更加便利。

4 結(jié)語

目前來看，小范圍特定領(lǐng)域應(yīng)用基于知識圖譜的問答系統(tǒng)可以更加高效、結(jié)果更加準確，但是仍有一些缺陷：難以十分精準地理解自然語言，以及知識圖譜建構(gòu)方面的成本、準確性問題。構(gòu)建一個規(guī)模稍大的知識圖譜，首先要提取數(shù)千個數(shù)據(jù)樣本，由業(yè)內(nèi)專家標注它們之間的關(guān)系，之后進行機器學習，實現(xiàn)自動、半自動的標注。這個過程需要投入不少人力，比如：自然語言學習師、大數(shù)據(jù)工程師。動輒幾百萬的造價使得問答系統(tǒng)的普及較為困難[5]。

自然語言的問句理解是問答系統(tǒng)構(gòu)建的瓶頸問題。問句理解是要將用戶的問題轉(zhuǎn)換為計算機能夠理解的形式。由于用戶的自然語言表述受到個體語言習慣、文化等的影響，是不斷發(fā)展變化的。其不僅僅是問答系統(tǒng)面臨的難題，也是人工智能領(lǐng)域所需要解決的最核心的難題之一。

此外，答案的生成也是問答系統(tǒng)面臨的難題。目前，基于知識圖譜的問答系統(tǒng)發(fā)展迅速，但如何從知識圖譜中推理生成準確的答案仍然面臨許多挑戰(zhàn)。目前的問答系統(tǒng)僅能處理簡單問題，對于一些復(fù)雜的問題的回答還面臨許多技術(shù)難題。

當上述問答系統(tǒng)面臨的技術(shù)、成本問題得到緩解甚至解決時，問答系統(tǒng)的便捷以及準確性就會凸顯出來，其應(yīng)用的范圍也會進一步擴大。雖然問題系統(tǒng)的發(fā)展面臨許多困難與挑戰(zhàn)，但其未來的發(fā)展前景是廣闊的。

參考文獻：

[1]王瑛，何啟濤.智能問答系統(tǒng)研究[J].電子技術(shù)與軟件工程，2019（05）：174-175.

[2]李沛晏，朱露，吳多勝.問答系統(tǒng)綜述[J].數(shù)字技術(shù)與應(yīng)用，2015（04）：69+71.

[3]時雨，古天龍，賓辰忠等.基于知識圖譜的旅游景點問答系統(tǒng)[J].桂林電子科技大學學報，2018，38（04）：296-302.

[4]竇小強，劉天雅，張志政.基于軍事知識圖譜的問答系統(tǒng)[C].中國指揮與控制學會.第六屆中國指揮控制大會論文集（上冊）.中國指揮與控制學會：中國指揮與控制學會，2018：537-541.

[5]劉里，曾慶田.自動問答系統(tǒng)研究綜述[J].山東科技大學學報（自然科學版），2007（04）：73-76.